学位论文 > 优秀研究生学位论文题录展示

基于时频分析的多故障盲信号分离的研究

作　者: 彭世新
导　师: 熊诗波
学　校: 太原理工大学
专　业: 机械电子工程
关键词: 盲信号分离时频分布时频比相关性多故障信号
分类号: TN911.7
类　型: 硕士论文
年　份: 2009年
下　载: 39次
引　用: 0次
阅　读: 论文下载

内容摘要

盲信号分离是指在传播方式未知的情况下,从观测到的P个混合信号中估计出构成这些混合信号的N个未知信源的过程。盲信号分离在生物医学信号处理,图像提取,语音信号处理,通信,地震测量,故障信号的诊断等多个领域具有重要的应用价值。本文首先阐述了盲信号分离研究的背景及意义,介绍了盲信号分离的发展现状和应用领域。然后通过对盲信号分离基本模型的介绍来引出经典的,基于独立分量分析的盲信号分离算法,并且分析了它的局限性。不同于经典的盲信号分离方法,本文中介绍的盲信号分离算法主要考查的是信号的时频分布,在此基础上展开信号分离方法的讨论。本文对于基于时频比的盲信号分离算法思想进行了深入的研究。该方法实际就是根据两个混合信号的时频比值来搜索单信源存在的区域,从而分离出混合矩阵参数,以此来完成混合信号的分离。但是该方法的一个局限是,时频比值对于不同信源的不对称性,这样该方法的分离效果就会依赖于混合矩阵。于是本文又提出上述方法的一个改进算法——基于相关性的时频盲信号分离算法,该算法通过混合信号的协方差系数或者相关系数来搜索单信源区域,这样就避免了混合矩阵对分离效果产生的影响。本文用仿真实验对理论分析进行了验证,通过实验可以得出:虽然两种方法都可以进行盲信号的分离,但是基于相关性的时频盲信号分离算法比起基于时频比的盲信号分离算法具有更好的稳定性。最后,本文通过一次完整的轴承故障信号的采集过程,来说明改进后的方法在多故障信号分离中的应用。通过对混合轴承故障信号的分离,可以看出该方法对于振动信号这样的非平稳信号的线性瞬时混合具有较好的分离效果。

全文目录

摘要  2-4
ABSTRACT  4-9
第一章绪论  9-14
  1.1 盲信号分离研究的背景及意义  9
  1.2 盲信号分离的发展现状  9-10
  1.3 盲信号分离的应用领域  10-12
  1.4 本文主要的研究内容和章节安排  12-14
第二章盲信号分离理论介绍  14-24
  2.1 盲信号分离的基本模型  14-16
  2.2 盲信号分离方法的介绍与比较  16-21
    2.2.1 基于独立分量分析的盲分离算法  16-20
    2.2.2 传统盲分离方法的局限性  20-21
  2.3 盲信号分离效果的评价标准  21-23
  2.4 本章小结  23-24
第三章基于时频分析的基本盲分离算法  24-50
  3.1 算法原理  24-32
    3.1.1 问题模型  24-26
    3.1.2 两信源的两次混合情况  26-27
    3.1.3 时频分析工具  27-29
    3.1.4 算法的实现条件及实现方法  29-32
  3.2 算法的扩展  32-36
    3.2.1 观测数P= 2 ，信源数N> 2 的情况  32-33
    3.2.2 信源数的估计  33
    3.2.3 一般性例子：N 个源信号，P 个观测值  33-34
    3.2.4 当N=P 时的快速BSS 方法  34-36
  3.3 算法的实现步骤  36-37
  3.4 算法的验证  37-49
    3.4.1 平稳正弦信号的分离  37-39
    3.4.2 正弦信号和锯齿信号的分离  39-41
    3.4.3 两个语音信号的分离  41-45
    3.4.4 观测信号数小于信源数时混合的分离  45-49
  3.5 本章小结  49-50
第四章改进的时频盲信号分离算法  50-68
  4.1 基本算法的局限性  50-53
  4.2 算法的时域版本  53-56
    4.2.1 定义与实现条件  53-54
    4.2.2 时域盲分离算法  54-56
  4.3 标准的时频域方法  56-60
    4.3.1 基本原理和目标  56-57
    4.3.2 定义与实现条件  57-58
    4.3.3 时频BSS 方法-中心版本  58-59
    4.3.4 时频BSS 方法-非中心版本  59-60
  4.4 时频和时域方法的扩展  60-62
  4.5 算法的验证  62-67
    4.5.1 正弦信号的分离  62-64
    4.5.2 正弦信号和锯齿信号的分离  64-66
    4.5.3 两个语音信号的分离  66-67
  4.6 本章小结  67-68
第五章轴承的多故障振动信号的采集与处理  68-83
  5.1 轴承振动诊断方法概述  68-72
    5.1.1 振动诊断法  68-69
    5.1.2 滚动轴承故障频率成分分析  69-72
  5.2 实验方案  72-77
    5.2.1 实验装置介绍  73-75
    5.2.2 实验过程  75-77
  5.3 轴承故障信号的分离  77-82
  5.4 本章小结  82-83
第六章总结与展望  83-85
  6.1 本文的总结  83-84
  6.2 研究展望  84-85
参考文献  85-88
致谢  88-89
攻读硕士学位期间发表的论文  89-90
附录1  90-93
附录2  93-95

基于时频分析的多故障盲信号分离的研究

内容摘要

全文目录

相似论文