检索结果-内蒙古大学图书馆

作者：熊坤来国防科学技术大学

学位级别：博士

盲分离是当前信号处理领域的热门技术,它充分利用信号独立、稀疏等特性,仅根据观测数据就可以恢复出源信号。近年来,一些研究者将盲分离算法应用到阵列信号处理中,不仅较好的分离出了源信号,还得到了相应信号的波达方向。盲分离算法对... 详细信息

盲分离是当前信号处理领域的热门技术,它充分利用信号独立、稀疏等特性,仅根据观测数据就可以恢复出源信号。近年来,一些研究者将盲分离算法应用到阵列信号处理中,不仅较好的分离出了源信号,还得到了相应信号的波达方向。盲分离算法对阵列信号盲处理具有重要的实际意义。然而,目前对于低信噪比、宽带信号、模型失配等复杂情况的阵列信号盲分离,还未有较好的解决方案。本文分别针对低信噪比下的窄带盲分离及波达方向估计(Direction of Arrival,DOA)、宽带独立信号盲分离及DOA估计、宽带确定性信号盲分离及DOA估计、模型失配下的阵列盲分离及DOA估计这四个方面的问题展开深入研究。主要研究内容概括如下:第二章针对传统盲分离算法抗噪性能差的问题,提出一种适用于低信噪比环境的窄带阵列信号盲分离及DOA估计方法。假定源信号之间相互独立,首先对阵列自相关矩阵作特征值分解得到特征值及特征向量,然后根据特征值估计出源信号个数K,再利用前K个特征向量提取出仅包含少量噪声信息的观测数据,进而利用特征矩阵联合对角化(Joint Approximate Diagonalization of Eigen-m atrices,JADE)方法对该部分数据进行盲分离,从而达到减小噪声影响的目的,最后根据分离算法原理与均匀线阵的流型矩阵的特性,推导出相应分离分量的DOA计算公式。进一步考虑多径效应的影响,将同一源信号产生的多个多径分量视为一个独立的信号源,仍可以通过上述盲分离算法进行分离,但是多径环境下,阵列流型矩阵的结构特性发生了改变,因而DOA估计方法需要调整,针对这一问题,本章进一步提出了一种基于独立分量分析(Independent Component Analysis,ICA)和稀疏重构的DOA估计方法。该方法首先利用ICA算法估计出混合矩阵,然后将混合矩阵的每列视为一个阵列的单次快拍数据,借助稀疏重构技术依次处理每列数据,进而得到各入射信号的DOA估计。第三章针对传统盲分离算法对宽带信号不适用的问题,在假定源信号为宽带独立信号的基础上,提出一种宽带阵列信号盲分离及DOA估计方法。该方法首先通过短时傅立叶变换将宽带混合信号转化为多个频率片上的瞬时混合,然后针对频域不完全重叠的情况,提出先进行频域分段处理再利用相似系数拼接重构的方法,对于频域重叠的部分,采用JADE算法对每个频率片上的混合信号进行盲分离,最后对各频率片上分离后的源信号分量分别进行合并,再通过逆短时傅立叶变换就可重构出各源信号。利用子带盲分离得到的分离矩阵的行向量构造方向图函数,根据方向图函数的零陷方向来确定相应分离分量的DOA,并在此基础上,提出一种基于DOA估计的次序调整及幅度去模糊方法,以解决子带合并时的模糊问题。当源个数为2时,通过搜索函数的最小值就可轻易获取各分量的DOA值。源个数大于2时,对DOA估计方法进行调整,利用k均值聚类方法对各方向图的零陷方向进行聚类,最终确定各分量的DOA。该方法有效的实现了宽带阵列混合信号的盲分离,同时准确估计出了各宽带源信号的DOA,并且该算法所需阵元数与源信号数相等即可,与宽带波束形成算法相比,所需阵元数大大减少。第四章假定源信号为宽带确定性信号,提出一种基于EM算法的宽带阵列信号盲分离及DOA估计方法。该方法首先通过FFT变换将观测信号转换到频域,然后在EM算法的基本框架下构造中间参数,假定噪声为高斯白噪声,联合带宽内所有频域子带信息构造中间参数的联合似然函数,最后根据似然函数推导出寻找最大似然值的EM迭代式,最终根据迭代结果得到源信号及DOA的估计值。同时针对迭代过程中的角度搜索问题,本章利用EM算法的收敛特性,提出一种自适应角度搜索范围设定方法,简化了算法的复杂度。该方法在EM算法的基本框架下,综合运用所有频点的数据信息联合估计出DOA及源信号,相比于对每个子带进行单独处理的传统方法,其估计精度得到大幅提高,同时还避免了子带合并时带来的模糊问题。第五章针对模型失配的实际情况,提出了一种基于SAGE算法的阵列信号盲分离及DOA估计方法。首先针对互耦及阵元位置误差这两种模型失配的情况,提出一种基于SAGE算法的窄带阵列信号盲分离及DOA估计方法,然后进一步将其推广至阵元位置误差条件下的宽带阵列信号盲分离及DOA估计。该方法在一种新的阵列误差信号模型的基础上,利用SAGE算法联合估计阵列误差系数、DOA及源信号等未知参数,将联合估计时的多维搜索简化为一维搜索。该方法遵循SAGE算法的基本步骤,因而也继承了SAGE算法估计精度高及收敛性好的优点。同时,本章还首次讨论了模型失配条件下宽带阵列信号的盲分离及DOA估计问题,有效的实现了阵元位置误差条件下的宽带阵列信号盲分离,并准确地估计出了各源信号的DOA。

