基于智能单粒子与信号变化度的盲源分离算法

提出了一种新的基于智能单粒子优化的有序盲源分离算法。采用信号变化度作为分离的目标函数,利用球坐标变换方法对分离向量进行变换,使用智能单粒子优化算法对目标函数进行求解,通过去相关方法从混合信号中去除已分离出的源信号成分,最终实现按照信号变化度降序分离出各源信号。仿真结果表明,本算法能够有效实现对源信号的有序分离,且分离精度很高。

应用信号变化度的线性混合信号盲分离算法

论文首先给出了信号变化度的概念,并证明了信号变化度的一个性质:互相独立的一组源信号的线性混合信号的变化度介于源信号中的最小变化度和最大变化度之间。然后,利用矩阵广义特征值理论,给出了一种基于线性混合信号盲分离算法。该算法计算简单,具有闭解形式;并能分离源信号中既有亚高斯信号又有超高斯信号的情况。仿真结果表明该算法是有效的,并具有很好的分离性能。

一种线性混合信号盲提取算法

该文给出了信号变化度的定义,并证明了独立源信号的线性混合信号(非零信号)的变化度介于源信号中的最小变化度和最大变化度之间。在此性质的基础上,给出了一种线性混合信号盲提取算法。该算法首先利用广义特征值理论从混合信号中提取出一个源信号,然后采用消源方法剔出混合信号中该源信号分量,重复这一过程,逐一提取出所有的源信号。该算法计算简单,仿真结果表明该算法是有效的,并具有很好的性能。

一种奇异混合阵的盲信号提取算法

在盲信号提取技术中,当混合矩阵是奇异方阵时,根据混合矩阵秩的性质,该文提出了一种盲信号可提取性判据来判断可提取的信号。通过引入信号变化度的概念,给出了一种在该情况下的可提取信号的提取算法。该算法可以将特定的信号提取出来,且计算简单,无需优化处理,可以解决奇异混合阵情况下的特定信号的提取。试验结果表明了该算法的有效性。

电机运行状态监控信号工频干扰消除方法

为了解决电机运行状态监控过程中,采集到的机械旋转振动信号中存在工频干扰的问题,提出了一种新工频干扰消除算法。算法将工频干扰消除问题转化为盲信号分离问题,选用信号变化度作为信号分离的目标函数,利用布谷鸟优化算法对目标函数进行优化求解,通过对机械旋转振动信号和工频干扰信号的分离,从而实现对采集信号中工频干扰的消除。仿真实验表明,所提出算法对机械旋转振动信号中存在的工频干扰成分具有很好的抑制效果。