一种适用于信源数时变的自适应盲源分离算法

针对信源数动态变化情况下的盲源分离问题,首先采用一种基于交叉验证技术的估计方法用于估计时变的源数,然后推导了一种基于自然梯度和Frobenius范数相结合的自适应盲源分离算法,该算法不需要对源信号作任何约束性的假设,因此该算法适合于分离服从超高斯或亚高斯分布的信号。提出的算法通过了源数不变和源数动态变化2种方式实验的验证。     

采用盲源提取和后小波滤波的胎儿心电图提取

胎儿心电图能够提供有关胎儿健康的信息,帮助确定胎儿是否有疾病,在临床上具有很重要的意义。将心电图仪的电极放置到孕妇体表,获取来自母体内部的心电信号,该信号是母体心电图与胎儿心电图的混合。目前主要有两种方法可以通过处理混合信号,获得胎儿心电图。其中,采用盲源提取的方法可以用较小的运算量获得胎儿心电图,但这种方法提取的胎儿心电图容易受到噪声的污染。而在小波域进行盲源分离,可以分离出较为纯净的胎儿心电图,该方法的缺点是运算量大。提出了一种新的胎儿心电提取方法,该方法首先利用盲源提取算法从采集到的心电信号中提取出受到噪声污染的胎儿心电图,然后再利用小波滤波滤除噪声,获取较为纯净的胎儿心电图。该方法既具有较小的运算量,又可以获得较好的提取性能。合成心电数据仿真和实际胎儿心电图提取试验均验证了该方法的有效性。     

基于MBLMS算法的内燃机振动信号盲源分离

应用Gray＇s变量准则作为代价函数，研究了基于源信号非高斯性的多通道盲最小均方差算法。针对实际应用，生成3路卷积混合信号进行盲源分离，分离信号与源信号相比，除幅值缩放和时间延迟外，其他信息基本得到了保留。在实测内燃机振动信号分离中，所得到的3个分离信号经过分析后确认为排气门落座、活塞撞击和进气阀落座产生的信号。仿真信号和实测内燃机振动信号的分离结果表明，多通道盲最小均方差是一种有效的盲源分离算法。     

免疫优化盲源分离算法在故障诊断中的应用

将人工免疫算法用于盲源分离算法,阐述了盲源分离过程,提出了免疫优化盲源分离算法(AIS-ICA算法),针对4组特定信号的混合与分离进行了仿真试验。仿真试验结果表明,该算法具有收敛速度快、分离精度高和稳定性好等优点。将该算法用于齿轮箱振动信号的盲源分离及其故障诊断,增强了振动信号所携带的故障信息,结果表明该算法用于齿轮箱振动信号分离可增强故障信息,降低齿轮箱故障诊断难度。     

动态故障源数估计的自适应盲源分离方法

在大型旋转机械故障诊断中,由于故障源数动态变化,无法准确估计源数并有效分离出故障源.针对这一问题,采用拓展四阶累积量矩阵估计动态故障源数,并根据源信号数与传感器数的关系,选择相应的盲源分离算法实现自适应盲源分离.实验结果表明,该源数估计算法能有效地估计出包括欠定情况下的动态故障源数,自适应盲源分离算法能有效地实现正定、超定与欠定盲源分离的故障诊断.     

基于源数估计的旋转机械源盲分离

在传统的源数估计方法基础上引入聚类分析思想，提出了一种基于奇异值分解的聚类不相关源数估计新方法。应用该方法，可以估计系统中独立源数的上界，并籍此获得足够维数的传感观测信号，保证盲源分离方法在实际应用中的正确实施。仿真以实验的结果证明了所提出的整体解决方案的可行性和有效性。     

基于盲源分离技术的故障特征信号分离方法

信号采集过程中，传感器测量到的信号是实际振动信号在此测量方向的投影值，由于其他不相干振源的影响，测量信号由多个振动信号成分组成。在分析多振源信号混合模型的基础上，采用盲源分离技术分离不同的振源信号，讨论分离结果的广义初等相等性质的影响，研究估计振源数目的方法和选取测量信号的方法，利用二阶特征矩阵联合近似对角化算法，从测量信号中分离故障特征源信号。该算法可减小信号采集不当造成的影响，有效提高特征信号的提取。     

基于最大熵条件下机械噪声盲源分离方法的研究

盲源分离方法是近年来出现的一种先进的信号处理方法。本文基于对最大熵(ME)的原理,推导了基于自然梯度法的盲信号处理的计算方法,并通过实例说明本方法对噪声源分离是可能的,为机械设备的故障诊断和监察提供了一个新的方法。     

基于最小互信息准则的盲源分离在齿轮箱故障诊断中的应用

提出一种利用盲源分离技术对齿轮箱混合故障进行诊断的方法。该方法以最小互信息量为准则,采用自然梯度的自适应算法求解统计独立源信号的估计值,并根据分离信号的频谱成功地提取了混合故障的特征信息,有效地诊断出齿轮箱所处的故障状态。     

周期平稳信号盲源分离算法及其应用

周期平稳信号盲源分离方法是在没有先验知识的前提下,从一组采集信号中提取未知源周期平稳信号。对混合的周期平稳信号进行盲源分离的算法进行研究。根据循环平稳度的特征,提出以循环平稳度作为盲源分离准则,取其旋转过程的极大值点,即为循环平稳度最大时,分离出周期平稳信号源。在理论推导的基础上,对分离准则进行证明。通过仿真验证,把该方法应用于齿轮箱振动数据实例分析中,表明循环平稳度作为分离准则有很好的分离未知源周期平稳信号的效果。     

