基于独立分量分析的共信道多干扰信号的自动识别

实际应用中经常会遇到共信道多个干扰信号的自动识别问题,对此目前还没有较好的解决方法.论文首先建立了此类问题的数学模型,并在此基础上,利用基于ICA的盲信号分离技术先对同时混合的干扰和信号进行分离,然后进行每路信号和干扰在时域、频域和高阶累积域进行特征提取和自动识别.论文以四种干扰信号和两种通信信号共信道混合为例进行了仿真实验,结果表明新方法的正确性和有效性.     

基于盲分离的柴油机轴系扭振信号分离研究

柴油机瞬时转速信号来自不同激励源,激励源信号的频率成分受气动力、往复惯性力和离心力等影响,并且相互重叠。干扰成分的频谱组成非常复杂,主要分为随机噪声谱,独立线谱等。文中应用盲源分离信号处理技术对瞬时转速数据进行分离与仿真研究,实现均值处理、白化处理和分离前滤波等预处理方法,建立滤波预处理与盲源分离相结合的时延分离模型。并用仿真和实验进行了算法验证。     

基于独立分量分析的系统效能算法

文章运用独立分量分析原理,从可信赖性矩阵中提取独立分量比重,作为WSEIAC模型的能力矩阵,降低了评估结果中的人为因素影响,提高了数据的准确性和客观性。     

梯度自适应在盲分离算法中的研究

通过传感器获得的水下声场信号含有复杂多样的噪声信号,从收集的信号中提取有用的信号,是盲源信号分离的研究重点。本文针对自然梯度算法在盲源信号分离中的收敛速度慢,误差精度低等问题,利用步长自适应进行改进,通过实验对比结果可以看出,本文所改进的算法收敛速度快,提高了系统的性能,算法简单,推广性强。     

基于盲源分离的一维距离像特征提取算法磁

在日趋复杂的电磁环境下,雷达回波中存在着大量的噪声和干扰,一维高分辨距离像目标识别过程中,采用一般的特征提取算法不能提取有效的目标特征,影响着目标识别的效果。论文采用盲源分离的方法对复杂电磁环境下的雷达回波进行处理,提取目标回波,将强散射点回波信号视为不同的信号源进行盲源分离,实现了一维距离像上散射点位置特征的提取,并通过计算机仿真验证了该方法的有效性。     

浅海领域多天线阵列信号盲分离技术

浅海水声环境非常复杂,包含了各种各样的大量噪声干扰。根据水声检测器监测到的信号会被这些隐藏的异常信号干扰进而影响传输,同时也给有效信号的获取造成困难。盲分离技术可以模仿人的认知能力,通过不断迭代有效选择所关注的信号,被认为是解决该问题的有效途径。本文采用一种慢特性分析方法来解决浅海环境下非线性盲源分离问题,仿真实验的结果也进一步验证了本文方法的有效性,加快了收敛时间,提高效率。     

基于二次小波去噪的 FastICA 盲源分离研究

论文针对含噪声混合信号分离问题,提出了三步处理法,首先采用小波滤波进行去噪处理,再采用快速独立分量分析（FastICA）盲源分离技术实现混合信号的分离,最后对分离后的信号二次使用小波滤波处理。仿真实验结果表明,该方法能够很好地分离含噪混合信号,从分离前后的波形及平均信噪比对照,去噪性能和分离效果良好。     

基于独立分量分析与传递函数的气缸压力重构

根据缸盖振动传递特性建立传递函数模型,对振动信号预处理后采用独立分量分析的方法进行分离,结合传递函数法进行压力重构,试验表明,两种方法结合简单有效,采用独立分量分析方法对缸盖振动信号进行分离能更有效地提取出反映燃烧压力分量的部分,重构压力曲线与实测曲线拟合度较好。     