关键词：盲分离到达角估计稀疏分量分析时频变换联合对角化独立分量分析互耦阵元位置误差

来源：评论

学校读者我要写书评

暂无评论

欠定盲源分离算法及在电磁领域的应用研究

欠定盲源分离算法及在电磁领域的应用研究

引用

作者：郭慧哈尔滨工程大学

学位级别：博士

在电磁环境及电磁干扰测试过程中,由于源信号数目未知且常因测试资源有限导致接收信号数目较少,使得接收信号数小于源信号数的情况时常出现。若直接从混合信号中提取通信信号参数或对干扰源定位、故障排查,难度很大。通常情况下,应该先... 详细信息

在电磁环境及电磁干扰测试过程中,由于源信号数目未知且常因测试资源有限导致接收信号数目较少,使得接收信号数小于源信号数的情况时常出现。若直接从混合信号中提取通信信号参数或对干扰源定位、故障排查,难度很大。通常情况下,应该先将混合信号分离,目前盲源分离可以在仅有观测信号的情况下基于一些假设条件分离混合信号,但是这些算法大多适用于超定或正定情况,对混合信号数目小于源信号数目的欠定情况分离效果不佳。因此,本文就更符合实际情况的欠定盲源分离展开研究,以电磁环境下的典型通信信号和电磁干扰中常见的谐波干扰为研究对象,基于信号的稀疏性假设条件,将欠定问题转换为正定或超定问题,实现信号的分离。具体工作概括如下:针对本文的应用对象——电磁领域中的典型信号,分析几种典型的通信信号和电磁干扰测试信号的稀疏特性,其中,典型通信信号包括调频信号、调幅信号、跳频信号、超宽带信号,电磁干扰测试信号则考虑由晶振等造成的谐波干扰信号。在分析典型电磁信号之前,首先介绍了信号稀疏性的相关理论知识,并给出了几种时频分析算法,令信号在其稀疏性最充分的域中进行分离。经过对电磁典型信号的时频分析,将这些信号分为两类,一类是在单独域中稀疏的信号,包括时域稀疏和频域稀疏,另一类是在联合域中稀疏的信号,即时频域稀疏。针对这两类信号展开深入研究。针对单独域稀疏的信号,提出一种基于Hough加窗法和修正子空间法的欠定盲源分离算法。首先,采用邻域比值法提取单源主导区间,提高信号的稀疏性。然后,采用Hough加窗法估计源信号数目和混合矩阵。该方法将直线聚类问题转换为峰值点搜索,通过加窗处理提高了算法的准确性,避免了已有算法在搜索聚类峰值点时容易陷入局部最大,导致搜索结果误差较大或错误,且易受因噪声或信号稀疏性不理想带来的异常值的影响。另外,许多聚类算法要求已知聚类数目,本算法则不需要该先验信息,放宽了算法适用条件。