基于二阶盲辨识的双跨转子故障信号分离研究

将盲分离理论应用于消噪处理,其关键是分离噪声,因此在分离噪声时不损失有效信号,为消噪处理提供了一种新方法。提出了一种基于二阶盲辨识的去除干扰的自提取方法,在原有的自提取算法中引入了梯度变化率的概念,有效降低了噪声。通过仿真和对实际转子振动数据的处理表明,这种算法有效地遏制了噪声,提高采样数据的准确性。     

双通道定位与盲分离结合的噪声分离方法

探索双通道定位算法与盲源分离相结合进行噪声分离的可能。根据双通道空间定位理论,以声音传播过程中在双通道间产生的延时差和强度差为线索对混合信号进行分离。当待分离的辐射噪声中存在时频混叠或同一位置多个源时,双通道定位分离算法能分离出不同位置处源信号,然后利用盲源分离方法对同一位置处的多个源信号进行再分离。在Roomsim中进行分离方案的可行性验证,假设房间六个壁能100%吸收所有频率信号,不存在反射与混响,对比分析声源位置及个数对分离结果的影响。结果表明,当源位置的个数不大于3时,双通道定位分离算法能有效分离出不同位置的声源信号,用盲源分离方法可进一步分离出相同位置处的不同源信号,但当源位置个数大于等于4时双通道定位分离算法的分离性能降低。     

基于两个频点的水声信号盲源分离

实际水声环境中声纳接收到的信号是卷积混合信号。文章中将两个频点盲源分离原理应用到水声信号的盲源分离中，从而有效克服信号频域解卷积过程中的排序和幅度不确定性。仿真实验结果表明该方法对水声卷积混合信号具有良好的分离效果?文章中进一步研究了水声信号在不同信噪比条件下，基于两个频点盲源分离方法的分离性能。     

噪声环境下水声信号瞬时盲源分离方法研究

噪声环境下大多数盲源分离算法性能大大降低。提出了一种适用于噪声环境的基于子带分解的瞬时盲源分离算法。通过修正白化矩阵和选取合理子带降低盲源分离过程中由噪声产生的不利影响。仿真实验表明,采用基于子带分解的瞬时盲源分离算法能够较好地实现噪声环境下水声混合信号的分离;进一步研究表明,该算法在噪声环境下表现出良好的稳健性。     

盲源分离技术及其水声信号处理中的应用

本文首先阐述盲源分离的基本概念,简述了盲分离技术的基本要点和目前分离算法的利弊,围绕水声信道环境的特殊性,提出了一种改进的频域盲分离算法,给出了一种解决频域次序不确定性的方法.进行了两种背景下的仿真实验,得到了比较理想的分离效果.     

一种基于超短基线的高精度多目标水声定位技术研究

超短基线定位系统由于基阵尺寸小、安装方便，在海洋开发中得到了广泛的应用。信号设计是多目标水声定位系统的关键。与常规的跳频序列相比，COSTAS阵列具有良好的相关特性。文中对COSTAS跳频信号进行了分析，仿真结果表明，由它构建的跳频信号有着较好的多目标信号抑制能力，并且可以找到合乎系统要求的多目标信号编码组。试验结果也证明了采用这种基于COSTAS阵列的跳频工作方式较为适合水下多目标声学定位。     

基于盲源分离技术的一种信号处理方法研究

文章利用盲源分离技术试图从给定的一组混合观察数据中恢复未知的独立信源。然后使用Matlab中的时频工具箱,根据分离出的信号进行时频分析,提取信号中所包含的特征信息,达到能够识别出期望信号,并能提取其余干扰信号的特征。     

一种强干扰下超弱水声信号自适应盲分离的快速算法

许多盲源分离算法对超弱信号收敛速度变慢甚至失效。文章提出一种算法 ,用FASTICA算法所得的分离矩阵作为一种基于输出去相关自适应盲分离算法的初始值 ,算法的收敛速度得到明显改善。算法的学习速率通过一种自适应算法选取 ,从而降低了算法收敛速度对学习步长的依赖。仿真结果表明 ,文中提出的算法对超弱信号特别有效 ,算法收敛速度大大增强。该算法可以用于分离强干扰下的弱水声信号     

机械声源信号的带通滤波盲分离

盲源分离是一个很独特的盲信号分析与处理工具，在机械设备状态监测与故障诊断领域有较好的应用前景。但在实际应用于机械源信号分离中，效果尚不够理想。特别是，当传感观测中存在高斯噪声或调制源时，往往无法获得准确的源波形恢复。本文在分析现有盲源分离算法的基础上，提出一种新的、基于带通滤波的改进盲源分离方法。仿真以及实际的机械声源信号分离实验结果证实了新方法的有效性。     

基于独立分量分析的重盲源分离方法

基于独立分量分析(ICA)的盲源分离(BSS)是一种多源信号分离的优化方法。针对ICA通道数目必需不少于源信号数目的限制条件,提出一种基于频谱识别的重盲源分离(R e-BSS)方法,利用虚拟通道实现通道数目的增加。单通道测量信号的仿真实验和实际信号处理结果表明,该方法简单可行,为盲源分离的进一步工程应用提供了新的思路与方法。     

宽带盲波束形成与卷积混合盲源分离

盲波束形成是在不知道阵形，目标方位以及阵元响应等信息的情况下，只根据阵元输出恢复源信号。现有盲波束形成对窄带信号研究比较多。而对宽带信号盲波束形成论述较少。本文从信号模型，系统框图。处理的三方面说明盲波束形成与盲源分离近似，并指出卷积混合模型盲源分离完全可以作为解决宽带信号盲波束形成问题的一种通用方法。     

