EMD-Robust ICA在柴油机噪声源识别中的应用

• 作者: 于宏志 毕凤荣 沈颖刚
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 声学 柴油机 经验模态分解 鲁棒性独立分量分析 噪声源识别
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 178-182
• 页数: 5页
• 分类号: TB5
• 字数: 2412字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1335.2014.01.040

摘要

为了有效地从复杂的单一通道噪声信号中分离和识别柴油机的噪声源,采用经验模态分解(EMD)和基于峭度的鲁棒性独立分量分析(RobustICA)相结合的方法,将EMD分解后的本征模态函数与原噪声信号作为RobustICA的输入,借助RobustICA良好的抗噪性,不需要对观测信号进行滤波处理就可以实现单一通道观测信号的源分量分离.模拟仿真的结果充分说明了该方法的可行性.应用于某四缸柴油机噪声信号分析,对分离出的独立分量进行小波(CWT)时频分析,结合内燃机的特性,从单一通道噪声信号中准确识别出柴油机的燃烧噪声和活塞敲击噪声.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈颖刚	昆明理工大学云南省内燃机重点实验室	120	767	16.0	23.0
2	毕凤荣	天津大学内燃机燃烧学国家重点实验室	74	695	15.0	24.0
3	于宏志	昆明理工大学云南省内燃机重点实验室	1	7	1.0	1.0