一种单通道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*CN102288285A*(12)发明专利申请(10)申请公布号CN102288285A(43)申请公布日2011.12.21(21)申请号201110136423.2(22)申请日2011.05.24(71)申请人南京航空航天大学地址210016江苏省南京市白下区御道街29号(72)发明人李舜酩刘晓伟郭海东(74)专利代理机构南京经纬专利商标代理有限公司32200代理人许方(51)Int.Cl.G01H17/00(2006.01)权利要求书1页说明书5页附图5页(54)发明名称一种单通道振动信号的盲源分离方法(57)摘要本发明公开了一种单通道振动信号的盲源分离方法，将降噪处理后的单通道振动观测信号进行经验模式分解分解，得到固有模式函数(分量，然后利用固有模式函数分量重构新的观测信号，并进行源数估计，根据估计的源信号数目选择重构观测信号的数目，与原始观测信号一起进行盲分离，得到独立分量，提取振动信号特征，从而实现了单通道振动信号的盲源分离，避免了对信号稀疏性的限制。CN10285ACCNN110228828502288298A权利要求书1/1页1.一种单通道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、对给定的原始振动观测信号作自相关降噪处理，得到降噪后的振动观测信号x1(t)；步骤二、对降噪后的振动观测信号x1(t)进行经验模式分解，得到固有模式函数x1imf＝T[c1，c2，Λ，cn，r1n]分量，其中r1n为第一个固有模式函数分量的余项；步骤三、利用固有模式函数x1imf分量重构N-1个新的振动观测信号，其中N≥3且N为正整数；步骤四、结合步骤一中的振动观测信号x1(t)和步骤三中重构的新振动观测信号，采用T基于功率谱密度函数的源数估计方法组成观测信号向量X(t)＝[x1，x2，L，xN]，通过X(t)估计源信号的数目M；步骤五、根据步骤四中估计的源信号数目M，利用固有模式函数x1imf分量重构M-1个新的观测信号，其中M为正整数；步骤六、将振动观测信号x1(t)和重构M-1个新的观测信号一起进行盲源分离，得到独立分量，对独立分量进行频谱分析，提取信号特征，实现单通道振动信号的盲源分离。2.根据权利要求1所述的一种单通道振动信号的盲源分离方法，其特征在于：所述步骤一中的自相关降噪处理，具体为：利用公式(1)进行降噪处理式中，x1(t)为降噪后的振动观测信号，T为降噪后的振动观测信号x1(t)的周期，τ为时延参数，Rx(τ)为x的自相关函数。2CCNN110228828502288298A说明书1/5页一种单通道振动信号的盲源分离方法技术领域[0001]本发明涉及机械混叠振动信号的盲源分离技术，尤其是一种单通道振动信号的盲源分离方法。背景技术[0002]盲源分离(BlindSourceSeparation，简称BSS)仅从传感器观测信号中分离出源信号，是一种很有应用前景的信号处理技术，近年来，盲源分离方法越来越多的应用在振动信号处理领域。[0003]根据盲源分离本身的算法要求，在振动信号分离中，一般假设观测信号数目不小于振动源信号数目，而这个假设在工程中并不能实现。通常将观测信号数目小于源信号数目的盲源分离问题称为欠定盲源分离。欠定盲源分离方法主要包括：欠定盲分离中源数估计和分离算法，基于奇异值分解的欠定盲分离方法，基于位势函数的欠定盲分离方法等。然而，已有的这些算法基本上是基于源信号的稀疏表示，当信号的稀疏性不好时，盲源分离的效果将比较差。[0004]现有的单通道盲源分离方法主要有以下两种：第一种，基于小波分解的盲分离方法，这种方法需要选择合适的母小波，在对源信号没有先验知识的情况下，选择合适的母小波很困难。第二种，利用固有模式函数(EmpiricalModeDecomposition，简称EMD分量)的盲分离方法，这种方法将EMD分解得到的固有模式函数(IntrinsicModeFunction，简称IMF)分量直接作为盲源分离的输入信号进行盲分离，这种方法忽略了源信号的结构。[0005]考虑将EMD分解得到的IMF分量重新混合得到新的观测信号，并进行源数估计，根据估计的源信号数目重构出相应数目的观测信号，进行盲源分离，充分考虑源信号的频率结构以及源信号的数目，满足盲分离的假设条件。发明内容[0006]本发明解决的技术问题是提供一种可避免对信号稀疏性限制的单通道振动信号的盲源分离方法。[0007]为解决上述技术问题，本发明一种单通道振动信号的盲源分离方法，包括以下几个步骤：[0008]步骤一、对给定的原始振动观测信号作自相关降噪处理，得到降噪后的振动观测信号x1(t)，具体为：利用公式(1)对原始振动观测信号进行降噪处理[0009][0010]式中，x1(t)为降噪后的