盲信號分離算法及其在機械故障診斷中的應用方法研究.pdf

1、盲信號分離技術是現(xiàn)代信號處理領域的一個新的研究熱點。目前，盲信號處理技術已被應用于語音、圖像、通訊、醫(yī)學、機械故障信號處理，以及數據挖掘等諸多領域中。如此廣闊的應用前景，使得關于盲信號分離問題持續(xù)不斷地得到了國內外專家學者的廣泛關注。然而，該方面的研究還沒有達到完全解決工程問題的程度。因此本研究將盲信號分離算法及其在工程中的應用作為核心主題。 針對瞬時線性混合和非線性混合情況下盲信號分離算法中存在的一些問題，本文對盲信號分離技術

2、的理論、算法及在旋轉機械故障診斷中的應用進行了較深入的探討。主要工作內容和研究結論如下： 1）系統(tǒng)分析總結了國內外在盲源分離及相關方面的最新研究成果和最新進展，對盲信號分離的定義、原理、結構、算法、相關應用問題及研究現(xiàn)狀和發(fā)展水平進行了較為系統(tǒng)的研究和探討。 2）針對線性瞬時混合情況，提出了基于瞬時混合模型的最大信噪比分離算法。仿真實驗表明，該算法具有較低的計算復雜度，可以有效恢復存在亞高斯信號的源信號，也可以有效恢復超

3、高斯分布的語音信號。 3）針對非線性瞬時混合情況，提出了一種基于RBF神經網絡的非線性混合信號的盲分離方法。該方法利用RBF網絡的擬合誤差和預測誤差較小，而且收斂速度較快，算法較簡便等優(yōu)點，把RBF神經網絡應用于非線性混合信號的盲分離。研究表明，該方法能很好的實現(xiàn)信號分離，具有很好的魯棒性。 4）針對在基于BSS的機械源分離過程中，所獲得的測量信號往往被過程噪聲所污染問題，提出了基于小波消噪和盲源分離的方法。實驗表明，對