融合极点对称模态分解与时频分析的单通道振动信号盲分离方法

• 作者: 叶卫东 杨涛
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 振动信号 盲源分离 极点对称模态分解 时频分析 故障诊断
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 行业与领域应用
• 页码范围: 2933-2939
• 页数: 7页
• 分类号: TN911.72|TP206.3
• 字数: 5993字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2016.10.2933

摘要

针对单通道振动信号盲源分离的观察信号少于源信号,且传统的盲源分离方法往往忽视信号非平稳性的问题,提出一种基于极点对称模态分解和时频分析的盲分离算法(ESMD-TFA-BSS).首先,采用极点对称模态分解方法将观察信号分解成不同的模态,采用贝叶斯信息准则(BIC)估计源信号个数并利用相关系数法选取最优观察信号,由原观察信号与最优观察信号组成新的观察信号;其次,根据新的观察信号计算白化矩阵并将其白化,利用平滑伪Wigner-Ville分布将白化后的信号拓展到时频域,采用矩阵联合对角化方法计算酉矩阵;最后,根据白化矩阵和酉矩阵估计源信号.在盲源分离仿真实验中,ESMD-TFA-BSS的估计源信号与仿真信号的相关系数分别为0.977 1、0.9784、0.9660,基于经验模态分解和时频分析的盲分离算法(EMD-TFA-BSS)的相关系数分别为0.8697、0.9706、0.8548,ESMD-TFA-BSS比EMD-TFA-BSS的相关系数分别提高了12.35％、0.80％、13.00％.实验结果表明,ESMD-TFA-BSS在实际工程中能够有效地提高源信号分离精度.