盲源分离与振动信号处理之间发展关系

盲源分离概念是在1990年左右提出,最先用于处理语音信号,一个具体的例子就是“鸡尾酒会”中,人们可以从很多源中分辨出不同的声音来源。最著名的要属ICA了,利用信号间统计独立信息估计混合矩阵,然后利用逆矩阵恢复源信号。

在2000年左右才用于处理振动信号。由于大部分实际测量信号是多个源的混合,如果能将各原始源信号分离出来,那画面美极了,由此看来,盲源分离的概念是很有诱惑力的。但是,如果直接将处理语音信号的算法移植过来,处理振动信号,结果很不尽如人愿。最主要的原因是,用矩阵混合的模型无法准确描述振源信号的混合,况且还有噪声呢。一般来说,论文里经常提到的3点:一,传感器数量大于源数量。二,分离出来的信号幅值相位不确定。三,源信号满足高斯及独立假设。总体来言,基于矩阵分解的盲源分离算法不适合处理振动信号。

很多已发表论文,都是针对上述3点中,某一点或者某几点进行改进。SCI用谷歌搜索了下,大约150篇左右(2000-2014)。看起来并不是很大的量。主要是,一,盲源分离算法的不成熟,得不到理想信号;二,分离出来的信号用途不明确。这150篇里,绝大多数用在了轴承齿轮故障信号里了(当然,这也是振动信号分析中一个热点);也有用在内燃机振动信息里的;个人认为,比较新的是用在了模态参数识别中(最早是2007年)。轴承故障信号应用中,分离出来的信号,只要能自圆其说,就可以了;内燃机信号也是如此;模态参数识别,还算是有点具体应用价值。

所以,要是想发表有创新性的论文,记得要解决上述3个问题,最好一起解决了。如果解决不好,盲源分离只是一个看起来很美的远景而已。

振动信号处理的另一个大方向,个人认为,是时频分析。从近十几年来看,时频分解方法总体分为2大类吧。一是,短时傅里叶、小波、S变换、WVD变换之类的基投影(或内积处理)方法;第二个是以EMD为首的自适应信号分解方法。每种方法都有问题。

个人认为,这方面的热点是:前者热衷于提高时频分布图的可读性(或称,高时频分辨率,良好时频聚集性等);后者更加关心,可以分解出具有明显特征意义的模态函数,而后可以用helbirt得到瞬时频率。这两方面都算是热点,每年也有很多论文提出解决方案。个人觉得,EMD不太适合振动信号,还是从事前者较靠谱一些。

还有像是,原子分解,基追踪,匹配追踪之类的,接触少,从一些已发表论文来看,个人觉得不是很合适处理振动信号。

曾经,关注过压缩感知这种新东西,可是找不到切入点,故而放弃。不过,在其他领域,如,通信、语音、图像中,很热很热。有兴趣可以感受一下。

很多话也就是在论坛里可以说说,论文里可不敢。不过现在很多论文太容易误导人了,导致很多人走向一条不归路,我还是希望大家能踊跃给出批评建议,畅所欲言,做到不吐不快。

盲源分离与振动信号处理之间发展关系相关推荐

  1. 盲源分离matlab程序,盲源分离matlab程序

    23 卷第 2008 年 3 月第 2 期 陈锡明 ,黄硕翼 盲源分离综述 --- 问题 . 原理和方法 1 1 引言 盲源分离 (BSS) 是信号处理领域的一个基本 问题 ,...... 盲源分离与 ...

  2. 基于独立分量分析的语音信号盲源分离

    一.盲源分离介绍 语音信号处理是当今通信技术领域的研究热点之一.在实际应用中,我们常常遇到多个语音信号混杂在一起的情况,这就需要对这些混合信号进行分离,提取出原始的独立语音信号.盲源分离(Blind ...

  3. 国际上进行盲源分离研究的主要学者及其研究方向

    E. Moreau及 P.Comon 等人对盲源分离的可行性准则等进行了讨论和分析:J. –F. Cardoso等人对基于似然估计的盲分离方法进行了研究:L. De Lathauwer等人则是对基于代 ...

  4. 盲源分离技术 matlab,基于ICA盲源分离的研究及matlab实现(毕业学术论文设计).doc...