在估计出混合矩阵的条件下,先从理论上详细分析了子空间投影法分离混合信号时存在的不足,指出该算法在主导源信号数目少于设定值时会引入额外噪声,并在此基础上提出一种修正子空间法,不仅可以估计出任意时刻主导源信号的数目,减小额外噪声的影响,还可以分离任意时刻主导源信号数等于混合信号数的情况。仿真结果验证了算法的有效性。针对联合域稀疏的信号,提出一种基于特征分解聚类和加权最小l1范数法的欠定盲源分离算法。首先,计算混合信号的四阶累积量,利用四阶累积量对高斯噪声不敏感的特性,估计不同搜索域内主导源信号的数目,为混合信号的分离奠定基础,并将特征值数目为一的采样点提取出来作为单源主导区间;然后,计算单源主导区间内采样点的自相关函数并进行特征分解,对所有时频点得到的最大特征值对应的特征向量进行聚类,聚类结果就是混合矩阵的估计。该方法不直接对观测信号进行聚类,提高了算法的准确性;最后,结合四阶累积量得到的主导源信号数目,通过寻找与最小l1范数解最接近的若干次优解,将得到的次优解和最小l1范数解加权叠加后代替最小l1范数解,降低了算法对源信号的稀疏性要求。仿真结果验证了算法的有效性。以谐波电磁干扰信号为研究对象,考虑因测试频带宽、耗时长、资源有限导致测试结果偏少的特点,针对两个混合信号的情况进行研究,提出一种无约束梯度下降法。首先对电磁干扰信号进行预处理,去除幅度影响,增强信号的稀疏性,采用Hough加窗法对混合矩阵估计;然后,将带约束的分离问题转换为无约束的优化问题,并给出初始值、迭代步长及终止条件的选取,在初始值选取中提出内点法和夹角差排序法,修正了最小夹角法对混合矩阵列向量的选取标准,实验结果表明无约束分离算法的分离精度等同于最短路径法、最小l1范数法,但效率提高了很多。仿真数据和实测数据均表明了算法的有效性和可行性。另外,由于现有的很多电磁干扰测试数据是以图片形式存储,不便于数据的处理,故提出一种“像素—坐标”策略的图片曲线信息数据化的方法,进一步扩大算法的适用范围。

关键词：欠定盲源分离稀疏分量分析时频分析单源主导区间提取混合矩阵估计

来源：评论

学校读者我要写书评

暂无评论

多源信号自适应稀疏表征分离算法及其应用

多源信号自适应稀疏表征分离算法及其应用

引用

作者：郝彦嵩北京化工大学

学位级别：博士

机械设备经常在温度较高、载荷较大等工况条件比较复杂的环境下运行,其核心部件难免发生故障,而实际情况中,故障源往往不是单一的故障,而是不同的部件出现不同损伤等造成的复合故障,这将会极大地增大其故障诊断难度,严重影响企业的正常... 详细信息

