一种系绳振动信号的盲源分离方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109238447A(43)申请公布日2019.01.18(21)申请号201811062499.3(22)申请日2018.09.12(71)申请人西北工业大学地址710072陕西省西安市碑林区友谊西路127号(72)发明人黄攀峰张海涛孟中杰张夷斋刘正雄张帆董刚奇(74)专利代理机构西安通大专利代理有限责任公司61200代理人徐文权(51)Int.Cl.G01H17/00(2006.01)G01M7/02(2006.01)权利要求书2页说明书4页附图1页(54)发明名称一种系绳振动信号的盲源分离方法(57)摘要一种系绳振动信号的盲源分离方法，包括以下步骤：步骤一、在系绳上选定任意位置点获取振动信号；步骤二、对采集到的振动信号进行均值预处理，去均值使观测信号变为零均值向量；步骤三、对去均值后的观测信号数据进行白化处理，去除观测信号之间的相关性；步骤四、白化处理后的观测信号通过盲源分离算法分析得到混合矩阵与源信号的估计；步骤五、根据混合矩阵与源信号的估计，分析系绳振动系统的模态响应与振型矩阵；应用单模态识别技术从源信号估中分离出频率与阻尼比；对分离出的各个信号按照大小排列，即得到系绳振动系统的频率向量、阻尼比向量与振型矩阵。本发明的系统参数识别准确度较高。CN109238447ACN109238447A权利要求书1/2页1.一种系绳振动信号的盲源分离方法，其特征在于，包括以下步骤：步骤一、在系绳上选定任意位置点获取振动信号；步骤二、对采集到的振动信号进行均值预处理，去均值使观测信号变为零均值向量；步骤三、对去均值后的观测信号数据进行白化处理，去除观测信号之间的相关性；步骤四、白化处理后的观测信号通过盲源分离算法分析得到混合矩阵与源信号的估计；步骤五、根据混合矩阵与源信号的估计，分析系绳振动系统的模态响应与振型矩阵；应用单模态识别技术从源信号估中分离出频率与阻尼比；对分离出的各个信号按照大小排列，即得到系绳振动系统的频率向量、阻尼比向量与振型矩阵。2.根据权利要求1所述系绳振动信号的盲源分离方法，其特征在于，步骤一在获取振动信号时，振动响应信号的表达式如下：式中，ωnj为系统固有频率，ωdj为阻尼存在下的固有频率，Φj为复模态振型向量，Φij为振型向量在该点的复数值，为Φij的共轭复数，qj为模态位移响应，为qj的共轭复数，σij为相位角，ξj为阻尼比；gij为假定系数，特征值sj与振型向量Φj均为成对出现的共轭复值，αj为实数。3.根据权利要求1所述系绳振动信号的盲源分离方法，其特征在于，观测信号表示为：Xbss(t)＝AS(t)+n(t)式中，n(t)表示信号采集过程中混入的噪声信号；通过盲源分离算法从观测信号中分离出系统的混合矩阵A与源信号s(t)，继而推算出分离矩阵W。4.根据权利要求1所述系绳振动信号的盲源分离方法，其特征在于，步骤三对去均值后的观测信号数据进行白化处理的具体步骤如下：Ta.将观测信号的协方差矩阵表示为：Rx＝E[XX]；式中的X为由观测信号得到的混合矩阵信号，Rx为混合矩阵信号X的协方差矩阵，E为数学期望；b.对观测信号的协方差矩阵按下式进行特征值分解：式中的Vx为特征向量矩阵，Dx为对角阵，对角阵的对角值为特征值；c.令白化矩阵为白化信号表示为数据白化后的单位协方差阵为式中的I为单位阵，为白化信号。5.根据权利要求1所述系绳振动信号的盲源分离方法，其特征在于，步骤四所述的盲源分离算法选用FastICA、SNRMax、AMUSE或SOBI算法。6.根据权利要求1所述系绳振动信号的盲源分离方法，其特征在于，步骤五在实际分析中混合矩阵A、源信号s(t)与振型向量Φ、模态响应q(t)以及分离矩阵W存在以下关系：Φ≈A＝W-12CN109238447A权利要求书2/2页q(t)≈s(t)。7.根据权利要求1所述系绳振动信号的盲源分离方法，其特征在于，步骤五所述的单模态识别技术包括时域峰值拟合法和半功率带法。3CN109238447A说明书1/4页一种系绳振动信号的盲源分离方法技术领域[0001]本发明涉及系绳振动系统分析方法，具体涉及一种系绳振动信号的盲源分离方法。背景技术[0002]在平时的生活和生产中，系绳结构广泛存在，例如输电线的铺置，纺织线的加工、电梯升降系统与斜拉桥的设计等。在系绳结构应用中，系绳振动是普遍存在的一种现象，其振动信号包含许多与系统相关的参数，如张力，张力直接关系着输电线的可靠性、纺织线的质量以及电梯与斜拉桥的安全。获取系绳振动信号并对其进行分析，从而得到期望的参数。[0003]通过传感器(接触式与非接触式并存)获取的振动信号多是混杂信号，包含噪声和无用的成分，而且成分的比例是未知的。因此，怎样准确分析系统的源信