基于EEMD-ICA-CWT的装载机室内噪声盲源分离和识别.PDF

第 48 卷 第 9 期 天津大学学报 (自然科学与工程技术版) Vol.48 No.9 2015 年 9 月 Journal of Tianjin University (Science and Technology) Sep. 2015 DOI:10.11784/tdxbz201402045 基于 EEMD-ICA-CWT 的装载机室内 噪声盲源分离和识别 1 2 1 1 毕凤荣 ，陆 地 ，邵 康 ，张 剑 (1. 天津大学内燃机燃烧学国家重点实验室，天津 300072 ；2. 天津大学机械工程学院，天津 300072) 摘 要 ：为了分离装载机的噪声源，采用集合经验模态分解(EEMD)、独立分量分析 (ICA)和连续小波变换 (CWT) 技术相结合的方法，对装载机司机位置处噪声信号进行了盲源分离和声源识别研究．针对单一通道噪声信号进行盲 源分离，将其分解成一系列独立分量．在削弱了传统经验模态分解 (EMD)算法处理噪声信号时产生的模态混叠现象 的同时，克服了独立分量分析方法要求传感器数目必须大于等于分离出分量数目的限制；借助连续小波变换良好的 时频定位特性，对 ICA 分离结果进行时频分析．结合时频分析结果和各噪声源信号的频谱结构，确定了各独立分量 与装载机不同噪声源的对应关系．结果表明，这些独立分量分别对应着装载机的燃烧噪声、冷却风扇辐射噪声及排 气噪声等噪声源． 关键词 ：装载机司机位置处噪声；盲源分离；特征识别；经验模态分解；独立分量分析；连续小波变换 中图分类号：TK421.6 文献标志码 ：A 文章编号 ：0493-2137 (2015)09-0804-07 Blind Source Separation and Identification of Loader Indoor Noise Based on the EEMD-ICA-CWT Approach 1 2 1 1 Bi Fengrong ，Lu Di ，Shao Kang ，Zhang Jian (1. State Key Laboratory of Engines，Tianjin University ，Tianjin 300072 ，China ； 2. School of Mechanical Engineering ，Tianjin University ，Tianjin 300072 ，China) Abstract ：In order to separate noise sources of loader ，ensemble empirical mode decomposition (EEMD) ， independent component analysis (ICA)and continuous wavelet transform (CWT)technologies were used to study the blind source separation and noise source identification of loader drive