基于聲信號盲分離的特征提取方法研究.pdf

1、上海交通大學(xué)碩士學(xué)位論文基于聲信號盲分離的特征提取方法研究姓名：蔡曉平申請學(xué)位級別：碩士專業(yè)：機(jī)械設(shè)計及理論指導(dǎo)教師：陳進(jìn)2003.2.1上j每躉通大學(xué)碩士學(xué)位論文摘要真，說明算法具有～定的抗噪聲干擾能力。4對信號源盲分離問題中的未知信號源數(shù)目的估計問題進(jìn)行了分析研究?！对诂F(xiàn)有的信號源盲分離算法中，一個普遍的假設(shè)就是認(rèn)為未知信號源的數(shù)目與觀測到的混合信號的數(shù)目是相等的，這實際上就是認(rèn)為信號源數(shù)目是已知的。但是對許多的盲分離問題來說，信號

2、源數(shù)目己知的假設(shè)與實際情況不符。j7本文通過計算混合信號數(shù)據(jù)矩陣的奇異值分解進(jìn)行信號源個數(shù)的估計，給出了理論證明及實際的計算方法。通過計算機(jī)仿真實例說明了主奇異值分析方法的正確性及有效性。5將算法、模型應(yīng)用到實驗數(shù)據(jù)分析中，一共分為兩個部分。一部分是半消聲室實驗，利用分扇和電動機(jī)為信號分離對象，實驗結(jié)果表明分扇和電動機(jī)的頻譜結(jié)構(gòu)都得到了很好地分離，證明了算法的正確性和可靠性。另一部分在實際的房間里完成的，盡管分離的效果比半消聲室要差一些

3、，但考慮到實際情況的復(fù)雜性(房間相對較小，堆放物較多等)，實驗結(jié)果還是從一定程度上證明了算法的正確性。6最后，基于本文的盲分離算法而提出的對實際生產(chǎn)機(jī)器的故障診斷方法和實際系統(tǒng)的初步建立，主要思路利用設(shè)備在正常時和發(fā)生故障時的特征頻率會發(fā)生變化。其中，基于現(xiàn)場診斷的實時要求，診斷系統(tǒng)的數(shù)據(jù)采集模塊基于VXI總線，數(shù)據(jù)分析處理模塊的芯片采用DSP芯片。最后介紹了基于Labview軟件的故障分析診斷系統(tǒng)的軟件，并已經(jīng)編寫完了初步系統(tǒng)的軟件。