FastICA算法在机械振动信号分离中的应用

被引：11

作者：

刘婷婷

任兴民

康召辉

机构：

[1] 西北工业大学工程振动研究所

来源：

西安工业大学学报 | 2008年 / 01期

关键词：

盲源分离; 独立分量分析; 机械振动信号; 快速独立分量分析;

D O I：

10.16185/j.jxatu.edu.cn.2008.01.010

中图分类号：

TB533.1 [];

学科分类号：

摘要：

机械振动状态监测时,传感器采集到的机械振动信号往往是被监测机械的振动信号与邻近机械振动信号以及外界噪声信号的混合信号,因此从测得的混合信号中分离出监测机械的振动信号是十分必要的.基于独立分量分析的盲源分离方法,采用快速独立分量分析(Fast Independent Component Analysis,FastICA)的算法对混合的机械振动信号进行分离,通过对仿真信号的分离,验证了该方法对机械振动信号处理的有效性,为机械振动状态检测以及机械故障诊断提供了一种新的选择.

引用

页码：27 / 31

页数：5

共 4 条

[1] 基于独立分量分析的机械故障信息提取
胥永刚
李强
王正英
王太勇
[J]. 天津大学学报, 2006, (09) : 1066 - 1071
[2] 盲信号处理[M]. 国防工业出版社 , 马建仓,牛奕龙,陈海洋编, 2006
[3] 独立分量分析的原理与应用[M]. 清华大学出版社 , 杨福生,洪波著, 2006
[4] WITHDRAWN: Application of the blind source separation in machine fault diagnosis: A review and prospect[J] . Zhinong Li,Yongyong He,Fulei Chu.Mechanical Systems and Signal Processing . 2005

← 1 →