振动噪声信号分离优化算法研究.pdfVIP

第34卷 第4期 噪 声 与 振 动 控 制 Vol34 NO．4 2014年8月 N0ISE AND VIBRAT10N C0NTR0L Aug．2014 文章编号：1006—1355(2014)04—0157—04 振动噪声信号分离优化算法研究 焦金平 ，刘 冬 ，刘国艳 (1．上海开放大学 闵行二分校，上海 200040； 2．上海交通大学 科学技术发展研究院，上海 200240) 摘 要 ：机械振动信号中混杂的背景噪声对信号的分析处理 以及振动结构的建模有很大影响，在独立分量分析 (ICA)理论研究的基础上，以信息论中的最小化互信息准则作为ICA的判据，提出了一种基于负熵的FastlCA共轭梯度 快速算法。该算法计算效率高，收敛性能好；适合对初始点不敏感和对鲁棒性有要求的信号处理。实验结果表明了对 振动信号的背景噪声分离具有较好的效果。 关键词：振动与波；独立分量分析；噪声；信号处理；共轭梯度法 中图分类号：TB53；TP202~．7 文献标识码：A DOI编码：10．3969／j．issn．1006—1335．2014．04．034 ResearchofOptimalAlgorithm forNoiseSignalSeparation JIA0 Jin-ping ，LIU Dong ，LIUGuo-yan (1．ShanghaiOpenUniversity,MinhangSecondDistrict，Shanghai200240，China； (2．OfficeofResearchManagement，ShanghaiJiaotongUniversiyt,Shanghai200240，China) Abstract：Backgroundnoise inthemechanicalvibration signalshasargeatinfluenceon signalprocessing and structuralmodeling．Inthispaper,aFastlCA conjugategradientalgorithm basedonnegativeentropyandindependent componentnaalysis(ICA)ispresented．Thisalgorithm hasadvantagesofhighcomputationeffect，goodconvergence performnaceandrobust．Theexperimentalna alysisresultsdemonstratetheeffectivenessoftheproposedmehtodinvibration sing alseparationfrom thebackgroundnoise． KeyWOld8：vibrationandwave；independentcomponentnaalysis；noise；signalprocessing；conjugatergadient algorithm 电机在空载和稳态运行情况下的机壳振动与辐 独立分量分析(ICA)是一种典型的盲信号分离 射噪声互有紧密的关联，通过加速度与声压级的对 (BSS)方法，通过假定各源信号相互统计独立，可以 比分布和具体测试，可以分析机壳表面振动对辐射 从混合信号样本出发，分离出各个源信号的估计 。 噪声的影响。但是，测试所采集的信号却不可避免 利用该技术可把各种混叠的噪声分离成为互不相关 地包含了各种背景噪声；如传感器受到各种环境的 的独立信号 ，从而为某个特征 的提取提供 了保 随机激励 ，以及信号中混入 了除振动信息外的其他 证 ]。 随机成分等等。为了保证所测试振动信号的真实和 可靠，并