基于独立分量分析的欠定盲源分离方法

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

பைடு நூலகம்
ｔｒａｎｓｉｅｎｔｓｉｇｎａｌｓｏｆａｇｅａｒｂｏｘｂｙｕｓｅｏｆｔｈｅｕｎｄｅｒｄｅｔｅｒｍｉｎｅｄＩＣＡｃｏｍｂｉｎｅｄｗｉｔｈｔｈｅｏｒｄｅｒｅｎｖｅｌｏｐｅｓｐｅｃｔｒａｌａｎａｌｙｓｉｓ，ｉｔｓ
Ａｂｓｔｒａｃｔ：Ｔｈｅｕｎｄｅｒｄｅｔｅｒｍｉｎｅｄｂｌｉｎｄｓｏｕｒｃｅｓｅｐａｒａｔｉｏｎ（ＵＢＳＳ）ａｌｇｏｒｉｔｈｍａｔｐｒｅｓｅｎｔｃａｎｏｎｌｙｓｅｐａｒａｔｅｓｐａｒｓｅ
振第３２卷第７期
动
与
冲
击
ＪＯＵＲＮＡＬＯＦＶⅡｉＲＡ１１ＯＮＡＮＤＳＨＯＣＫ
基于独立分量分析的欠定盲源分离方法
杨杰，俞文文，田吴，关珍贞
（１．军械工程学院，石家庄０５０００３；２．华阴兵器试验中心，陕西华阴７１４２００）
Ｕｎｄｅｒｄｅｔｅｒｍｉｎｅｄｂｌｉｎｄｓｏｕｒｃｅｓｅｐａｒａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｉｎｄｅｐｅｎｄｅｎｔｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ
摘要：针对欠定盲分离算法只能分离稀疏信号，对不稀疏信号分离效果不理想，而经典独立分量分析算法中扩
展Ｉ￣ｏｍａｘ算法能分离超高斯信号及亚高斯信号，却只能应用于观测数不少于源数的超定盲源分离等问题，结合扩展Ｉｎ —
ｆｏｍａｘ算法，提出欠定ＩＣＡ算法，通过生成隐藏数据将欠定盲分离问题转化为超定盲分离问题，应用经典的扩展Ｉｎｆｏｍａｘ
ｗｉｔｈａｎｅｘｔｅｎｄｅｄＩｎｆｏｍａｘ，ａｎｕｎｄｅｒｄｅｔｅｒｍｉｎｅｄＩＣＡａｌｇｏｒｉｔｈｍｗａｓｐｒｏｐｏｓｅｄｈｅｒｅ．Ｂｙｇｅｎｅｒａｔｉｎｇｈｉｄｄｅｎｄａｔａ，ａｎＵＢＳＳｐｒｏｂｌｅｍｗａｓｔｒａｎｓｆｏｍｅｒｄｉｎｔｏａｎＯＢＳＳｏｎｅ，ａｎｄｔｈｅｎａｎｅｘｔｅｎｄｅｄＩｎｆｏｍａｒｘａｌｇｏｉｔｒｈｍｗａｓｕｓｅｄｔｏａｎａｌｙｚｅｔｈｅｓｉｇｎａｌｓ．Ｔｈｉｓｍｅｔｈｏｄｃｏｕｌｄｓｅｐａｒａｔｅｂｏｔｈｓｕｐｅｒ－Ｇａｕｓｓｉａｎａｎｄｓｕｂ — ＧａｕｓｓｉａｎｓｉｇｎａｌｓｉｎａｎＵＢＳＳｐｒｏｂｌｅｍ．Ｔｈｒｏｕｇｈａｎａｌｙｚｉｎｇ
ｓｉｇｎａｌｓ，ｂｕｔｃａｎ ’ ｔｓｅｐａｒａｔｅｎｏｎ— ｓｐａｒｓｅｓｉｇｎａｌｓｓｕｃｃｅｓｓｆｕｌｌｙ．ＣｌａｓｓｉｃａｌＩＣＡａｌｇｏｒｉｔｈｍｓ，ｓｕｃｈａｓ，ｅｘｔｅｎｄｅｄＩｎｆｏｍａｘ，ｃａｎ
算法进行分析，并对实测齿轮箱混合故障信号进行分离，用包络阶次方法对分离出的信号进行分析，成功识别出齿轮箱不
同故障特征。验证该算法在齿轮箱故障诊断中的有效性。
关键词：独立分量分析；扩展Ｉｎｆｏｍａｘ；欠定盲源分离：故障诊断
中图分类号：ＴＨ１６５．３文献标识码：Ａ
ＹＡＮＧＪｉｅ，ＹＵＷｅｎ — ｗｅｎ，ＴＩＡＮＨａｏ，ＧＵＡＮＺｈｅｎ－ｚｈｅｎ
（１．ＯｒｄｎａｎｃｅＥｎｇｉｎｅｅｒｉｎｇＣｏｌｌｅｇｅ，Ｓｈｉｊｉａｚｈｕａｎｇ０５０００３，Ｃｈｉｎａ；２．ＨｕａｙｉｎＯｒｄｎａｎｃｅＣｅｎｔｅｒ，Ｈｕａｙｉｎ７１４２００，Ｃｈｉｎａ）
ｓｅｐａｒａｔｅｂｏｔｈｓｕｐｅｒ — Ｇａｕｓｓｉａｎａｎｄｓｕｂ－Ｇａｕｓｓｉａｎｓｉｇｎａｌｓ，ｂｕｔｉｔｉｓｕｓｅｄｏｎｌｙｉｎａｎｏｖｅｒ－ｄｅｔｅｒｍｉｎｅｄＢＳＳ（ＯＢＳＳ）．Ｃｏｍｂｉｎｅｄ