机械设备经常在温度较高、载荷较大等工况条件比较复杂的环境下运行,其核心部件难免发生故障,而实际情况中,故障源往往不是单一的故障,而是不同的部件出现不同损伤等造成的复合故障,这将会极大地增大其故障诊断难度,严重影响企业的正常运转,甚至可能带来灾难性的后果。因此,旋转机械复合故障诊断是企业设备状态监测与故障诊断的关键环节之一,是机械设备稳定和健康运行的重要保障。为此,本文针对机械多源故障信号在复杂工况下稀疏性不强以及在耦合方式未知情况下难以提取故障特征等问题,开展了基于多源信号自适应稀疏表征分离算法及其应用研究。主要研究内容及结论如下:针对机械设备在实际运行过程中,传感器数目受限等复杂工况的问题,开展了基于内禀模态分解的盲源分离方法研究。首先,对采集到的故障振动信号进行自适应内禀模态分解。在传统分解过程中,目标分解信号为平稳信号,判别条件严格,然而在实际情况中,采集到的多为携带噪声干扰的振动信号,僵化的判别条件会导致算法无法收敛。针对该情况重新设置了适合振动信号的判别条件,并且在迭代过程中,构建了能量因子指标来作为算法的终止条件,在提高信号分解效率的同时,为复合故障诊断提供了帮助。针对传统盲源分离算法在求解欠定问题时面临的困难,提出了基于改进内禀模态分解方法与非负矩阵分解的欠定盲源分离框架。基于上述提出的内禀模态分解方法,对观测信号进行自适应分解,将难以解决的欠定问题转换为正定或过定问题。利用非负矩阵分解能够更好地解决实际问题的优势,开展了基于非负矩阵分解的欠定盲源分离方法研究并应用于轴承复合故障诊断。首先通过自适应内禀模态分解对故障信号进行处理,获得一定数量的分量成分。然后通过势函数方法对源信号数目进行估计,从而确定非负矩阵分解过程中的矩阵维度。此外,还开展了基于独立分量分析的研究,并在改进内禀模态分解方法与独立分量分析方法结合过程中引入遗传算法来优化分离过程,实现复合故障信号的盲源分离。针对设备振动信号稀疏性不足的问题,开展了基于稀疏盲源分离的信号分离方法研究。考虑到稀疏表示算法在处理大数据问题的优势,并且独立分量分析算法的前提条件在实际情况中较为苛刻,计算环节较多以及非负矩阵分解方法计算过程较为耗时,因此着重研究基于稀疏分量分析的盲源分离算法。首先对稀疏分量分析算法中的稀疏化条件展开研究。采用了基于小波模极大值的提高稀疏度的方法来获得稀疏观测信号。然后,基于获得的稀疏信号利用势函数来估计源信号的数量和混淆矩阵。最后,可以根据最短路径方法实现源信号的分离。此外,针对混合矩阵估计方法中,传统势函数计算方便但只能处理二维平面的问题,以及模糊聚类等估计方法不受维度限制但结果有一定随机性的问题,提出了一种新的混合矩阵估计方法。通过将二维平面映射到三维空间中,基于球坐标系构造了一组新的空间势函数,将矩阵估计问题转换为函数的极值求解问题。进一步研究了实际过程中卷积耦合的混合模型,通过基于三维势函数与卷积模型的映射关系,实现了复合故障诊断。针对稀疏分量分析过程中信号的稀疏性不足或估计矩阵存在偏差都会导致分离结果不准确的问题,开展了基于优化稀疏分量分析的方法研究,提出了分步式优化稀疏分量分析策略。首先,利用受控极小化方法对振动信号进行稀疏表示,接着采用三维势函数估计混合矩阵,最后构造参考信号实现分离。此外,在稀疏表示过程中,通常都采用凸的正则项来用于保证优化求解过程中问题具有全局最优解。然而,在很多实际应用过程中,非凸正则化往往能够获得更好的稀疏效果,即进一步增强稀疏性。因此,构造非凸正则项,并通过引入参数化系数来调节非凸正则项的结构,从而确定其在满足全局最优前提下的表达式。在获得良好稀疏表示效果的基础上,通过改进三维势函数方法,使其可以不受低维度限制的进行混合矩阵的估计,并且在恢复信号过程中,通过基向量的选取来提高算法效率。本论文以机械故障盲源分离为出发点,对机械故障诊断中的自适应分解方法、内禀模态分解方法、独立分量分析、非负矩阵分解、稀疏分量分析等盲分离算法进行了深入和系统的研究,特别是从稀疏性角度出发,深入研究了基于三维势函数、非凸正则化等算法的稀疏分量分析。研究成果对机械设备的状态监测和复合故障的分离具有重要的参考价值。

