盲分離(Blind Signal Separation,BSS)技術(shù)是現(xiàn)代信號處理領(lǐng)域中一個嶄新的研究方向。目前已廣泛應(yīng)用于語音信號處理、移動通信、醫(yī)學(xué)信號處理及圖像處理等許多領(lǐng)域。目前解決盲分離問題主要利用獨立分量分析(Independent Component Analysis,ICA)方法來提取相互統(tǒng)計獨立的源信號。獨立分量分析是指在不知道源信號和傳輸信道的先驗信息的情況下,根據(jù)源信號的特性,僅由觀測到的混合信號來恢復(fù)或分離出源信號。本文將獨立分量分析方法應(yīng)用到旋轉(zhuǎn)機械故障診斷中,通過此方法來提取特征頻率進而分析機械的故障,從獨立分量分析的算法和在機械振動信號中的應(yīng)用方面進行研究。 本文從盲源分離的理論出發(fā),由盲源分離問題引出獨立分量分析,分析了ICA的數(shù)學(xué)模型及原理,論述了不同的ICA獨立性準則以及現(xiàn)有的幾種主要算法,重點研究了FastICA算法。FastICA算法基于非高斯性最大化原理,使用固定點迭代理論尋找非高斯性最大值,采用牛頓迭代算法對觀測變量的大量采樣點進行批處理,每次從觀測信號中分離出一個獨立分量,是獨立分量分析的一種快速算法。并且針對FastICA算法的收斂依賴于...

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 旋轉(zhuǎn)機械故障診斷的背景和研究意義
    1.2 傳統(tǒng)旋轉(zhuǎn)機械故障特征提取技術(shù)的不足
    1.3 獨立分量分析的研究概況
    1.4 獨立分量分析的應(yīng)用現(xiàn)狀
        1.4.1 獨立分量分析在各領(lǐng)域的應(yīng)用情況
        1.4.2 獨立分量分析在旋轉(zhuǎn)機械故障診斷中的應(yīng)用
    1.5 論文的研究內(nèi)容和結(jié)構(gòu)安排
第二章 獨立分量分析概述
    2.1 統(tǒng)計學(xué)的相關(guān)基礎(chǔ)理論
        2.1.1 隨機變量的數(shù)字特征
        2.1.2 統(tǒng)計獨立
    2.2 信息論的相關(guān)理論
        2.2.1 熵
        2.2.2 Kullback-Leibler 散度
        2.2.3 互信息
        2.2.4 負熵
    2.3 瞬時混和信號盲分離
        2.3.1 瞬時混和信號盲分離的數(shù)學(xué)模型
        2.3.2 ICA 的前提假設(shè)條件
        2.3.3 ICA 的限制條件
    2.4 小結(jié)
第三章 獨立分量分析常用算法
    3.1 ICA 的獨立性判據(jù)
        3.1.1 互信息極小化
        3.1.2 信息極大化
        3.1.3 極大似然估計
        3.1.4 負熵最大化
        3.1.5 各種判據(jù)的等價性
    3.2 ICA 的優(yōu)化算法
    3.3 盲分離算法性能評價準則
    3.4 基于FastICA 的盲分離算法
        3.4.1 FastICA 算法的基本理論
        3.4.2 FastICA 的預(yù)處理過程
        3.4.3 FastICA 的算法原理和特點
        3.4.4 FastICA 算法的改進方法
        3.4.5 仿真實驗
    3.5 小結(jié)
第四章 引入帶通濾波的改進盲分離方法
    4.1 觀測信號與源信號數(shù)目不等問題討論
n )">        4.1.1 觀測信號數(shù)目大于源信號數(shù)目(m > n )
        4.1.2 觀測信號數(shù)目小于源信號數(shù)目(m < n )
    4.2 基于窄帶處理的改進盲分離方法
        4.2.1 改進方法的實現(xiàn)原理
        4.2.2 仿真實驗
    4.3 小結(jié)
第五章 旋轉(zhuǎn)機械故障特征盲分離實驗分析
    5.1 轉(zhuǎn)子不平衡故障特征盲分離
        5.1.1 轉(zhuǎn)子不平衡故障機理及特征
        5.1.2 轉(zhuǎn)子不平衡實驗分析
    5.2 齒輪箱振動特征的盲分離
        5.2.1 齒輪箱振動機理分析
        5.2.2 齒輪箱振動特征盲分離實驗分析
    5.3 小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 本課題今后需進一步研究的地方
致謝
參考文獻
個人簡歷 在讀期間發(fā)表的學(xué)術(shù)論文



本文編號：3849831