振动噪声信号分离优化算法研究-论文.pdf

《振动噪声信号分离优化算法研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第34卷第4期噪声与振动控制Vol34NO．42014年8月N0ISEANDVIBRAT10NC0NTR0LAug．2014文章编号：1006—1355(2014)04—0157—04振动噪声信号分离优化算法研究焦金平，刘冬，刘国艳(1．上海开放大学闵行二分校，上海200040；2．上海交通大学科学技术发展研究院，上海200240)摘要：机械振动信号中混杂的背景噪声对信号的分析处理以及振动结构的建模有很大影响，在独立分量分析(ICA)理论研究的基础上，以信息论中的最小化互信息准则作为ICA的判据，提出了一种基于负熵的FastlCA共轭梯度快速算法。该算法计算效率高，收敛性能好；

2、适合对初始点不敏感和对鲁棒性有要求的信号处理。实验结果表明了对振动信号的背景噪声分离具有较好的效果。关键词：振动与波；独立分量分析；噪声；信号处理；共轭梯度法中图分类号：TB53；TP202~．7文献标识码：ADOI编码：10．3969／j．issn．1006—1335．2014．04．034ResearchofOptimalAlgorithmforNoiseSignalSeparationJIA0Jin-ping，LIUDong，LIUGuo-yan(1．ShanghaiOpenUniversity,MinhangSecondDistrict，Shanghai200240，C

3、hina；(2．OficeofResearchManagement，ShanghaiJiaotongUniversity,Shanghai200240，China)Abstract：Backgroundnoiseinthemechanicalvibrationsignalshasagreatinfluenceonsignalprocessingandstructuralmodeling．Inthispaper,aFastlCAconjugategradientalgorithmbasedonnegativeentropyandindependentcomponentanalys

4、is(ICA)ispresented．Thisalgorithmhasadvantagesofhighcomputationefect，goodconvergenceperformanceandrobust．Theexperimentalanalysisresultsdemonstratetheefectivenessoftheproposedmethodinvibrationsignalseparationfromthebackgroundnoise．KeyWOl'd8：vibrationandwave；independentcomponentanalysis；noise；s

5、ignalprocessing；conjugategradientalgorithm电机在空载和稳态运行情况下的机壳振动与辐独立分量分析(ICA)是一种典型的盲信号分离射噪声互有紧密的关联，通过加速度与声压级的对(BSS)方法，通过假定各源信号相互统计独立，可以比分布和具体测试，可以分析机壳表面振动对辐射从混合信号样本出发，分离出各个源信号的估计。噪声的影响。但是，测试所采集的信号却不可避免利用该技术可把各种混叠的噪声分离成为互不相关地包含了各种背景噪声；如传感器受到各种环境的的独立信号，从而为某个特征的提取提供了保随机激励，以及信号中混入了除振动信息外的其他证]。随机成分等等

6、。为了保证所测试振动信号的真实和可靠，并随后进行分析与识别，降低背景噪声就显然1FastICA的基本概念、原理和算法十分重要。若噪声源的功率谱很接近，使用传统的独立分量分析是在传输信道未知的情况下，从频域分析方法很难准确获取特定的信号，因此，研一个传感器阵列的输出信号中顺序分离或估计原信究干扰环境下的噪声源信号分离的方法，具有很重号的波形。其基本模型可描述为[31要的意义。=As(1)式中为NxN的混合矩阵；为1维观测信号矢收稿日期：2013．09—22量；为N个统计独立的源信号组成的列向量。ICA作者简介：焦金平(1974．)，男，山西芮城人，硕士研究生，讲师，研究方向：计算

7、机应用。的目的就是寻求一线性变换(即分离矩阵)，通过E-mail：jiaojp@163．com它能由观测信号恢复源信号。FastICA是ICA的一158噪声与振动控制第34卷种快速算法，为降低计算复杂度和对信号去相关，先FfW)的梯度为对观测信号作白化处理，使其变为均值为0、协方VF(w)=一E{xGw动一OiW}(7)差矩阵为单位阵的信号。其中Ol为常数，G’为G的导数。因此，关键问题是求分离矩阵，以便仅通过W的计算步骤如下观测信号分离出源信号s，数学模型为f1)设定初始点W，允许误差>0