关键词：盲源分离稀疏表示稀疏分量分析特征提取三维势函数非凸稀疏正则化

来源：评论

学校读者我要写书评

暂无评论

盲源分离算法及应用研究

盲源分离算法及应用研究

引用

作者：王卫华哈尔滨工程大学

学位级别：博士

盲源分离是近年来在信号处理领域中出现的一个热点课题。它是指在未知源信号数目、位置和混合过程等先验信息的情况下,仅根据一组传感器信号来估计原始信号。盲源分离是数据分析及信号处理强有力的工具,在许多领域都有很好的应用,如生... 详细信息

盲源分离是近年来在信号处理领域中出现的一个热点课题。它是指在未知源信号数目、位置和混合过程等先验信息的情况下,仅根据一组传感器信号来估计原始信号。盲源分离是数据分析及信号处理强有力的工具,在许多领域都有很好的应用,如生物医学信号处理、数据挖掘、语音信号处理、模式识别及无线通信等。二十几年来,由于广泛的应用和有效的数据处理能力,盲源分离算法吸引了大量学者的研究,并取得了很大进展。本文从语音信号的分离入手,对盲源分离算法进行了深入研究。论文首先对盲源分离算法的发展历史和研究现状进行了概括,并介绍了其在几个重要领域中的应用,接着介绍了盲源分离问题的几类主要算法。本文对盲源分离的理论和算法进行了探讨,重点研究了欠定情况下的盲分离问题。主要研究内容有以下几个方面：研究了频域盲分离算法中的排序不确定性问题。利用同一个语音信号相邻频点相关性大于两个不同语音信号相邻频点相关性的特点,提出了一个基于相邻频点幅度相关性的排序不确定性消除算法,使得在每个频点进行独立分量分析和排序同步进行。研究了欠定情况下的时频域盲分离算法。利用双耳的听觉机理,提出了个基于听觉场景分析的盲分离算法,通过对听觉特征耳间时间差和耳间强度差的聚类,完成对多个源信号混合而成的两个传感器信号的分离。另外,本文还提出了一种用于卷积混合的语音盲分离算法。通过在混合信号时频域的聚类,实现了欠定情况下的卷积盲分离。研究了源信号在时频域不充分稀疏情况下的欠定盲分离问题。提出一个新的二阶段式欠定盲分离算法,利用网格和密度聚类的方法,可以更好地估计混合系数矩阵。在源信号恢复时,使用简化的方法求最小l1范数解,网格的使用有效地减少了计算量。提出了一种基于匹配追踪的稀疏源信号恢复算法。针对匹配追踪算法在盲源分离的稀疏源信号恢复问题中的具体应用,将匹配追踪算法加以改进,有效地提高了算法的性能。提出的算法在病态混合矩阵的情况下,可以减少匹配失败时所带来误差,具有良好的鲁棒性。

关键词：盲源分离排序不确定性欠定盲分离听觉场景分析稀疏分量分析匹配追踪

来源：评论

学校读者我要写书评

暂无评论

基于贪婪稀疏优化的欠定语音盲分离方法

引用

计算机工程与设计 2021年第8期42卷 2299-2307页

作者：魏爽杨璟安徐朋龙艳花上海师范大学信息与机电工程学院上海200234

提出一种基于语音信号稀疏特征的稀疏分量分析两步法,力图提高欠定情况下的语音信号盲分离性能。不同于传统的两步法,所提方法需要获取语音信号在变换域中的稀疏特征,将贪婪最优化思想引入至稀疏分量分析方法中,重构欠定盲分离语音源信... 详细信息

提出一种基于语音信号稀疏特征的稀疏分量分析两步法,力图提高欠定情况下的语音信号盲分离性能。不同于传统的两步法,所提方法需要获取语音信号在变换域中的稀疏特征,将贪婪最优化思想引入至稀疏分量分析方法中,重构欠定盲分离语音源信号。通过仿真对比实验,展示了该方法应用于平稳声音信号和非平稳语音信号的盲分离效果,它能较好恢复语音源信号。与现有的最短路径法相比,所提算法可以提高两路以上观测信号的分离性能。相较于平滑L0范数算法,所提算法可以有效提高来波方向较近的语音盲信号分离性能。该方法具有更广阔的适用范围。

