咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于EMMD的欠定旋转机械振动信号盲源分离 收藏

基于EMMD的欠定旋转机械振动信号盲源分离

Blind Source Separation of Underdetermined Signals Based on Extremum Field Mean Mode Decomposition

作     者:孟宗 梁智 宗振威 惠绍楠 MENG Zong;LIANG Zhi;ZONG Zhen-wei;HUI Shao-nan

作者机构:燕山大学电气工程学院河北秦皇岛066004 河北省测试计量技术及仪器重点实验室燕山大学河北秦皇岛066004 秦皇岛市计量测试研究所河北秦皇岛066004 

出 版 物:《计量学报》 (Acta Metrologica Sinica)

年 卷 期:2013年第34卷第4期

页      面:305-310页

核心收录:

学科分类:08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 

基  金:国家自然科学基金(51105323) 河北省自然科学基金(E2012203166.F2009000500) 

主  题:计量学 极值域均值分解 欠定盲源分离 旋转机械 

摘      要:传统盲源分离算法通常基于观测信号数不小于源信号数的假设,当观测信号数小于源信号数时,盲源分离效果较差,而欠定的甚至单通道信号的盲源分离问题普遍存在于旋转机械中,针对该问题,提出一种基于极值域均值分解的欠定旋转机械振动信号盲源分离算法。首先把欠定的观测信号进行极值域均值分解得到一系列本征模函数,将欠定观测信号和其本征模函数组成多维信号,作为新的观测信号实现升维;然后利用奇异值分解和贝叶斯准则进行源数估计,最后利用基于四阶累积量的特征矩阵联合对角化方法实现信号的盲分离。仿真结果表明,该方法能够有效地解决欠定观测信号的盲源分离问题。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分