基于频域盲解卷的噪声信号分离

由于机械噪声传播过程中存在反射等多种因素影响，大多数情况下混合噪声分离更适合采用卷积模型，为此提出了一种多频点盲解卷算法。有别于传统的频域盲解卷算法，新算法利用有限的少数几个频率点直接从频域模型恢复出时域噪声信号。算法为瞬时混合盲分离。主成分分析一瞬时混合盲分离结构，首先对给定的每一个频率点执行瞬时混合盲解卷算法，获得噪声源的基本估计，然后再经过主成分分析和第二次盲源分离。提高分离性能和增加算法鲁棒性。由于算法不需要对所有频率点执行瞬时混合分离，计算量小，同时也不存在传统频域盲解卷算法排列顺序不确定性的缺点，具有较好的应用价值。仿真实验证实了新算法能有效地分离机械噪声信号。     

采用高阶统计的水声信道盲辨识算法

1引言传统的水声信道辨识技术,需要事先发射一组训练码用以获取当时信道的响应函数,这种方法存在的问题是耽误通信时机、通信协调有一定不便。更重要的是水声信道是空时变化的,通过某时训练码     

基于盲源分离的钢筋混凝土梁非线性振动特性分析

将盲源分离技术应用于结构非线性振动特性分析,在小波软阈值去噪的基础上,用二阶统计量盲辨识(SOBI)算法从结构的振动信号中分离出第一阶振动分量,然后利用Hilbert变换得到频率与振幅的关系。在数值仿真算例的基础上,采用钢筋混凝土简支梁和预应力箱梁的试验数据,验证了在分析结构非线性振动特性时,盲源分离技术抗噪性好,比短时傅氏变换更易操作。结果表明:在较小损伤的情况下,利用非线性振动特性识别结构损伤程度,有时比由基于线性振动的模态识别得到的结构频率改变的方式更可靠。     

基于小波分解的时变信道盲辨识

针对传统的信道盲辨识算法很难适应时变信道模型的问题，提出了一种基于小波多分辨率分解的时变信道盲辨识算法．该算法首先应用小波多分辨率分解原理来近似建模时变信道；然后，利用信道输出序列的二阶统计量对时变信道的小波分解模型的小波系数进行两级盲辨识；最后，应用估计的小波系数即可重构时变信道的冲激响应．仿真结果表明，该算法可很好地完成周期时变信道的盲辨识与盲均衡任务．     

未知数量稀疏源盲分离的一种新方法

提出了一种新的用于未知数量稀疏源盲分离的统一方法。为了改善聚类分离的精度，该方法选取混合空间中半径给定的、中心位于原点的超球面以外的所有数据点，然后将这些数据点映射到中心位于原点的单位超球面上以得到集合Cy。由此，原来的聚类变为致密聚类，各聚类互相重叠的现象几乎消失。随后，先通过关于Cy的聚类分离来估计混合矩阵，再根据混合矩阵估计源，其中最佳不相似阚值和相应的聚类数量是自动生成的。计算机仿真结果验证了该方法对具有不同程度稀疏性源的有效性。当源充分稀疏时，重构信噪比大约是300dB。因此，该方法精确、便利。     

主动声纳直达波干扰抑制的盲分离算法

针对舰艇编队作战中主动声纳之间存在的强直达波干扰,提出了一种基于信号统计二阶矩的直达波干扰抑制算法,实现了强干扰背景下的微弱目标回波检测。这种方法将盲分离理论和匹配相关技术相结合,首先对接收数据进行直达波干扰抑制,再利用已知发射信号副本进行匹配相关,最后提取目标回波信号。相比其它强干扰抑制算法,特别是高阶累计量法,该算法具有计算复杂度低的优点。通过数值仿真实验表明：该算法能够对直达波干扰进行有效抑制,对目标回波的检测性能优于直接匹配相关方法。     

基于盲源分离技术的泄漏音波信号滤波方法分析

音波法泄漏检测技术用于输气管道泄漏检测具有灵敏度高、实时性强、定位精度高等优点,但是现阶段受困于信号滤波技术,难以在实际工程中推广应用。总结了现阶段主要的时频域滤波方法,重点介绍具有代表性的小波滤波和维纳滤波的滤波原理,利用实验室采集的泄漏音波信号验证了两种滤波方法的实际滤波效果。并且讨论了基于时域和频域滤波方法的不足,分析了针对某些工况,滤波方法不能取得良好滤波方法的原因。在此基础上,引入了近年来发展迅速的盲源分离技术,阐述盲源分离的原理,通过分离构造信号说明了盲源分离技术具有更好的适用性和更好的滤波效果,最后利用实验室采集的泄漏音波信号进行了实际分离,表明盲源分离技术具有实际的应用价值。     

基于盲解卷积的柴油机振动信号分离研究

基于振动信号分析的故障诊断方法依赖于机械状态特征的有效提取,盲源分离能够从复杂的信号中分离出源信号,是一种有效的特征提取手段。建立的多通道盲解卷积模型和机械系统的振动模型表明了两个模型的一致性,理论上证明了盲解卷积用于机械振动信号分离的可行性。利用MBLMS算法进行实测柴油机振动信号的分离实验,成功分离出了活塞撞击、燃烧和进气阀关闭信号,试验结果证明了盲解卷积能够有效分离柴油机振动信号。