基于独立分量分析的重盲源分离方法

《基于独立分量分析的重盲源分离方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第23卷第5期振动工程学报Vol.23No.52010年10月JournalofVibrationEngineeringOct.2010
基于独立分量分析的重盲源分离方法11121冷永刚,陈婷婷,黄立坤,赵艳菊,丁文祺(1.天津大学机械工程学院,天津300072;2.南车青岛四方机车车辆股份有限公司,山东青岛266111)摘要:基于独立分量分析(ICA)的盲源分离(BSS)是一种多源信号分离的优化方法。针对ICA通道数目必需不少于源信号数目的限制条件,提出一种基于频谱识别的重盲源分离(Re-BSS)方法,利用虚拟通

2、道实现通道数目的增加。单通道测量信号的仿真实验和实际信号处理结果表明,该方法简单可行,为盲源分离的进一步工程应用提供了新的思路与方法。关键词:独立分量分析;频谱分析;盲源分离;重盲源分离中图分类号:TN911文献标识码:A文章编号:1004-4523(2010)05-0508-06源信号数目,从ICA的原理出发对算法进行了改进引言创新。然而这些方法都要求源信号要满足一定的稀疏性条件,若不满足稀疏性条件,还需借助诸如小基于独立分量分析(ICA)的盲源分离(BSS)方波、EMD等辅助方法来计算估计。本文Re-BSS方[

3、1～5]法是盲源分离的一种特殊方法,在机械故障诊法并不对ICA的算法原理进行改变,只需利用最常[3,6～9]断、通信技术、生物医学等领域广泛运用,但见的FastICA算法并与最简单而经典的FFT相结ICA方法存在的一个重要的限制条件是:其通道数合便可以达到源分离目的。因此本文所提出的方法必需不少于源信号数。这种限制给实际的信号采集具有使用简单和方便等特点。处理带来了诸多不便,如实际测量中很难预先知道源信号的数目,而通过增加通道数目方法识别源信1重盲源分离的方法号会造成不必要的浪费或甚至增大实验难度。如果采集信号(或

4、观测信号)的数目少于源信号的数目,假设原始信号包含有强弱不同的若干信号源,那么用ICA方法分离估计出的信号的可信度便存在并假设以单一测量通道采集这组混合的原始信号。问题。为分离提取不同的信号源,本方法的原理过程是:首本文提出了一种基于频谱识别的虚拟信号通道先对采集信号进行FFT谱分析,从频谱中识别出谱的重盲源分离(Re-BSS)方法,它以频谱分析为基峰明显的大信号,即先识别出部分源信号。然后将大础,通过虚拟设置源信号通道来达到增加观测信号谱峰信号虚拟设置为额外的通道信号,这样便增加数量并最终分离源信号的目的。针对微

5、弱信号被其了信号的通道数而信号源并没有改变。将原观测信他大干扰信号覆盖压制难分离的问题,本方法尤其号与虚拟的信号混合并用ICA方法进行分离运算,能够结合ICA循环使用,可以仅从一个测量通道的可得到分别含有大信号与微弱信号的两组分离信数据中逐次分离提取出各个微弱的源信号。本文的号。取分离的微弱信号组(称为剩余成分),重复以上重盲源分离方法不同于欠定盲源分离方法。欠定盲方法单独对其进行处理可分离出更微弱的信号。如源分离方法主要包括:欠定盲分离中源的个数估计此反复执行下去,最后便可分离识别出所有的弱信[10]和分离算法,

6、基于奇异值分解的欠定盲信号分离号。本方法原理流程图如图1所示。[11][12]方法,基于位势函数的欠定盲源分离方法等。以单通道测量情况为例来解释图1的原理。为这些方法与本文Re-BSS方法的出发点是一致的,但简单起见,设原始信号s(t)中只包含两个信号源这些欠定盲信号分离方法主要是采用各种有针对性s1(t)和s2(t),且表示为s(t)=[s1(t),s2(t)],其中的概率估计或相空间重构等方法来估计混合矩阵和s1(t)为原始信号中的主要成分或能量较大的成分,
收稿日期:2009-06-24;修订日期:2010-

7、07-23基金项目:国家自然科学基金项目(50975202)和国家863项目基金资助(2007AA04Z414)第5期冷永刚,等:基于独立分量分析的重盲源分离方法509abs1(t)(3)10s2(t)′ab′令A=,则A便成为新的混合矩阵,模型(2)10简化为s1(t)′′x(t)=A(4)s2(t)图1重盲源分离原理框图比较模型(4)与ICA基本模型(1)可知:′
从A到A的变换过程是一个可逆的变换,不s2(t)为微弱的小能量信号。设单通道采集或观测信影响ICA方法;号为x(t),x(t)=as1(t)+bs2

8、(t),a,b为s1(t)和s2(t)[1～7]
信号源并没改变:仍为s1(t)和s2(t);的幅值权重。则其ICA的基本模型为
观测信号的通道数目增加,即加入了虚拟通s1(t)s1(t)x(t)=As(t)=A=[ab](1)道。s2(t)s2(t)所以,重盲源分离方法的模型与ICA模型不仅式中混合矩阵A=[ab]。形式上相同而且实质上也是相同的,只不过重