检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于单通道盲源分离的结构模态参数识别

振动与冲击 2023年第11期42卷 252-261,294页

作者：甄龙信任良董前程燕山大学河北省特种运载装备重点实验室河北秦皇岛066004

针对基于传统盲源分离算法的结构模态参数识别需要满足传感器数目不少于源信号数目的问题,提出一种基于单通道盲源分离的结构模态参数识别方法,该方法利用单个通道信号即可完成结构模态参数识别。利用同步提取变换(synchro extracting t... 详细信息

针对基于传统盲源分离算法的结构模态参数识别需要满足传感器数目不少于源信号数目的问题,提出一种基于单通道盲源分离的结构模态参数识别方法,该方法利用单个通道信号即可完成结构模态参数识别。利用同步提取变换(synchro extracting transform,SET)对单通道观测信号进行时频分析以确定变分模态分解(variational mode decomposition,VMD)参数K的取值;将观测信号利用VMD分解形成K个本征模态函数(intrinsic mode function,IMF);将K个IMF进行线性混合形成2维观测信号并与原单通道观测信号重构形成3维观测信号,利用基于信号稀疏性的源信号分离算法分离得到各单模态信号;利用单模态识别技术识别结构模态参数。仿真和实测信号数据表明所提方法的有效性。

关键词：单通道盲源分离同步提取变换(SET) 变分模态分解(VMD) 信号稀疏性模态参数识别

在线全文

学校读者我要写书评

暂无评论

面向能量差异混合信号的单通道盲源分离算法

系统工程与电子技术 2023年第10期45卷 3302-3311页

作者：付卫红周雨菲赵文胜西安电子科技大学通信工程学院陕西西安710071

针对不同源信号存在能量差异时的单通道盲源分离(single-channel blind source separation,SCBSS)问题,提出一种面向能量差异混合信号的单通道盲源分离算法。首先,针对能量差异信号的分解问题,提出一种改进的变分模态分解算法,设置谱相... 详细信息

针对不同源信号存在能量差异时的单通道盲源分离(single-channel blind source separation,SCBSS)问题,提出一种面向能量差异混合信号的单通道盲源分离算法。首先,针对能量差异信号的分解问题,提出一种改进的变分模态分解算法,设置谱相关系数和中心频率的双重门限,明确该模态分量的来源,对来自同一源信号的模态分量进行合并得到源信号对应的分量;然后,将得到的信号分量与混合信号共同构成多通道信号;最后利用多通道盲分离算法对源信号进行分离。仿真结果表明,当信噪比满足一定条件时,该算法能够有效地从频谱混叠的混合信号中分离出存在能量差异的多路源信号。

关键词：单通道盲源分离能量差异变分模态分解

单通道盲源分离算法及其在工程机械振源分析中的应用

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2016年第10期52卷 1-8页

作者：于刚周以齐山东大学高效洁净机械制造教育部重点实验室济南250061

研究一种新的单通道盲源分离方法,解决了传统盲源分离方法因传感器数量不足而无法有效分离源信号的问题,同时源信号幅值也得到了准确的恢复。首先利用集合经验模态分解方法将一维测量信号分解为具有不同尺度特征的本征模态函数,而后与... 详细信息

研究一种新的单通道盲源分离方法,解决了传统盲源分离方法因传感器数量不足而无法有效分离源信号的问题,同时源信号幅值也得到了准确的恢复。首先利用集合经验模态分解方法将一维测量信号分解为具有不同尺度特征的本征模态函数,而后与原测量信号组成多个二维矩阵,通过稀疏分量算法得到各源信号的真实估计。利用仿真信号,与已有方法进行对比,验证了提出方法的有效性。将提出的方法应用在挖掘机动力源附近的振动分析中,成功分离出了多个振源信号。利用时频分析对源信号分别进行特征识别,并将分离结果用于振源的贡献度与声信号传递特性分析。得到各振源对于测试位置的贡献度排序,以及对于挖掘机噪声信号的传递规律,为挖掘机的减振降噪措施提供了可靠的依据。

关键词：单通道盲源分离挖掘机振源贡献量分析传递特性分析

基于参数估计和Kalman滤波的单通道盲源分离算法

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2023年

作者：付卫红周雨菲张鑫钰刘乃安西安电子科技大学通信工程学院

针对存在频谱混叠通信信号的单通道盲源分离（SCBSS）问题，本文提出一种基于参数估计和Kalman滤波的SCBSS算法。首先，针对Root-MUSIC算法在相近载频估计方面的局限性，提出一种自适应的Root-MUSIC算法，对接收到的盲混合信号的源信号... 详细信息

针对存在频谱混叠通信信号的单通道盲源分离（SCBSS）问题，本文提出一种基于参数估计和Kalman滤波的SCBSS算法。首先，针对Root-MUSIC算法在相近载频估计方面的局限性，提出一种自适应的Root-MUSIC算法，对接收到的盲混合信号的源信号数目和载频进行估计；其次，将Kalman滤波的思想引入到SCBSS算法中，根据估计得到的源信号参数构造信号模型，将其作为Kalman滤波系统的观测向量，执行“时间更新”和“测量更新”两个过程，得到源信号的最佳估计，实现单通道盲源分离。仿真结果表明，本文算法能够有效地从存在频谱混叠的单路接收信号中准确地分离出多路源信号，比传统的EEMD或VMD算法分离精度高，运算速度快。