关键词：欠定盲源分离稀疏分量分析贪婪稀疏优化源信号重构语音信号盲分离

来源：评论

学校读者我要写书评

暂无评论

基于瞬时和卷积混合模型的盲信号分离方法研究

基于瞬时和卷积混合模型的盲信号分离方法研究

引用

作者：马宝泽重庆邮电大学

学位级别：博士

随着信息时代的飞速发展,传感器接收到的观测信号越来越复杂。从观测信号中提取出有用信息是当前信号处理领域研究的重点和难点,尤其是解决盲信号的分离问题。其中,盲源分离(Blind Source Separation,BSS)结合了信号处理、神经网络和数... 详细信息

随着信息时代的飞速发展,传感器接收到的观测信号越来越复杂。从观测信号中提取出有用信息是当前信号处理领域研究的重点和难点,尤其是解决盲信号的分离问题。其中,盲源分离(Blind Source Separation,BSS)结合了信号处理、神经网络和数理统计等方面的特点,被广泛地应用于通信技术、生物医学、语音分离和图像处理等诸多领域。在不同混合模型下研究传输信道对盲信号分离方法的影响可以解决相应的实际问题,混合信道环境越复杂盲信号分离的难度就越大。因此,针对观测信号在不同混合条件中面临的分离问题,本文分别在瞬时、延时和卷积混合模型下研究了对应的盲信号分离方法,主要的研究工作如下:(1)针对瞬时混合模型中观测信号在正定、欠定和单通道条件下的盲分离问题,本文利用信号的统计独立性和时频域稀疏性分别研究了对应的三种盲源分离方法。为了解决瞬时混合多维信号在特征提取时面临的信源和噪声分离问题,本文基于统计独立性提出了一种HIWO/BBO(Hybrid Invasive Weed Optimization/Biogeography-Based Optimization)优化的BSS方法。采用正交矩阵参数化表示的方式降低计算复杂度,并结合NA-MEMD(Noise Assisted-Multivariate Empirical Mode Decomposition)实现了多维信号的特征提取。同时,为了解决观测信号数小于信源数的瞬时混合盲信号分离问题,本文利用信号在时频域的稀疏性提出了一种带信源数估计的UBSS(Underdetermined Blind Source Separation)方法。将散点夹角概率分布和频域能量之和作为信源数和混合矩阵估计的测度,并采用L1范数组合法实现源信号的恢复。此外,为了完成从瞬时混合的单通道观测信号中恢复出多维信源的任务,本文基于信号在时频域足够稀疏的假设提出了一种无需估计信源数的SCBSS(Single Channel Blind Source Separation)方法。单通道观测信号经TVF-EMD(Time Varying Filter-Empirical Mode Decomposition)分解后可以得到重构信号,再将单通道观测信号和重构信号组成欠定形式,借助UBSS方法解决SCBSS问题。实验分别验证了在正定、欠定和单通道条件下三种瞬时混合盲源分离方法的有效性。(2)针对欠定条件下源信号传输时存在衰减延时的问题,本文基于信号在变换域中的稀疏性提出了两种解决延时混合的UBSS方法,即基于幅度谱的方法和基于频域能量的方法。首先,通过理论分析可知观测信号的幅度谱和频域能量可以用来构造稀疏域,利用信号散点的线性聚类特性消除延时影响。其次,在幅度谱中将散点夹角的概率分布峰值作为估计信源数的依据,在频域能量中利用势函数峰值估计信源数。再次,根据估计信源数将幅度谱中散点到原点距离峰值对应的频点筛选出来预测时频掩码,而在频域能量中则根据估计信源数筛选出频域能量之和峰值对应的频点构造二进制时频掩码。最后,分离信号短时频谱逆变换到时域时存在的边界效应将采用填充线的方式消除。仿真实验表明,基于幅度谱和频域能量能的两种方法都能消除信号混合过程中的时延影响,从而验证了稀疏域理论分析的正确性。此外,与现有方法相比所提的两种延时UBSS方法在处理模拟信号和实测信号时都表现出了优异的分离性能。(3)针对卷积混合模型中CBSS(Convolutive Blind Source Separation)频域方法存在的混合频谱分离和频点排序问题,本文提出了一种基于张量分解和功率比全局优化排序的CBSS方法。利用张量分解技术计算出每个频点上对应的因子矩阵作为该频点的估计混合滤波器矩阵,并且采用以功率比作为测度的全局优化排序策略消除了全频段的排序模糊性。此外,为了提升频点排序准确性从而解决全频段频谱校正的问题,本文又提出了一种基于NMF(Nonnegative Matrix Factorization)和CCA(Canonical Correlation Analysis)的影响因子频点排序方法。将NMF分解得到的激活矩阵作为频点排序测度并利用CCA取代传统的最大化相关系数之和的方式降低频点排序复杂度,再结合影响因子策略完成相邻频点的排序任务。同时,为了克服该频点排序方法在获取激活矩阵时计算时间长的缺点,采用JADE(Joint Approximate Diagonalization of Eigenmatrices)方法实现混合频谱的分离。实验表明,所提CBSS方法在不同仿真条件下处理卷积混合的实测语音时表现出了比现有算法更优异的分离性能。

