聲學(xué)故障診斷中信號盲處理和可視化聲源識別的研究.pdf

1、本文圍繞機(jī)械聲學(xué)故障診斷中的噪聲信號分離方法和聲源識別定位這兩個關(guān)鍵問題進(jìn)行研究.首先,論文分別對盲信號處理技術(shù)和可視化聲源識別方法的研究歷史和現(xiàn)狀進(jìn)行了較為全面的回顧和論述.然后,分如下兩方面進(jìn)行了相應(yīng)的研究.(一)信號盲處理算法的研究(1)針對傳統(tǒng)神經(jīng)網(wǎng)絡(luò)算法只能分離同系信號的弱點(diǎn),本文根據(jù)穩(wěn)定性分析得到一種能分離雜系信號的在線自然梯度算法,并將其推廣到EASI算法中.仿真算例表明,此改進(jìn)的自然梯度算法和改進(jìn)的EASI算法不僅能分離

2、同系信號,還能很好地分離雜系信號,且改進(jìn)的EASI算法比改進(jìn)的自然梯度算法收斂速度要快,分離效果要稍好.(2)針對以往非平穩(wěn)信號的二階分離算法附加了源信號方差為1的限制條件,當(dāng)源信號的方差變化較急劇時,將導(dǎo)致分離矩陣W在收斂到真正的等效類C<,w>的過程中,也將發(fā)生很大的變化,甚至導(dǎo)致數(shù)值失穩(wěn),為此,本文介紹了一種非平穩(wěn)信號二階非完全約束的自然梯度算法,可以避免此類問題,且具有等變特性.仿真算例也很好地驗(yàn)證了此算法的有效性.(3)通過濾

3、波器矩陣代數(shù)將盲源分離算法擴(kuò)展為多通道盲解卷積算法,得到了多通道盲解卷積的自然梯度算法和EASI算法.仿真算例表明,基于濾波器矩陣代數(shù)的多通道盲解卷積自然梯度算法對同系信號的分離和解卷積均具有很好的效果.(4)基于正交非完整約束盲源分離算法的思想,對多通道盲解卷積自然梯度算法進(jìn)行修改,得到一種卷積盲源分離算法,此算法為多通道盲解卷積自然梯度算法的正交非完整約束形式,通過仿真算例驗(yàn)證了此算法的有效性.(二)基于波疊加方法的聲場重建和可視化

4、聲源識別的研究(1)詳細(xì)地介紹了波疊加方法的相關(guān)理論和實(shí)現(xiàn)方法,包括波疊加積分方程、波疊加方法的幾種基本形式、相應(yīng)的非唯一性問題以及數(shù)值實(shí)現(xiàn)方法,并用數(shù)值算例驗(yàn)證了單層勢形式在以虛源面為邊界的Dirichlet內(nèi)域問題的特征頻率和雙層勢形式在Neumann內(nèi)域問題的特征頻率處存在解的非唯一性問題,而混合勢形式和復(fù)失徑波疊加方法則可以很好地克服解的非唯一性問題,通過數(shù)值算例還說明了波疊加方法在計算聲輻射問題時的可行性.(2)闡述了用波疊加