    ********* 大 学 毕业设计(论文)任务书 毕业设计(论文)题目: 基于ICA盲源分离的研究及matlab实现 毕业设计(论文)要求及原始数据(资料): 论文要求: 查找盲源分离的现状及发展历 ...

  5. 第八章---《实时语音处理实践指南》盲源分离笔记

    本章利用信号的高阶统计量来分离出目标语音,盲语音分离就是假定源信号具有相互独立的统计特性,利用高阶统计量度量独立性,它能分离出所有非高斯性声源,实际使用中最常用的为独立成分分析法(ICA).一般根据麦 ...

  6. 麦克风阵列盲源分离技术

    麦克风阵列盲源分离技术 盲源分离技术仅根据观察到的每一路混叠信号估计原始多路信号,独立成分分析(independent component analysis)卷积混合情况的盲源分离技术.第一部分麦克风 ...

  7. 盲源分离(BSS, Blind Source Separation)

    数学描述: 假设N个统计独立的未知信号S(t) 经过未知信道A的传输后由M个传感器检测获得M个观测信号 整个传输过程的数学模型为: 为M维观测矢量,为N维未知源信号矢量,为M维加性信道噪声,A为维传递 ...

  8. 盲源分离与压缩感知结合-论文阅读笔记

    目录 盲源分离与压缩感知结合-论文阅读笔记 欠定盲源分离基础理论 欠定盲源分离恢复算法研究 基于压缩感知的欠定混合源信号恢复算法研究 盲源分离与压缩感知结合-论文阅读笔记 今天阅读的论文主要是:&qu ...

  9. 密集假目标 Matlab,基于盲源分离的抗密集假目标干扰技术研究.pdf

    基于盲源分离的抗密集假目标干扰技术研究.pdf Vol. 42 ,No. 2 火力与指挥控制 第42 卷 第2 期 Feb ,20 17 Fire Control & Command Cont ...

  10. 同步压缩变变时频分析和盲源分离

    同步压缩变变时频分析和盲源分离 代码运行环境为MATLAB r2018a 同步压缩变换SST通过同步压缩算子对时频系数进行重排,将信号在时频平面任一点处的时频分布移到能量的重心位置,增强瞬时频率的能量 ...

最新文章

  1. Echarts中Option属性设置
  2. storm的基本概念
  3. Flexible 弹性盒子模型之CSS justify-content 属性
  4. 统计--过滤(筛选)索引的统计信息过期问题测试
  5. 华为机试HJ15:求int型正整数在内存中存储时1的个数
  6. 打造云上深度学习实验室
  7. 大数据Hadoop(六):全网最详细的Hadoop集群搭建
  8. eeprom和编程器固件 k2_斐讯K2刷不死breed与第三方固件教程
  9. 20套数据可视化大屏模板,附源码下载
  10. wallhaven怎么下原图_Wallhaven Top高清壁纸抓取工具
  11. 《信息安全概论》总结(1)
  12. vue中图片加载不出来的问题
  13. 从头开始学习->JVM(三):类加载器(上)
  14. iapp将音量调至最大
  15. qq邮箱 实现邮件的发送
  16. qpython3手机版turtle_Python的画图模块turtle使用详解
  17. 2023年淘宝天猫年货节超级红包哪里领?
  18. QDateTime 转QString格式
  19. Intelligent REST API Data Fuzzing
  20. Python安装库的几种方法(使用Pycharm几种方法)

热门文章

  1. 如何使用Arduino 舵机SG90
  2. 《机器学习-原理、算法与应用》出版了
  3. 神经网络模拟的优缺点是,神经网络模型的优缺点
  4. 计算机怎么改鼠标标志,图文帮你如何自定义电脑鼠标指针的图标
  5. webview 禁用横竖屏切换_JS禁止横竖屏切换,强制横竖屏显示
  6. 索尼rx1r人脸识别_徕卡Q2 索尼rx1r2对比
  7. AntennaHome Launch 5G Combo Internal PCB Antenna /5G 全频 PCB天线
  8. 信息学奥赛一本通(C++版)在线评测系统 1887:【15NOIP提高组】神奇的幻方
  9. ubuntu16.04安装搜狗拼音输入法
  10. anjuta 连接mysql_深度商店应用Genymotion、Aptana Studio、宝塔Linux面板、Anjuta