聲學(xué)故障診斷中信號(hào)盲處理和可視化聲源識(shí)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(hào)分離方法和聲源識(shí)別定位這兩個(gè)關(guān)鍵問(wèn)題進(jìn)行研究.首先,論文分別對(duì)盲信號(hào)處理技術(shù)和可視化聲源識(shí)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(hào)盲處理算法的研究(1)針對(duì)傳統(tǒng)神經(jīng)網(wǎng)絡(luò)算法只能分離同系信號(hào)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(hào)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(hào),還能很好地分離雜系信號(hào),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(duì)以往非平穩(wěn)信號(hào)的二階分離算法附加了源信號(hào)方差為1的限制條件,當(dāng)源信號(hào)的方差變化較急劇時(shí),將導(dǎo)致分離矩陣W在收斂到真正的等效類C<,w>的過(guò)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(hào)二階非完全約束的自然梯度算法,可以避免此類問(wèn)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(guò)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(duì)同系信號(hào)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(duì)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(guò)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(chǎng)重建和可視化

4、聲源識(shí)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(wèn)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(shì)形式在以虛源面為邊界的Dirichlet內(nèi)域問(wèn)題的特征頻率和雙層勢(shì)形式在Neumann內(nèi)域問(wèn)題的特征頻率處存在解的非唯一性問(wèn)題,而混合勢(shì)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(wèn)題,通過(guò)數(shù)值算例還說(shuō)明了波疊加方法在計(jì)算聲輻射問(wèn)題時(shí)的可行性.(2)闡述了用波疊加