学位论文 > 优秀研究生学位论文题录展示
独立分量分析的重盲分离研究及其在机械故障诊断中的应用
作 者: 黄立坤
导 师: 冷永刚
学 校: 天津大学
专 业: 机械制造及其自动化
关键词: 独立分量分析 盲源分离 特征提取 重盲分离 机械故障诊断
分类号: TH165.3
类 型: 硕士论文
年 份: 2010年
下 载: 96次
引 用: 1次
阅 读: 论文下载
内容摘要
独立分量分析(independent component analysis, ICA)是上个世纪末发展起来的一种新的信号处理方法。它属于盲源分离方法中的一个特殊方法被广泛应用于机械振动信号处理、生物医学信号的处理、通信、陈列信号处理、语音信号处理等领域,并取得良好的效果。简而言之,独立分量分析的功能是通过优化算法将由多个源信号线性混合而成的混合信号进行分解。它在盲源分离的基础上假设源信号互相独立,并以特定的优化算法为手段将源信号逐个提取出来。ICA由盲源分离发展而来故又称为盲分离。ICA在信号特征的提取,微弱信号提取方面有很好的效用。本课题对ICA的相关知识、原理、应用方法等进行了详细介绍以说明ICA功能的可能性,并通过理想化的仿真实验以验证它的可行性。任何方法都有它的优缺点,独立分量分析也不例外。优点应以继承,缺点则应予创新。本课题正是针对独立分量分析方法的一个缺点(通道数不能少于源信号数)进行了尝试性突破研究,提出了重盲分离方法(Re-ICA)并取得了成功。本研究将独立分量分析与最经典的频域分析方法进行结合,依据频谱分析来虚拟通道以实现测量通道数目的增加,再进行独立分量分析。该方法并没有脱离ICA的本质,却一定程度上克服了上述ICA的缺点。本研究通过仿真与实际的应用证明了这一创新方法的可行性,希望课题的研究成果能够推广应用到其它相关的领域。
|
全文目录
摘要 3-4 ABSTRACT 4-7 第一章 绪论 7-12 1.1 课题研究的背景与意义 7-9 1.2 国内外相关技术研究现状 9-10 1.3 课题来源及主要的研究内容 10-11 1.4 课题研究的创新内容 11-12 第二章 机械系统故障检测与诊断原理 12-26 2.1 机械故障诊断基本原理 12-18 2.1.1 机械故障概述 12-15 2.1.2 机械故障特征参量 15-16 2.1.3 机械故障诊断的一般思维方法 16-18 2.2 故障诊断的信号分析与处理技术 18-26 2.2.1 信号处理中常用变换 19-21 2.2.2 时域分析方法 21-24 2.2.3 频域分析方法 24-26 第三章 独立分量分析的盲源分离原理 26-42 3.1 盲源分离的数学基础 27-32 3.1.1 概率论与统计特征 27-30 3.1.2 信息论相关基础知识 30-32 3.2 基于独立分量分析的盲源分离方法 32-42 3.2.1 独立分量分析的预处理 34-35 3.2.2 独立分量分析的一般提法与优化判据 35-36 3.2.3 独立分量分析的优化算法 36-39 3.2.4 独立分量分析仿真实验 39-42 第四章 重盲分离方法与原理 42-52 4.1 ICA 方法的缺点与不足 42-44 4.1.1 独立分量分析的不确定性与局限性 42-43 4.1.2 有噪声的独立分量分析 43-44 4.2 Re-ICA 方法的提出与原理方法 44-52 4.2.1 Re-ICA 方法的提出 44 4.2.2 Re-ICA 方法的原理 44-46 4.2.3 Re-ICA 方法的仿真与应用 46-49 4.2.4 Re-ICA 方法的限定 49-52 第五章 结论与展望 52-54 参考文献 54-57 发表论文和参加科研情况说明 57-58 致谢 58
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
- 水下目标特征的压缩与融合技术研究,TN911.7
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
中图分类: > 工业技术 > 机械、仪表工业 > 机械制造工艺 > 柔性制造系统及柔性制造单元 > 故障诊断和维护
© 2012 www.xueweilunwen.com
|