融合极点对称模态分解与时频分析的单通道振动信号盲分离方法

来源：计算机应用杂志2016年第10期北京时间：

作者：叶卫东, 杨涛

单位：1. 西南科技大学 信息工程学院, 四川 绵阳 621010;2. 特殊环境机器人技术四川省重点实验室(西南科技大学), 四川 绵阳 621010

摘要：针对单通道振动信号盲源分离的观察信号少于源信号，且传统的盲源分离方法往往忽视信号非平稳性的问题，提出一种基于极点对称模态分解和时频分析的盲分离算法（ESMD-TFA-BSS）。首先，采用极点对称模态分解方法将观察信号分解成不同的模态，采用贝叶斯信息准则（BIC）估计源信号个数并利用相关系数法选取最优观察信号，由原观察信号与最优观察信号组成新的观察信号；其次，根据新的观察信号计算白化矩阵并将其白化，利用平滑伪Wigner-Ville分布将白化后的信号拓展到时频域，采用矩阵联合对角化方法计算酉矩阵；最后，根据白化矩阵和酉矩阵估计源信号。在盲源分离仿真实验中，ESMD-TFA-BSS的估计源信号与仿真信号的相关系数分别为0.9771、0.9784、0.9660，基于经验模态分解和时频分析的盲分离算法（EMD-TFA-BSS）的相关系数分别为0.8697、0.9706、0.8548，ESMD-TFA-BSS比EMD-TFA-BSS的相关系数分别提高了12.35%、0.80%、13.00%。实验结果表明，ESMD-TFA-BSS在实际工程中能够有效地提高源信号分离精度。

关键词：振动信号,盲源分离,极点对称模态分解,时频分析,故障诊断

基金资助：国家自然科学基金资助项目（F011102）；特殊环境机器人技术四川省重点实验室开放基金资助项目（13zxtk06）；四川中烟工业有限责任公司公司科技项目（川渝烟工技研[2015]62号）。