多振源卷积混合的时域盲源分离算法

被引：11

作者：

叶红仙

杨世锡

杨将新

机构：

[1] 浙江大学机械与能源工程学院

来源：

机械工程学报 | 2009年 / 45卷 / 01期

关键词：

机械振动; 卷积混合; 多振源; 盲源分离; 时域;

D O I：

暂无

中图分类号：

TN911.7 [信号处理];

学科分类号：

0711 ; 080401 ; 080402 ;

摘要：

在机械多源振动传播和卷积混合模型的基础上,提出一种基于时域的多振源卷积混合信号的盲源分离算法。该算法以独立性为评判准则,采用反向学习和合理简化滤波器系数的方式,进行滤波器系数的学习,进而实现基于时域的多振源卷积混合信号的分离。仿真试验和多机振动源试验结果表明,该算法对于多源卷积混合信号具有很好的分离效果,可应用于机械设备多激振源卷积混合情况下机械振动源信号的有效分离。

引用

页码：189 / 194+199 +199

页数：7

共 6 条

[1] 基于独立分量分析的机械故障信息提取 [J].

胥永刚 ;

李强 ;

王正英 ;

王太勇 .

天津大学学报, 2006, (09) :1066-1071

[2] 机械振动信号盲源分离的时域方法 [J].

李舜酩 .

应用力学学报, 2005, (04) :579-584+678

[3] 独立分量分析基网络应用于旋转机械故障特征抽取与分类 [J].

杨世锡 ;

焦卫东 ;

吴昭同 .

机械工程学报, 2004, (03) :45-49

[4] 机械噪声故障特征提取的盲分离法与小波提纯法 [J].

吴军彪 ;

陈进 ;

钟平 ;

伍星 ;

蔡晓平 .

上海交通大学学报, 2003, (05) :766-769

[5]

A NEW, NON-LINEAR, ADAPTIVE, BLIND SOURCE SEPARATION APPROACH TO GEAR TOOTH FAILURE DETECTION AND ANALYSIS[J] . M.J. ROAN,J.G. ERLING,L.H. SIBUL.Mechanical Systems and Signal Processing . 2002 (5)

[6] Blind sources separation applied to rotating machines monitoring by acoustical and vibrations analysis [J].

Gelle, G ;

Colas, M ;

Delaunay, G .

MECHANICAL SYSTEMS AND SIGNAL PROCESSING, 2000, 14 (03) :427-442

← 1 →