关键词：盲源分离独立分量分析稀疏分量分析张量分解非负矩阵分解

来源：评论

学校读者我要写书评

暂无评论

稀疏盲源分离快速算法

引用

火力与指挥控制 2012年第7期37卷 36-38,42页

作者：董天宝杨景曙解放军电子工程学院合肥230037

提出一种快速的稀疏信号重构算法,通过定义一个连续可微函数近似l0范数,采用最小化l0范数的方法实现对稀疏源信号的估计。该算法的特点是实现简单,速度快。采用人工生成的信号将算法与通过l1范数最小化的快速稀疏信号重构算法和OM P算... 详细信息

提出一种快速的稀疏信号重构算法,通过定义一个连续可微函数近似l0范数,采用最小化l0范数的方法实现对稀疏源信号的估计。该算法的特点是实现简单,速度快。采用人工生成的信号将算法与通过l1范数最小化的快速稀疏信号重构算法和OM P算法进行了比较。最后,将该算法用于实际信号的欠定盲源分离。仿真实验表明,算法在保证信号分离性能的前提下大幅度提高了算法的运行速度。

关键词：欠定盲源分离稀疏分量分析两步法 l0范数

来源：评论

学校读者我要写书评

暂无评论

基于K-均值聚类和势函数法的欠定盲分离

引用

电信科学 2012年第1期28卷 98-101页

作者：杨静张玉洁李宏伟中国地质大学数学与物理学院武汉430074

K-均值聚类法能估计出观测信号聚类直线方向,利用主成分分析(PCA)提取主成分,可以提高直线估计的精准度和鲁棒性。在此思想的指导下,本文提出基于K-均值聚类的势函数法。势函数度量了聚类中心与所有观测点的距离,对势函数求导得到更新... 详细信息

K-均值聚类法能估计出观测信号聚类直线方向,利用主成分分析(PCA)提取主成分,可以提高直线估计的精准度和鲁棒性。在此思想的指导下,本文提出基于K-均值聚类的势函数法。势函数度量了聚类中心与所有观测点的距离,对势函数求导得到更新聚类中心的迭代公式,利用该公式对K-均值聚类法得到的聚类中心进行调整得到精估计。该算法计算量较小,能有效估计出混合矩阵。仿真实验验证了算法的有效性。