基于盲源分离的无源雷达直达波提纯方法

针对无源雷达参考通道中直达波受到多径杂波和噪声的干扰问题,提出一种基于全局最优的盲源分离算法对干扰进行抑制,实现参考通道中直达波的提纯。并以直达波的自相关函数波形和多普勒敏感度作为依据,分析直达波纯度对无源雷达探测性能的影响。仿真结果表明,该方法可以得到纯度高的直达波信号,与直达波未提纯的探测系统相比,探测性能有明显的改善且该方法操作简单,易于实现。     

盲源分离技术在水声信号中的应用研究

通过研究α稳定分布,提出海洋噪声、舰船辐射噪声等符合低阶α稳定分布,在进行对称α稳定分布且独立的随机源信号进行盲分离处理时,若仍然采用高斯分布将不收敛。本文设计了分数低阶矩阵盲源分离算法,最后通过实验对比本文所设计算法和时延分离算法。实验结果表明:本文所设计的算法对于α稳定分布且有独立的随机信号,具有较好的收敛性,能够有效实现盲源信号分离。通过从复杂的海洋噪声中仍能较好地提取出船舱辐射噪声的实验,说明即使信噪比发生变化,源信号分离后相似系数较分离前仍然有稳定地提高。     

独立成分分析技术综述

独立成分分析是一种将源信号从混合信号分离出来的信号处理技术。本文首先概述了独立成分分析与盲信号分离,主成分分析的关系,然后系统地介绍了该技术的基本概念和数据模型,对现今比较流行的各种独立成分分析算法进行了剖析和总结。最后对独立成分分析的发展及应用前景作了展望。     

基于主成分分析的振动噪声源耦合信息判别

主成分是通过把原来多个变量转化为少数几个互不相关的主成分的一种统计方法,最终达到数据化简、揭示变量间的关系和进行数据解释的目的.通过实船航行试验,证明了主成分分析可以在信息损失较少的前提下提取振动噪声源之间存在的耦合信息.     

基于盲分离技术的柴油机活塞-缸套撞击信号提取方法

利用盲分离技术对柴油机活塞-缸套撞击信号进行分离,并通过计算机仿真和对实验结果的分析验证该方法的可行性。     

基于缸盖振动信号分析的柴油机工况识别

柴油机缸盖振动信号富含气阀落座、气体爆发压力等激励的响应信号.通过对缸盖振动信号的监测可及时发现燃烧异常、气阀间隙异常等状态信息,文中分别提取了气体爆发压力和气阀落座激励的缸盖振动特征信号,然后采用时间序列方法对信号进行分析,提出了相关的状态特征参数.     

基于主成分分析法的港口吞吐量内在影响因素研究

从可能影响港口吞吐量的若干因素出发,利用统计软件,采用主成分分析法提取最关键因素,基于太仓港的实证分析,剖析了港口吞吐量的内在影响机理,为未来太仓港的发展提供理论依据.     

复杂干扰环境下水声通信抗干扰技术研究

重点对盲源分离干扰抑制方法进行了原理论述,建立了卷积混合和分离模型,提出了盲解卷积混合准则,并针对复杂干扰环境下水声通信场景进行了信号干扰抑制的仿真分析,得到了较为满意的结果。     

基于数值试验的减振器阻抗特性研究

基于四端参数法分析了计及高频波动效应的圆柱型橡胶减振器的阻抗特性,以E型和BE型减振器为研究对象,通过合理的建模技术,借助有限元软件数值计算该减振器的机械阻抗。在此基础上,探索加载对减振器机械阻抗的影响规律,所得的计算结果与减振器的实测特性相符。该文为后期减振器的研制及其阻抗特性的确定提供计算方法。     

基于PCA和C-SVM的涡轮部件故障诊断

针对某型三轴燃气轮机高、低压涡轮部件容易出现的8种故障,提出一种基于PCA(主成分分析)与C-SVM(C-支持向量机)相结合的涡轮部件故障诊断模型.采用主成分分析方法对表征涡轮部件故障模式的测量参数进行特征提取,选择对故障模式影响最大的若干主成分作为C-SVM的输入样本,进而对高、低压涡轮部件故障进行诊断.通过实验表明,即使在较少样本的情况下,应用PCA与C-SVM相结合仍能取得较好效果.