首先对独立成分分析基本原理进行了简要叙述,之后详细论述了几个常用的ICA估计准则,以及独立成分分析在内燃机噪声源识别中的应用。
独立成分分析及其在内燃机噪声源识别中的应用
摘要:本文首先对独立成分分析基本原理进行了简要叙述,之后详细论述了几个常用的ICA估计准则,以及独立成分分析在内燃机噪声源识别中的应用。
关键词:内燃机,噪声,独立成分分析
Abstract: First, this paper briefly introduced the principle and algorithm of independent component analysis. Then, several guide lines used commonly for ICA was been expatiated detailedly.In addition to these, the ICA’s application into the noise source identification of engine was been presented finally.
Key words: Engine, Noise, Independent component analysis
引言
在内燃机噪声控制工程中,噪声源的识别占有重要地位。合理控制内燃机噪声,首先应了解内燃机振动噪声的产生原因,即对噪声源的产生部位,噪声源的特性进行准确测量和分析,然后根据噪声的大小,结合内燃机结构特点,采取相应的措施,以降低内燃机噪声[1]。 内燃机噪声信号包括燃烧噪声、活塞敲击噪声、进排气门落座噪声、喷油泵噪声和正时齿轮噪声等多种噪声。测量时,因为多种噪声源的响应相互交错、相互耦合,从而给精确识别内燃机噪声源带来一定的难度。
目前常采用的噪声源识别方法,如:统计分析、谱分析、时-频分析和小波分析等,一般根据信号能量的成分得到内燃机噪声的信息,将噪声信号以时域、频域和时频域的形式表达,并根据信号的能量程度将噪声源识别出来[5]。这些方法对找到信号中起突出作用的成分是非常有用的,但由于在时频变换中需要保持高能量成分的信息,对一些相对低能量级的噪声源信息就不能有效地识别。
独立成分分析(independent component analysis,ICA)是近年来伴随着盲源识别(blind source separation,BSS)问题发展起来的一项统计信号处理技术,采用该技术进行信号分离时,不受源信号时间互相交叠和频谱互相交叠的影响,而且分离后的输出信号不会丢失源信号中的微弱特征信息[1]。ICA处理的对象是相互统计的信源经过线性组合而产生的一组混合信号,其最终目的是从混合信号中提取出各独立的信号分量。最近已有报道,独立成分分析已经开始应用于生物医学信号处理、混合语音信号分离和图像信号消噪等领域,并取得了一定的研究成果。但是,关于独立成分分析在内燃机噪声源识别中的应用,目前国内外还鲜有报道。2004年1月,上海交通大学图像处理与模式识别研究所孔薇博士发表了题为“基于独立成分分析的强背景噪声去噪方法”的文章,对独立成分分析在混合语音信号特征提取方
[2]面的应用做了一定的研究。2004年7月天津大学刘月辉博士发表了题为“基于独立分量分
析的内燃机噪声信号分离”的文章,对独立成分分析在内燃机噪声源识别中的应用进行了初步探讨。
鉴于独立成分分析在特征信号提取方面具有较大的应用潜力,本文在对ICA理论分析研究的基础上,将对其在内燃机噪声源识别中的应用做进一步的探讨。
一、独立成分分析(ICA)概述
1、 独立成分分析基本原理
假设有n个统计独立的信号源和m个传感器,测量信号和源信号之间存在如下关系:
X(t) AS(t) (1) 其中,X(t) x1(t),x2(t), xm(t) 表示已知的m个测量信号序列,T
TS(t) s1(t),s2(t), sn(t) 表示统计独立的n个未知的源信号序列,A为未知的m n的
独立成分分析技术(ICA)是近年来发展起来的一种有效的盲源分离技术,已在生物、医学等众 多领域获得成功应用[3]。采用 ICA 进行内燃机噪声信号盲分离,可以避免过多...
检测试验 巴巴巴巴巴巴巴巴巴 声强 测量技术及 其在 内燃机 噪声 源识别 中的 应用重 庆大 学邓 兆祥 张伟 卢海峰。 摘要 介绍了声强测量基本原理微机分析 ...
内燃机噪声源识别与噪声控制_专业资料。对内燃机的噪声源进行了分类和识别,并分别阐述了内燃机进气噪声、排气噪声、风扇噪声、燃烧噪声和机械噪声的产生原因及控制方法...
6页 1财富值 独立成分分析在内燃机噪声... 7页 5财富值喜欢此文档的还喜欢...文主要阐述声模态技术在本 噪声源识别中的应用 = Q N \G 5 $ %N 8 " ...
论证其应用于柴油机噪声源识别的合理 [7] 性. Badaoui 等利用循环Wiener ...内燃机噪声信号进行 了盲分离研究, 识别出内燃机主要噪声源[10]. 独立成分分析...
为了准确识别内燃机噪声源,提出了一种声模态分析技术.通过对双传声器声强信号进行...将测量面上各测点某一频率成分的声强值挑选出来,得到测量面上各频率成分的声...
采用独立分量分析的方法进行了内燃机噪声信号分离的研究.建立了基于FastICA算法的常规内燃机噪声独立分量分析模型,为了减少所需传声器个数,在此基础上应用了时序独立分量...
独立成分分析在内燃机噪声... 7页 5财富值 用声模态技术识别内燃机噪... ... 应用上述方法 对其进行了声源识别研究. 声场声压测试在精密级的 半自由消声室...
通过测量某内燃机表面振动速度的方法对其进行表面辐射噪声源的识别研究。首先,确定出该内燃机各主要噪声辐射部件,并分别测量其表面振动速度,分析各部件的振动特性,通过...
重分析和识别了该发动机的主要噪声源,确定了其噪声源的位置、主要噪声频率成分和...要 降低内燃机噪声,必须找到内燃机的主要噪声源, 即找出主要噪声源的位置或部件,...
热门文档