关键词：盲源分离稀疏分量分析势函数聚类

来源：评论

学校读者我要写书评

暂无评论

一种具有自动聚类检测功能的欠定型盲信号混叠矩阵估计算法

引用

科学技术与工程 2014年第3期22卷 170-174页

作者：余莎丽华南理工大学广州学院汽车工程学院广州510800

针对源信号个数未知情况下的欠定稀疏分量分析模型,提出一种具有自动聚类检测功能的混叠矩阵估计算法。提出实现源信号个数的判定的观测信号自动检测聚类方法,同时利用主成分分析对超直线进行估计,从而实现混叠矩阵的精确估计。仿真实... 详细信息

针对源信号个数未知情况下的欠定稀疏分量分析模型,提出一种具有自动聚类检测功能的混叠矩阵估计算法。提出实现源信号个数的判定的观测信号自动检测聚类方法,同时利用主成分分析对超直线进行估计,从而实现混叠矩阵的精确估计。仿真实验结果表明,该算法适用范围广,是一种快速精确且稳健的混叠矩阵估计算法。

关键词：稀疏分量分析源信号正交性假设噪声

来源：评论

学校读者我要写书评

暂无评论

完备及欠定条件下盲分离在故障诊断中的应用研究

完备及欠定条件下盲分离在故障诊断中的应用研究

引用

作者：李豫川昆明理工大学

学位级别：硕士

在旋转机械振动状态监测与故障诊断过程中,常常面临着各种干扰或者各种故障相互耦合的情况,研究如何从复杂的监测信号当中分离提取故障特征具有重要意义。本文以旋转机械振动信号为研究对象,以盲源分离(BSS)为研究方法,系统地研究了三... 详细信息

在旋转机械振动状态监测与故障诊断过程中,常常面临着各种干扰或者各种故障相互耦合的情况,研究如何从复杂的监测信号当中分离提取故障特征具有重要意义。本文以旋转机械振动信号为研究对象,以盲源分离(BSS)为研究方法,系统地研究了三种盲源分离技术及其在机械故障诊断领域中的应用,重点针对滚动轴承复合故障分离问题,结合形态滤波技术研究了独立分量分析(ICA)及稀疏分量分析(SCA)在实际滚动轴承复合故障当中的分离方法。本文主要研究内容如下： (1)以机械设备故障诊断行业为背景,对盲源分离方法中的三种典型分析方法-独立分量分析、稀疏分量分析以及非负矩阵分解(NMF)的相关研究现状进行了简要综述,并总结了盲分离方法在机械故障诊断领域的研究应用情况。 (2)在研究独立分量分析相关理论基础之上,针对常用梯度算法易使优化问题陷入局部最优,且步长选择对算法速度影响较大的问题,将基于微粒群优化的独立分量分析应用到旋转机械转子复合故障诊断当中。 (3)针对滚动轴承复合故障各个故障相互耦合,振动信号成分复杂,常用盲源分离方法不能有效分离各故障特征的问题,以实验分析的方法探讨了滚动轴承复合故障的耦合机制,并结合滚动轴承故障振动信号所呈现的非平稳、高频调制等特性,提出一种基于形态滤波的独立分量分析方法,并将其应用于滚动轴承复合故障信号分离中。 (4)针对多数盲信号处理方法在分离信号的过程中,要求观测信号数目大于等于源信号数目的问题,将欠定盲分离处理方法中应用较为成功的稀疏分量分析(SCA)引用到滚动轴承复合故障诊断当中。针对轴承故障信号难以满足稀疏分量分析所要求的信号需要呈稀疏分布的问题,提出一种基于形态滤波的稀疏分量分析方法,并分别在完备与欠定的条件下对滚动轴承复合故障进行了实验研究。 (5)研究了非负矩阵分解及其在盲分离中的应用,并尝试将其应用于滚动轴承故障诊断当中。 (6)在理论与实验研究的基础上,利用MATLAB设计实现了三种盲分离技术在旋转机械复合故障诊断中的应用系统。并分别采用仿真与实验的方法对系统进行了验证。

关键词：独立分量分析稀疏分量分析形态滤波非负矩阵分解故障诊断

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：