混合通信侦察信号分离技术研究

本文对通信侦察中多信号分离技术进行了研究.针对多个通信侦察信号分离的现状,文中提出了基于谱分析和基于盲源分离技术的两类分离方法,对这两类方法中的算法进行了阐述和总结.     

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。     

不平衡振动信号中幅值和相位求法

深入研究了转子振动信号分析中的相关分析,利用此分析提取由质量偏心引起的不平衡振动信号中的幅值和相位.采用软件方法来完成幅值和相位的求解,进一步提高了动平衡的测试精度.     

故障源信号的频域盲分离及其应用研究

盲源分离可以对相互统计独立的信号源经线性组合而产生的一组混合信号进行分离,从中得到各个独立的源信息.针对混合信号相位差对独立分量分析算法性能的影响问题,提出一种故障源信号的频域盲分离方法.该方法利用频谱的线性叠加性和无相位性,先将工程实测信号转换到频域,再对得到的信号频谱进行盲源分离.仿真实例和涡流传感器失效检测的成功应用表明,根据信号结构选择预处理方法十分重要,正确的预处理可以大大提高独立分量分析提取故障源特征的有效性.     

具有延迟的未知数目稀疏源盲混合信道估计方法

在具有延迟的稀疏源盲分离中,混合信道的估计是一个关键组成部分,其估计精度直接影响到源信号的估计精度.提出了一种源信号数目未知时的混合信道盲估计方法.首先根据时频域观测信号幅值呈线性聚类的几何特点,提出了一个新的线性聚类有效性准则,并根据此准则估计源信号数目.同时利用改进的霍夫变换寻找每一类数据的致密直线方向,作为衰减矩阵列向量的估计.然后利用时频域不同观测信号间的相位差特性,估计延迟矩阵.几个语音信号的仿真实验表明了该方法的有效性和实用性.     

盲分离技术在识别生物信号中的应用

介绍了盲信号分离技术在识别生物信号中的应用,并给出了一个心电图信号盲分离的典型示例.     

基于小波变换的盲信号分离的神经网络方法

提出一种新的盲信号分离的神经网络方法,该方法将小波变换和独立分量分析(ICA,Independent Component Analysis)相结合。利用小波变换的滤噪作用,将混合在原始信号中的部分高频噪声滤除后,再重构原始信号作为ICA的输入信号,有效地克服了现有ICA算法不能将噪声从源信号中分离的缺陷。实验结果表明,将该方法用于多通道脑电信号的盲分离是很有效的。     

基于奇异值融合的机械设备盲信息提取

针对机械设备的故障特征信息提取问题,提出了基于奇异值融合的机械盲信息提取方法。首先,由机械振动测量信号分离振动源信号,并进行包络解调组成包络信号矩阵,进而进行奇异值分解,提取矩阵的奇异值均值和奇异值熵作为故障特征信息;然后,针对分离矩阵直接进行奇异值分解,提取奇异值作为故障特征信息;最后,将包络信号矩阵奇异值均值、奇异值熵和分离矩阵奇异值进行特征层信息融合作为机械设备的故障特征信息。将该方法应用于液压齿轮泵可以有效地提取机械设备盲特征信息。     

基于Gabor变换的欠定盲信号分离新方法

结合Gabor变换和盲信号分离的各自优点,提出了一种基于Gabor变换的欠定盲信号分离新方法.首先通过混合信号的Gabor变换系数之间的相互关系,得到了源信号个数的估计;然后对Gabor变换后的信号进行阈值处理,并进行Gabor逆变换得到新的混合信号,从而实现混合信号的升维.再利用现有的盲信号分离方法进行处理,该方法不受源信号个数的限制,因此属于一种欠定盲信号分离方法;最后,通过一组仿真信号的欠定盲分离验证了该方法的有效性.     

基于时频分析的机械设备非平稳信号盲分离

针对传统的机械故障源分离方法忽略信号非平稳性的不足,结合时频分析和盲源分离的各自优点,提出一种基于时频分析的机械设备非平稳信号的盲分离方法,并与传统的机械故障源分离方法进行对比.实验结果表明,对于机械设备非平稳混迭信号,必须充分利用信号的非平稳性,才能达到很好的分离效果.文中的研究为机械设备非平稳混迭信号的分离提供一种新方法.