关键词：单通道盲源分离卡尔曼滤波参数估计通信信号处理

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

通信信号单通道盲源分离算法的研究

通信信号单通道盲源分离算法的研究

作者：周雨菲西安电子科技大学

学位级别：硕士

随着现代通信环境的日益复杂,在传输信道和源信号的先验信息未知的前提下获取有用信号变得愈发困难,盲源分离技术的提出为解决该问题提供了可能。而在实际通信场景中,由于受到环境、设备和成本等因素的限制,往往只能通过单个传感器来接... 详细信息

随着现代通信环境的日益复杂,在传输信道和源信号的先验信息未知的前提下获取有用信号变得愈发困难,盲源分离技术的提出为解决该问题提供了可能。而在实际通信场景中,由于受到环境、设备和成本等因素的限制,往往只能通过单个传感器来接收多路信号并根据该混合信号对源信号进行恢复,这使得单通道盲源分离算法具有重要的研究价值和广泛的应用前景。本文围绕通信信号的单通道盲源分离技术,分别从虚拟多通道、状态估计和能量差异三个方面展开研究,主要研究内容如下:(1)提出一种基于自适应变分模态分解的单通道盲源分离算法。首先,针对变分模态分解算法中分解层数不能自适应确定以及迭代次数普遍过高的问题,提出一种自适应变分模态分解算法,根据混合信号中噪声程度的差异相应地设置不同的谱相关系数门限,以达到在不同信噪比下自适应确定分解层数的效果;其次,提出一种自适应的源信号数目估计算法,在不同信噪比下准确地估计混合加噪信号的源数目;然后,将分解得到的分量与观测信号共同构成一个虚拟多通道信号,估计其源信号数目并对其进行去均值和白化处理;最后利用经典盲源分离算法对多通道信号进行分离,得到源信号的估计。仿真结果表明,该算法能够在不同信噪比以及不同混叠程度下自适应地确定混合信号的分解层数和源信号数目,在准确地将源信号从混合信号中分离出来的同时,提高算法的自适应性,避免冗余迭代,降低复杂度。(2)提出一种基于参数估计和Kalman滤波的单通道盲源分离算法。首先,针对Root-MUSIC(Multiple Signal Classification)算法在相近载频估计方面的局限性,提出一种自适应的Root-MUSIC算法,根据多项式根之间存在的共轭对称关系,在选取最接近单位圆的根时,判断其对应的归一化频率是否相等,避免选中来自于同一源信号的根,提高载频估计准确性的同时得到源信号数目的估计;其次,对混合信号进行相干解调,利用基带码元与相位之间的对应关系,得到源信号的相位估计;然后,根据得到的参数估计构造信号模型;最后,将信号模型作为Kalman滤波系统的观测向量,执行“时间更新”和“测量更新”两个过程,最终得到源信号的最佳估计。仿真结果表明,该算法能够对不同调制方式的频谱混叠信号实现准确的单通道盲源分离,估计信号在保证与源信号存在较强相关性的同时,还能较好地恢复源信号的时频特性。(3)提出一种面向能量差异混合信号的单通道盲源分离算法。首先,对混合信号中源信号之间的能量比以及各个源信号的频率范围进行估计;其次,针对如何充分分解存在能量差异的混合信号的问题,提出一种基于能量差异的变分模态分解算法,设置谱相关系数和中心频率的双重门限,通过比较每个模态分量与混合信号之间的相关性及其中心频率所处的频率范围,明确该模态分量的来源,对来自同一源信号的模态分量进行合并得到源信号对应的分量;然后将得到的信号分量与混合信号共同构成多通道信号,并对其进行去均值处理;最后,利用经典盲源分离算法对多通道信号进行分离,得到源信号的估计。仿真结果表明,当信噪比满足一定条件时,该算法能够有效地从频谱混叠的混合信号中分离出存在不同能量差异的源信号,且估计信号准确地恢复了源信号的码元信息。综上所述,本文主要针对通信信号的单通道盲源分离问题从三个方面展开了研究,并通过仿真实验对本文所提算法的有效性和可行性进行了验证。

关键词：单通道盲源分离虚拟多通道状态估计能量差异变分模态分解 Kalman滤波 Root-MUSIC算法

基于EEMD和特征降维的非侵入式负荷分解方法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电测与仪表 2024年第6期61卷 80-86页

作者：汪敏张孟健禹洪波熊炜袁旭峰邹晓松贵州大学电气工程学院贵阳550025

针对现有非侵入式居民用电负荷监测缺乏对独立负荷完整、全面的分解方法,导致用电信息的完整性得不到保证的不足,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和Pearson-PCA改进的盲源分离算法。利用EEM... 详细信息

