原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
维普资讯
７４化工机械２００７征
基于独立分量分析和小波变换的低碳钢
点蚀声发射信号特征提取：：ｌ
李伟方江涛戴光
大庆石油学院）
摘要根据低碳钢点蚀声发射信号自身的特点，提出了一种基于小波变换和独立分量分析相结合的
低碳钢点蚀声发射信号特征提取的新方法。实验结果表明，该方法在一定程度上能够克服因低碳钢点
蚀独立源的不确定性所带来的影响，并能获得较好的低碳钢点蚀声发射信号特征提取效果。
关键词小渡变换独立分量分析特征提取
中图分类号ＴＱ０５０．９文献标识码Ａ文章编号０２５４－６０９４（２００７）０２－００７４－Ｏ４
小波变换可以提取信号的非稳态特征，它与分量和近似分量，可有效提取信号特征。ＩＣＡ
快速傅立叶分析一样也是线形的，而且往往是非方法可从观测数据中进一步提取互为独立的信息
直觉的和非自适应的¨。传统的小波变换特征源，更能本质地描述信号特征，可以提高信号识别
提取方法使用复杂，提取的特征信息难以量化表功能。本文首先对低碳钢点蚀声发射信号进
达，在某种程度上限制了它的作用。行独立分量分析，获取独立分量，然后利用小波变
独立分量分析（ＩｎｄｅｐｅｎｄｅｎｔＣｏｍｐｏｎｅｎｔＡｎａ－ｌ换对分离后的点蚀声发射信号进行特征提取，实
ｙｓｉｓ，简称ＩＣＡ）是近年来由盲信源分解技术发展验结果证明了该方法的有效性。．…
的多通道信号处理方法，在只有观测数据且信号点蚀声发射信号特征提取１
源混迭方法未知的情况下，按照统计独立的原则，１．小波变换１与独立分量分析相结合
通过优化算法分解成若干相互独立的成分，实现不同的独立信源所产生的信号，虽然在频谱
信号的增强和分析。ＩＣＡ可将多元混合信号进行上相互混叠，但其频谱能量的分布是不完全相同
线性变换，分解成若干相互独立的源信号，它的前的。一般而言，同一信源不同时段的谱分布基本
提条件是源信号相互独立，且仅有一个源信号的相似，但不同信源的谱分布有较大的差异¨。
总体分布为高斯分布。在许多情况下，通过对多首先利用ＩＣＡ的自然梯度算法进行信源的
传感器测得的信号是由若干随机信号混合而成盲分离，然后利用小波变换获得不同信源的频谱
的。如生物医学信号、混合语音信号、图像信号分布能量特征，对分离信号的独立性进行判定，从
等，ＩＣＡ在这些领域中的应用都取得很好的效而确定出独立信源的个数。
果剖。由于不同信号具有明显的能量特征，因此基
本文基于小波变换（ＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍ）和于这一能量特征可以很容易地识别出独立的信号
ＩＣＡ的结合方法（简称ＷＩＣＡ）进行探讨。小波变源。基于小波分解的ＩＣＡ算法如下：
换具有时域和频域局部化特性，适于分析和处理ａ．对观测数据进行ＩＣＡ处理；
非平稳信号，并能取得信号在不同尺度下的细节ｂ．当分离的样本点
文档评论（0）