-
题名后非线性马尔科夫算法应用于振动信号提取
被引量：1
- 1
-
-
作者
赵立权
蔡帮贵
-
机构
东北电力大学信息工程学院
-
出处
《科学技术与工程》
北大核心
2014年第2期127-130,共4页
-
基金
吉林省科技发展计划项目(201101110)资助
-
文摘
实际环境中通过传感器检测到的设备状态信号往往是非线性混合信号;而设备状态信号是设备故障诊断的基础,因此从混合信号中分离出设备状态信号极其重要。现有线性独立分量分析方法分离效果并不理想,对此提出将后非线性马尔科夫盲源分离算法应用于设备状态信号提取。为验证算法有效性,将直升机齿轮箱振动信号的非线性混合信号进行分离实验。实验结果表明算法能有效分离出轴承故障振动信号,为进一步提高故障诊断准确性和方便性提供了帮助。
-
关键词
非线性独立分量分析
马尔科夫
故障诊断
盲源分离
-
Keywords
nonlinear independent component analysis
Markov
fault diagnosis
blind source sepa- ration
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
-
题名基于有理非线性函数的Fast-ICA算法
被引量：3
- 2
-
-
作者
何安玲
何选森
-
机构
湖南大学信息科学与工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第1期251-255,270,共6页
-
基金
湖南省高校创新平台开放基金(No.14K022)
-
文摘
利用Fast-ICA算法进行超高斯信源盲分离时,计算其目标函数所选取的非线性函数主要是双曲正切函数(tanh)和高斯函数(gauss)。由于tanh和gauss函数的计算负担较大,从而增加了分离混合信号的运行时间。为了提高Fast-ICA算法的收敛速度,提出两个有理非线性函数用于代替tanh和gauss,使得改进的Fast-ICA算法在提高计算速度的同时保持或提高信号的分离性能。仿真实验验证了改进算法的有效性。
-
关键词
盲源分离(BSS)
独立分量分析(ICA)
快速独立分量分析(Fast-ICA)
有理非线性函数
切比雪夫-帕德逼近
-
Keywords
blind source Separation(BSS)
Independent Component Analysis(ICA)
Fast-ICA
rational nonlinearity
Tchebyshev-Pade approximant
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