针对现有非侵入式居民用电负荷监测缺乏对独立负荷完整、全面的分解方法,导致用电信息的完整性得不到保证的不足,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和Pearson-PCA改进的盲源分离算法。利用EEMD对总功率信号分解,以消除经验模态在分解过程中易出现模态混叠的现象,并得到一系列固有模式函数(intrinsic mode functions,IMF)。结合Pearson相关系数和主成分分析法(principal component analysis,PCA),提出Pearson-PCA改进算法对IMF进行降维,剔除相关性较弱的IMF分量,以及估计源信号数目。运用快速独立分量分析(fast independent component analysis,FastICA)对降维后的IMF进行分解,计算得出源功率信号。将提出的改进算法应用于非侵入式居民用电负荷分解问题,采用能量分解数据集(reference energy disaggregation data,REDD)进行实验仿真。实验结果表明:在不同用电场景下,提出的改进算法均具有较好的分解效果。

关键词：非侵入式负荷分解单通道盲源分离集合经验模态分解相关性过滤主成分分析

在线全文

学校读者我要写书评

暂无评论

一种新的基于稀疏表示的单通道盲源分离算法

电子与信息学报 2017年第6期39卷 1371-1378页

作者：田元荣王星周一鹏空军工程大学航空航天工程学院西安710038

该文针对稀疏表示应用于单通道盲源分离中存在字典间互干扰的问题,通过在常规联合字典中引入一个新的子字典——"共同子字典",提出一种新的基于稀疏表示的单通道盲源分离算法。新的字典学习目标函数中单个源的保真度由对应子字典和共同... 详细信息

该文针对稀疏表示应用于单通道盲源分离中存在字典间互干扰的问题,通过在常规联合字典中引入一个新的子字典——"共同子字典",提出一种新的基于稀疏表示的单通道盲源分离算法。新的字典学习目标函数中单个源的保真度由对应子字典和共同子字典构成,共同子字典的存在可以有效避免某一源信号在其他子字典上寻求成份而带来的互干扰问题。目标函数的求解通过交替执行稀疏表示、字典更新和比例系数优化3个步骤来实现。在测试阶段,通过收集单个源所对应子字典和共同子字典上的分量可以估计出混合信号中的单个源信号,从而达到盲源分离的目的。在语音数据库上进行的对比实验发现,所提算法较传统算法和前沿算法在两个通用评价指标上最高有近1 dB的提高。

关键词：稀疏表示单通道盲源分离字典学习鉴别力保真度

单通道盲源分离在低轨星座系统间干扰减缓中的应用

在线全文

学校读者我要写书评

暂无评论

电讯技术 2021年第12期61卷 1484-1489页

作者：李伟潘冀严康魏文康王贺国家无线电监测中心北京100037

针对低轨星座系统间同频干扰问题,从信号分割角度,提出了基于单通道盲源分离的干扰减缓方法。该方法应用了单通道盲源分离算法,先通过奇异谱分析算法对地球站观测信号进行处理,构造多维轨迹矩阵;再利用快速固定点算法将干扰信号和受扰... 详细信息

针对低轨星座系统间同频干扰问题,从信号分割角度,提出了基于单通道盲源分离的干扰减缓方法。该方法应用了单通道盲源分离算法,先通过奇异谱分析算法对地球站观测信号进行处理,构造多维轨迹矩阵;再利用快速固定点算法将干扰信号和受扰信号分离。以OneWeb和Starlink系统为例,通过所提方法将OneWeb地球站接收到的OneWeb、Starlink以及噪声的混合信号进行分解,并利用相关系数和均方根误差评估了方法的有效性。结果表明,原始信号与分离信号之间的相关系数都在0.8以上,所提方法能有效提取有用信号,减缓低轨星座系统间干扰。

关键词：低轨星座系统同频干扰单通道盲源分离干扰减缓

在线全文

学校读者我要写书评

暂无评论

单通道涡流无损检测信号盲源分离算法

合肥工业大学学报（自然科学版） 2023年第2期46卷 175-179,267页

作者：杨智伟南新元新疆大学电气工程学院新疆乌鲁木齐830047

针对脉冲涡流无损检测(pulsed eddy current testing,PECT)系统中获取单一检测信号存在的混叠问题,文章提出一种基于经验模态分解(empirical mode decomposition,EMD)和快速独立分量分析(fast independent component analysis,FastICA)的单通道盲源信号分离算法。该算法首先通过EMD对混合观测信号分解,然后利用奇异值分解(singular value decomposition,SVD)估计源信号数目,根据估计得到的源信号数目将观测信号和对应模态分量构成新的虚拟信号,最后利用FastICA算法分离得到源信号的估计。有限元仿真实验表明该算法能有效分离单通道混合检测信号,并且优于小波分解的单通道盲源分离算法。

关键词：独立分量分析(ICA) 经验模态分解(EMD) 脉冲涡流无损检测(PECT) 单通道盲源分离有限元仿真