基于NPCA的后非线性盲源分离方法

提出一种基于非线性主元分析和H∞滤波算法相结合的后非线性盲源分离方法,首先根据后非线性混叠的线性时变模型构造用于求解时变解混矩阵的非线性主元分析代价函数,然后利用H∞滤波算法优化其函数来恢复混合在非线性观测信号中的源信号,该方法仅需要源信号统计独立特性的先验信息。仿真实验结果表明,该方法不仅能以比其他传统方法更好的估计性能分离服从超高斯和亚高斯不同分布的源信号,还能在线动态地实现信号的后非线性盲分离。     

基于时间序列变分贝叶斯理论的信号盲源分离

研究信号盲源分离中源信号和混合矩阵估计问题.独立分量分析盲源分离的不足之处在于不能估计混合矩阵和源信号的能量及顺序;变分独立因子分析盲源分离的不足之处在于依赖参数初值.将一般变分贝叶斯理论用于时间序列,推导出时间序列的变分贝叶斯期望极大算法.将此算法用于信号盲源分离,同时将传感器噪声逆方差的分布取为Wishart分布,得到了理论上更合理的后验分布参数更新规则.仿真数据和实际语音信号盲源分离结果表明这种方法可以比较准确地估计混合矩阵和源信号,在一定程度上弥补了独立分量分析和变分独立因子分析盲源分离的不足.     

Very fast blind source separation by signal to noise ratio based stopping threshold for the SHIBBS/SJAD algorithm

This paper works on joint approximate diagonalization of simplified fourth order cumulant matrices for very fast and large scale blind separation of instantaneous mixing model sources. The JADE algorithm is widely accepted but only limited to small scale separation tasks. The SHIBBS algorithm calculates a fraction of the fourth order cumulant set and avoids eigenmatrix decomposition to reduce calculation cost. However, it was seen to be slower than JADE at the time of its first publication and is hence less known. On the other hand, the SJAD algorithm using the same approach is shown to be very fast. This paper studies the iteration convergence criterion and proposes to use a signal to noise ratio based iteration stopping threshold approach. The improved SHIBBS/SJAD algorithm is very fast, and capable of large scale separation. Experimental separation comparisons between the SHIBBS/SJAD and FastICA are presented.     

采用盲源分离的旋转机械振动仿真研究

盲源分离作为一种基于主向量分析的信号处理方法,目的是通过假设源信号之间的统计独立性,由一组观测信号恢复出源信号。研究了盲信号分离理论,尤其是盲卷积分离,采用基于交叉残余误差RCTE控制准则的盲分离算法,并针对旋转机械振动信号的特点生成仿真信号,将该方法应用于旋转机械振动信号瞬态成分与噪声卷积混合问题,仿真试验结果表明了该算法的有效性。     

基于盲源分离的304奥氏体不锈钢弱磁信号处理

针对304奥氏体不锈钢顺磁性材料的裂纹检测,提出一种基于盲源分离的弱磁信号处理方法。根据正交试验,设计制作4个304奥氏体不锈钢试件,利用弱磁检测仪器采集试件磁感应强度;针对预置人工凹槽裂纹磁异常彼此独立的特点,建立弱磁信号的混叠模型,开展基于主成分分析和盲源分离的数据处理,并与磁梯度法作对比;结合独立向量和峰度系数,对缺陷信号进行智能识别。结果表明:相比磁梯度法,采用主成分分析和盲源分离方法能有效提升弱磁技术检测效果,依据独立向量和峰度系数,可实现弱磁仪器对缺陷信号的智能识别,为具有类似磁学特征的材料检测和仪器开发提供了新的思路和方法。     

基于盲信号分离的复波恢复方法

本文提出一种基于盲信号分离的新的复波恢复方法.首先通过CCD获取同一物体的3幅干涉全息图构成观测信号,然后采用独立分量分析方法从观测信号中分离出只包含复波振幅和相位信息项,有效抑制了零级项,最后用该方法实现了一个纯位相波阵面.实验结果表明,该方法能较好地恢复原复波的振幅和相位信息,即使在频谱混叠情况下,也能有效恢复原复波信号.     

改进的自适应特征值分解声源定位算法研究

麦克风阵列室内声源定位,常用声达时间差定位技术.本文针对估计时延的自适应特征值分解算法收敛速度慢,时延估计精度较差,麦克风较多等问题,提出一种改进的自适应特征值分解时延估计算法,采用单源多元混响模型,将混响效应描述为室内冲激响应滤波器对信号的滤波过程,估计不同阵元的冲激响应抑制混响,根据冲激响应峰值计算时延.通过引入最小均方牛顿算法,加快了AED算法的收敛速度.给出了对声源进行三维定位的三麦克风阵列结构,实际测试结果表明,改进算法与三麦克风阵列的定位方法对声源的定位更加准确.     

侵彻过载信号的欠定盲源分离与特征提取

侵彻过载信号成份复杂,传统盲源分离方法无法有效提取弹体侵彻板靶特征,基于此提出一种不受测试传感器数量限制、具有源数估计的侵彻过载信号盲源分离方法。首先,对单通道测试信号进行总体经验模态分解,将分解后的固有模态与原信号组成多维信号;其次,对组成的多维信号奇异值分解,以"前K次奇异值占优"法则估计信号振源个数,利用"最大互相关系数法"筛选最优IMF函数与原信号重组构造多通道混合信号;最后,对多通道混合信号白化处理和联合近似对角化,计算酉矩阵获得测试信号的混合估计。将其用于单通道侵彻过载信号的特征提取,获得了与源信号相关度为0.974 7的加速度特征信号。与现有方法相比,该方法能有效分离出单通道侵彻过载特征信号,并且信号处理过程具有的自适应特性也解决了不同弹靶工况下过载信号滤波频率的选择困难问题。