Noise and Vibration Control ›› 2022, Vol. 42 ›› Issue (6): 98-104.
Previous Articles Next Articles
Received:
Revised:
Online:
Published:
朱亚静1,李泽东1,李志农1, 谷士鹏2,马亚平2
摘要: 将四线性平行因子和集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)结合,提出基于EEMD的四线性平行因子欠定盲源分离方法。在所提出的方法中,利用EEMD方法分解观测信号,得到各子信号分量,然后选择有效的相关子分量信号并将相关子分量信号与原观测信号进行重新组合,得到新的观测信号,解决欠定盲分离问题。然后,将新观测信号利用四线性交替最小二乘法迭代(Quadrilinear Alternating Least Squares,QALS)进行拟合得到载荷矩阵估计和混合矩阵估计,用最短路径法得到源信号的估计。仿真和实验结果验证了所提方法的有效性。
关键词: 故障诊断, 四线性平行因子, 盲源分离, 集合经验模态分解
朱亚静, 李泽东, 李志农, 谷士鹏, 马亚平. EEMD-四线性平行因子的机械多故障欠定盲分离方法[J]. 噪声与振动控制, 2022, 42(6): 98-104.
0 / Recommend
Add to citation manager EndNote|Ris|BibTeX
URL: https://nvc.sjtu.edu.cn/EN/
https://nvc.sjtu.edu.cn/EN/Y2022/V42/I6/98