發(fā)布時(shí)間：2021-11-18 22:14

　　獨(dú)立分量分析（independent component analysis, ICA）是上個(gè)世紀(jì)末發(fā)展起來的一種新的信號(hào)處理方法。它屬于盲源分離方法中的一個(gè)特殊方法被廣泛應(yīng)用于機(jī)械振動(dòng)信號(hào)處理、生物醫(yī)學(xué)信號(hào)的處理、通信、陳列信號(hào)處理、語音信號(hào)處理等領(lǐng)域,并取得良好的效果。簡而言之,獨(dú)立分量分析的功能是通過優(yōu)化算法將由多個(gè)源信號(hào)線性混合而成的混合信號(hào)進(jìn)行分解。它在盲源分離的基礎(chǔ)上假設(shè)源信號(hào)互相獨(dú)立,并以特定的優(yōu)化算法為手段將源信號(hào)逐個(gè)提取出來。ICA由盲源分離發(fā)展而來故又稱為盲分離。ICA在信號(hào)特征的提取,微弱信號(hào)提取方面有很好的效用。本課題對(duì)ICA的相關(guān)知識(shí)、原理、應(yīng)用方法等進(jìn)行了詳細(xì)介紹以說明ICA功能的可能性,并通過理想化的仿真實(shí)驗(yàn)以驗(yàn)證它的可行性。任何方法都有它的優(yōu)缺點(diǎn),獨(dú)立分量分析也不例外。優(yōu)點(diǎn)應(yīng)以繼承,缺點(diǎn)則應(yīng)予創(chuàng)新。本課題正是針對(duì)獨(dú)立分量分析方法的一個(gè)缺點(diǎn)（通道數(shù)不能少于源信號(hào)數(shù)）進(jìn)行了嘗試性突破研究,提出了重盲分離方法（Re-ICA）并取得了成功。本研究將獨(dú)立分量分析與最經(jīng)典的頻域分析方法進(jìn)行結(jié)合,依據(jù)頻譜分析來虛擬通道以實(shí)現(xiàn)測(cè)量通道數(shù)目的增加,再進(jìn)行獨(dú)立分量分析。該方法... 

【文章來源】：天津大學(xué)天津市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：58 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究的背景與意義
    1.2 國內(nèi)外相關(guān)技術(shù)研究現(xiàn)狀
    1.3 課題來源及主要的研究內(nèi)容
    1.4 課題研究的創(chuàng)新內(nèi)容
第二章 機(jī)械系統(tǒng)故障檢測(cè)與診斷原理
    2.1 機(jī)械故障診斷基本原理
        2.1.1 機(jī)械故障概述
        2.1.2 機(jī)械故障特征參量
        2.1.3 機(jī)械故障診斷的一般思維方法
    2.2 故障診斷的信號(hào)分析與處理技術(shù)
        2.2.1 信號(hào)處理中常用變換
        2.2.2 時(shí)域分析方法
        2.2.3 頻域分析方法
第三章 獨(dú)立分量分析的盲源分離原理
    3.1 盲源分離的數(shù)學(xué)基礎(chǔ)
        3.1.1 概率論與統(tǒng)計(jì)特征
        3.1.2 信息論相關(guān)基礎(chǔ)知識(shí)
    3.2 基于獨(dú)立分量分析的盲源分離方法
        3.2.1 獨(dú)立分量分析的預(yù)處理
        3.2.2 獨(dú)立分量分析的一般提法與優(yōu)化判據(jù)
        3.2.3 獨(dú)立分量分析的優(yōu)化算法
        3.2.4 獨(dú)立分量分析仿真實(shí)驗(yàn)
第四章 重盲分離方法與原理
    4.1 ICA 方法的缺點(diǎn)與不足
        4.1.1 獨(dú)立分量分析的不確定性與局限性
        4.1.2 有噪聲的獨(dú)立分量分析
    4.2 Re-ICA 方法的提出與原理方法
        4.2.1 Re-ICA 方法的提出
        4.2.2 Re-ICA 方法的原理
        4.2.3 Re-ICA 方法的仿真與應(yīng)用
        4.2.4 Re-ICA 方法的限定
第五章 結(jié)論與展望
參考文獻(xiàn)
發(fā)表論文和參加科研情況說明
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于頻譜相似度的ICA不確定性快速消除[J]. 莫崇相,陸森林.  噪聲與振動(dòng)控制. 2008(05)
[2]基于獨(dú)立分量分析的聲發(fā)射信號(hào)去噪方法[J]. 顧江,張光新,劉國華,周澤魁.  江南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2008(01)
[3]基于互相關(guān)和最大似然估計(jì)的弱信號(hào)檢測(cè)[J]. 呂振肅,熊景松.  武漢科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2007(04)
[4]基于FFT-MCC分析的ICA（BSS）盲不確定性消除[J]. 焦衛(wèi)東,楊世錫,錢蘇翔,嚴(yán)拱標(biāo).  中國機(jī)械工程. 2006(07)
[5]ICA不確定性問題在圓度誤差分離中的解決措施[J]. 張梅,金施群.  工具技術(shù). 2005(10)
[6]基于獨(dú)立分量分析的單通道語音降噪算法研究[J]. 周成,劉釗.  激光與紅外. 2005(05)
[7]故障診斷技術(shù)及其發(fā)展趨勢(shì)[J]. 陳煒峰,陸靜霞.  農(nóng)機(jī)化研究. 2005(02)
[8]機(jī)械設(shè)備故障診斷技術(shù)及其發(fā)展趨勢(shì)[J]. 黃偉力,黃偉建,王飛,杜巍.  礦山機(jī)械. 2005(01)
[9]基于獨(dú)立分量分析的消噪方法在旋轉(zhuǎn)機(jī)械特征提取中的應(yīng)用[J]. 季忠,金濤,楊炯明,秦樹人.  中國機(jī)械工程. 2005(01)
[10]基于獨(dú)立成分分析的強(qiáng)背景噪聲去噪方法[J]. 孔薇,楊杰,周越.  上海交通大學(xué)學(xué)報(bào). 2004(12)

碩士論文
[1]故障診斷方法研究及軟件開發(fā)[D]. 劉軍.大連理工大學(xué) 2000



本文編號(hào)：3503717