独立分量分析在结构振动信号降噪中的应用.pdfVIP

第25卷第3期 华 中 科 技 大 学 学 报 (城市科学版) Vo1．25NO．3 2008年 9月 J．ofHUST．(UrbanScienceEdition) Sep．2008 独立分量分析在结构振动信号降噪中的应用 杨 燕，袁海庆，赵丽芝 (武汉理工大学 土木工程与建筑学院，湖北 武汉 430070) 摘 要：结构振动信号中混杂的噪声对信号的分析处理以及结构状态的诊断识别有很大影响。本文引入独立分 量分析方法对结构动力信号进行降噪处理。通过增加实测噪声通道对多通道传感器信号进行扩展，利用有用信 号与噪声成分之间相互独立，对信号进行ICA计算，将噪声与有用信号分离开来。对实验梁的实测振动信号进 行分析处理表明，该方法降噪效果比较理想，而且降噪后的信号并没有改变结构动力特性。 关键词：独立分量分析；振动分析：信号处理；降噪 中图分类号：TU12；TB123 文献标识码：A 文章编号：1672—7037(2008)03．0234—04 在结构动力检测中，传感器采集到的结构振 动信号中不可避免地混入各种噪声干扰，有些还 I 基于 ICA的降噪技术 会在信号中形成局部强噪声干扰。如果不进行降 1．1 ICA的基本原理 噪预处理，信号中的噪声干扰可能完全掩盖结构 独 立分 量 分析 的概 念 最早 由 Jutten和 的真实信息，造成分析结果不可靠l】】。 Herault[51等人在 20世纪80年代早期提出，其在 噪声与干扰去除方法很多，目前较常用的是 信号分离、冗余消除和降噪方面的优越性能已受 小波变换法。小波变换就是将信号分解成按频率 到广泛关注，在语音处理、图像处理、电子通讯 高低排列的多尺度小波系数即小波分解分量。通 等方面都有着非常重要的应用[6,71。 过小波变换进行降噪处理一般先设置阈值，小于 设 =Ix1，…， 1T为m维传感器数据矢量，其 阈值的小波系数被认为是由噪声产生的，去掉由 元素是各个传感器的输出。假设它们 由n个独立 噪声产生的系数然后进行小波重构就得到去噪后 的随机变量s 一，s线性组合而成，则传感器信号 的信号2【】。由于小波变换法通常需先定位真实信 可用下面的方程描述 ： 号以及噪声的特征频段，以便在合适频段确定合 x=As (1) 适的阈值进行降噪。如果对信号的特征频段没有 其中，A 为m×n维混合系数矩阵，一般要求传 先验 的了解，则难 以进行满意的信噪分离，这使 感器通道的个数大于或等于独立信源的个数，即 得小波变换法在实际应用中往往遇到困难睁】。 m ，为分析简单，通常考虑m=n的情况。式(1) 独立分量分析(Independentcomponentanal— 称为基本 ICA模型。 ysis，ICA)是近年来发展起来的一种非常有效的 由于矩阵A未知，无法从测试信号 直接求 信号处理技术。其思想是：在对传感器有用信号 取S，这就需要求解系数矩阵 ，利用w从 中 未知的情况下，将多通道信号按照统计独立的原 分离出S的逼近信号Y，Y为 的独立分量，计算 则，通过优化算法分解出若干独立分量，而这些 式为： 独立分量是信号的一种近似估计4【】。由于现实中