| 脉冲噪声环境下机械故障信号的盲分离 |
| |
| 引用本文： | 杨保海,余香梅,舒彤.脉冲噪声环境下机械故障信号的盲分离[J].电子测量与仪器学报,2016,30(3):440-447. |
| |
| 作者姓名： | 杨保海 余香梅 舒彤 |
| |
| 作者单位： | 1. 九江学院电子工程学院 九江 332005;2. 江西省数控技术与应用重点实验室 九江 332005 |
| |
| 基金项目： | 国家自然科学基金(61261046)，江西省自然基金(20142BAB207006;20151BAB207013)，江西省教育厅科技基金(GJJ14739;GJJ14721)，九江学院校级科研项目(2013KJ02 |
| |
| 摘 要： | 针对振动传感器在采集故障信号时,在α稳定分布脉冲噪声的干扰下,使得传统机械故障信号时频盲源分离算法性能退化的问题,提出了一种基于分数低阶和S时频变换的盲源分离新方法。该方法先对传感器测试信号进行分数低阶子空间预白化,再计算低阶化信号的S变换时频分布,最后通过联合近似对角化恢复各个部分的故障源信号。通过计算机仿真实例分析表明,该算法能有效抑制脉冲噪声影响,避免了二阶矩或高阶矩无穷大的缺限,盲源分离效果较好,具有良好的鲁棒性。
|
| 关 键 词： | α稳定分布 时频分析 S变换 盲源分离 预白化 分数低阶统计量 |
Time frequency blind source separation for mechanical fault signals under impulse distributed noise condition |
| |
| Yang Baohai,Yu Xiangmei and Shu Tong.Time frequency blind source separation for mechanical fault signals under impulse distributed noise condition[J].Journal of Electronic Measurement and Instrument,2016,30(3):440-447. |
| |
| Authors: | Yang Baohai Yu Xiangmei and Shu Tong |
| |
| Affiliation: | College of Electronic and Engineering, Jiujiang University, Jiujiang 332005, China,Jiangxi Province Key Laboratory of Numerical Control, Jiujiang University, Jiujiang 332005, China and College of Electronic and Engineering, Jiujiang University, Jiujiang 332005, China |
| |
| Abstract: | |
| |
| Keywords: | α-stable distribution S-transform (ST) time-frequency analysis blind source separation (BSS) pre-whitening fractional lower order statistics (FLOS) |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《电子测量与仪器学报》浏览原始摘要信息 |
|
点击此处可从《电子测量与仪器学报》下载全文 |
|
