基于最大信噪比的盲源分离算法及在振动信号中的应用研究

论文摘要

盲源分离（BSS）是一种从观测到的混合信号中提取源信号的信号处理方法,它是信号处理领域的一个新的研究方向,同时也是一个引人瞩目的应用热点。独立分量分析（ICA）是BSS中最重要的一类方法,它假设原始信号之间相互统计独立。对于时域频域均混叠的信号,传统的滤波方法无法将其分离开来,这时ICA算法就凸显了其作用。目前,对于ICA算法的研究受到了国内外广泛的重视,研究也逐渐的深入起来。绝大多数ICA算法均存在计算量大、迭代步多的缺陷,而且容易收敛到局部最优点,全局最优的思想改变了这一局面,基于最大信噪比算法的产生正是源于这一理念,它突破了以往算法计算复杂的桎梏,将求优过程转变成广义特征值问题求解,从而使问题得以简化。本文在国家自然科学基金（50275109）“机械振动与噪声的激励源信号的盲分离方法研究”项目支持下研究了基于最大信噪比的盲源分离算法及其应用,主要工作如下：1)由于目前尚缺少对分离效果进行整体评判的判据,因此本论文提出了A矩阵的2范数这个定量衡量算法分离结果的标准；除此之外还对算法中唯一参数滑动平均长度p的选取进行了研究,分析了p值对分离结果的影响,总结p值对传输矩阵影响的一般规律,从而选出最优p值进一步优化该算法；2)研究基于最大信噪比盲源分离算法的分离效果,首先将算法放在三路非高斯信号混合的最一般情况下进行研究；然后用三路仿真信号分别模拟主要激励源生成的信号进行分离尝试,以上仿真试验均在无噪和加噪环境下分别进行；最后与传统的基于负熵的Fast-ICA算法以及全局最优盲源分离算法进行了比较,说明了该算法的优势；3)对4135柴油机进行了试验,获取了缸盖振动等信号,研究了缸盖振动信号的循环平稳特性；通过对柴油机气缸压力进行研究获得柴油机运行的相关信息；随后将基于最大信噪比的盲分离算法用于实测缸盖振动信号的分离,穷尽可能取到的所有p值来分析分离结果,得到与先验信息最符的分离结果,同时与全局最优盲源分离算法的分离结果进行了比较,说明了最大信噪比盲分离算法的优越性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 选题的目的及意义
• 1.2 所选课题的题目及课题来源
• 1.3 国内外研究状况及发展趋势
• 1.3.1 国内研究状况
• 1.3.2 国外研究状况
• 1.4 本文的研究内容
• 第2章 基于最大信噪比的盲源分离算法理论
• 2.1 盲源分离（BSS）和独立分量分析（ICA）
• 2.2 独立分量分析的线性模型
• 2.3 非高斯性的极大化判据
• 2.3.1 峭度
• 2.3.2 负熵
• 2.4 独立分量分析的不确定性
• 2.4.1 方差（能量或幅值）的不确定性
• 2.4.2 次序的不确定性
• 2.5 独立分量分析的假设条件
• 2.5.1 统计独立性
• 2.5.2 具有非高斯分布
• 2.5.3 混合矩阵为方阵
• 2.6 目标函数的建立
• 2.6.1 信息传输最大化或负熵最大化目标函数
• 2.6.2 KL散度目标函数
• 2.6.3 ICA的最大似然目标函数
• 2.7 分离效果的检验方法
• ij)'>2.7.1 全局传输矩阵G(相似系数矩阵ξ_ij)
• 2.7.2 A矩阵的2-范数
• 2.8 全局最优盲源分离算法
• 2.9 基于最大信噪比盲源分离算法简介
• 2.9.1 基于最大信噪比的盲源分离算法
• 2.9.2 主分量分析
• 2.9.3 中心化处理
• 2.9.4 平滑处理
• 2.9.5 白化处理
• 2.10 本章小结
• 第3章 仿真信号分离试验分析
• 3.1 基于最大信噪比算法中的参数P研究
• 3.1.1 不同p值分离效果研究（无噪源信号）
• 3.1.2 不同p值分离效果研究（加噪源信号）
• 3.1.3 参数p优化取值
• 3.2 非高斯信号仿真试验
• 3.2.1 无加性噪声非高斯信号的分离试验
• 3.2.2 有加性噪声非高斯信号的分离试验
• 3.3 柴油机仿真信号分离试验
• 3.3.1 无加性噪声柴油机仿真信号的分离试验
• 3.3.2 有加性噪声柴油机仿真信号的分离试验
• 3.4 本章小结
• 第4章 柴油机缸盖振动系统分析与实验设计
• 4.1 实验设计相关内容
• 4.1.1 试验机型
• 4.1.2 实验仪器与测点布置
• 4.1.3 试验中需要注意的问题
• 4.2 柴油机表面振动信号性质
• 4.2.1 时频特性
• 4.2.2 循环波动性
• 4.2.3 循环平稳特性
• 4.3 试验机型的发火时序分析
• 4.4 柴油机工作时的主要激励源
• 4.4.1 燃烧激励源
• 4.4.2 气门系统的激励源
• 4.4.3 活塞的敲击激励源
• 4.5 本章小结
• 第5章 基于最大信噪比盲源分离算法的缸盖振动信号分离
• 5.1 柴油机气缸压力研究
• 5.2 最大信噪比算法在柴油机缸盖振动信号分离中的应用
• 5.3 全局最优算法在柴油机缸盖振动信号分离中的应用
• 5.4 本章小结
• 第6章 结论与展望
• 6.1 全文总结
• 6.2 本文创新点
• 6.3 展望
• 参考文献
• 致谢
• 攻读硕士期间所发表的论文