民航VHF地空通信干扰对策研究

随着空中交通管制要求的不断提高,地空通信系统得到不断完善,使飞机飞行的安全性、稳定性和可靠性得到快速提高,对于促进我国民航事业长远发展起着重要作用。该文就民航VHF地空通信的干扰源进行阐述,对民航VHF地空通信干扰产生的机理进行分析,提出民航VHF地空通信干扰的解决对策,以有效解决民航VHF地空通信存在的问题,确保飞机飞行的安全。     

基于声信号分析的齿轮故障诊断方法

为了解决齿轮故障诊断中传统的声振信号分析方法容易受到周围设备及环境噪声干扰的问题,提出了一种独立分量分析和自相关分析相结合的齿轮故障诊断方法.首先用独立分量分析分离特征信号和干扰信号,然后用自相关分析提取特征信号中的周期成分.实验结果表明,该方法可以有效地提取在强背景噪声干扰下的齿轮故障特征.     

基于独立分量分析的跳频通信抗梳状阻塞干扰方法

针对梳状阻塞干扰对跳频通信造成严重影响的问题,根据跳频信号与梳状干扰的统计独立特性,将独立分量分析引入跳频通信抗干扰之中,提出了基于独立分量分析的跳频通信抗梳状干扰方法。围绕输出信号的统计独立性构建对照函数,利用对照函数引导分离矩阵迭代,进而将分离矩阵作用于接收混合信号,实现跳频信号与干扰信号的有效分离。仿真结果表明：提出的方法可有效提高跳频通信对抗梳状阻塞干扰能力;当误码率为10-3时,提出的方法可使跳频通信的抗干扰能力提升约8 dB。     

采用独立分量分析方法消除信号中的工频干扰

工频干扰的消除是微弱信号采集中的一项重要技术,传统方法是采用陷波滤波器或自适应滤波,论文则提出了用独立分量分析（ICA）进行生物医学信号中工频干扰消除的新方法,在简要介绍了独立分量分析的基本理论及算法的基础上,根据三种不同的实际情况,详细讨论了利用独立分量分析进行工频干扰消除的方法与步骤,并给出了实验结果。     

胸阻抗信号中的呼吸波的去除

胸阻抗 (TEB)的测量无论是对心血管功能的研究还是对临床诊断都有很重要的意义。然而 TEB信号总是被淹没在很强的呼吸干扰信号中。传统的信号处理方法 ,如数字滤波器 ,信号平均 ,自适应处理等对去除呼吸成分都有一定的局限。对于单通道测量系统 ,论文使用了小波去噪的方法。对于多通道系统 ,使用了独立分量分析的方法 ,分析的结果显示 ,对于单通道系统 ,基于离散小波变换的方法是一种快速的、有效的、容易实现的方法。对于多通道系统 ,基于独立分量分析的方法可以不失真地将阻抗波提取出来。基于独立分量分析的方法基本上解决了去除 TEB中的呼吸干扰的问题。     

强干扰环境中挖掘机噪声独立分量分析

为了确定挖掘机的噪声源,采用声学照相机对挖掘机噪声进行测试,并利用独立分量分析方法对测试噪声信号进行分离研究。根据测试环境存在强烈的背景噪声与回声干扰的特点,建立基于快速固定点独立分量频域复数算法的噪声分离模型,分析得到主要噪声源独立分量的主频率。为找到这些频率对应的零部件,利用Ansys软件对柴油机表面主要零部件进行振型模态分析,并将噪声测试方向上振型模态的共振频率与独立分量主频率进行对比。研究结果表明:利用独立分量频域复数算法能快速有效地分离含背景噪声和回声干扰的噪声信号;通过对比振型模态与独立分量主频率可找到机体、气缸盖、气门室盖等主要表面噪声辐射源。     

挖掘机用柴油机噪声源的识别

为了有效降低某型液压挖掘机的辐射噪声,对某挖掘机用柴油机的噪声源进行了识别研究。采用声学照相机对挖掘机噪声信号进行了测试,找到最大噪声源区域并记录噪声信号。根据测试环境受到回声与背景噪声干扰的特点,建立了基于快速固定点独立分量分析频域复数算法的噪声分离模型,通过独立分量分析得到了40个独立分量及其主频。为了确定这些主频对应的零部件,对柴油机表面主要零部件进行了模态分析。将在测试噪声方向上振型模态的共振频率与独立分量分析得出的各分量的主频相比较,找到了机体、气门室盖、气缸盖等主要表面噪声源。研究结果表明:运用独立分量分析和模态分析相结合的方法,可以准确识别挖掘机用柴油机表面噪声辐射源。这种方法可以广泛应用于复杂机器噪声源识别以及故障诊断等领域。     

民航甚高频无线电干扰浅析

本文为对民航甚高频无线电干扰的原理、类型及解决方法的论述,在实际工作中对无线电干扰数据的统计和分析排查,以及对于无线电干扰的实际工作积累的一些切身体会。     

航空甚高频无线通信系统互调干扰研究

本文对在甚高频通信中互调干扰的危害和形成作了简要分析,通过结合民航甚高频通信,研究出对应的数学模型;并尝试探讨如何解决这一干扰。     

ICA在地震信号处理中的应用研究

为了拓展独立分量分析的应用领域以及寻找地震信号去噪新方法,提出应用ICA处理地震信号随机噪声的具体方案,分析ICA的四个假设前提条件,结合实际地震信号的统计特性,分析作为源信号的有效波与噪声,并对其进行处理,使其能够在独立性和非高斯性方面满足独立分量分析算法的要求。对于盲源分离的两个固有不确定性问题,引入波形相似度的概念,使问题得到解决。从而说明在地震信号处理领域应用独立分量分析算法的可行性。最后提出算法,并用其处理合成地震信号(含随机噪声Ricker子波),实现有效波和噪声的分离,证明算法的有效性。     

独立分量与因子旋转关系分析

解析独立分量分析和因子分析的基本原理,指出独立分量分析的本质是因子旋转,从理论上证实了Varimax和Onhomax等因子旋转与基于峭度的独立分量估计目标函数条件等价。考虑多种类型源信号的情况,提出了基于Varimax的独立分量估计方法。实验表明,在混合矩阵满足稀疏条件下该方法简单有效。     

基于EMD和ISA方法的轨道车辆动态应变信号去工频干扰研究

针对轨道车辆动态应变信号实际通道数量小于源通道,无法直接应用独立分量分析(ICA)方法降噪的问题,提出一种基于经验模态分解(EMD)和独立子空间分析(ISA)的去除工频干扰的方法.首先对信号进行EMD分解得到本征模态(IMF),再对结果进行ICA分析,得到独立分量,然后对独立分量进行层次聚类将原信号分解到不同的子空间中,从而达到分离噪声的目的.实验结果表明该方法降噪效果优于传统滤波算法,处理后的信号损伤值高于带阻滤波值处理结果,使寿命评估结果偏向于安全,证实了将其应用于去除轨道车辆动态应变信号中工频干扰的可行性.     

基于小波变换和FASTICA算法的有噪混合图像盲分离

简要介绍了独立分量分析的基本数学模型和算法,在此基础上,探讨了独立分量分析在有噪混合图像分离中的应用,提出了一种将小波阈值法去噪与独立分量分析相结合的多通道含噪盲信号分离算法,该算法在对混合含噪图像进行独立分量分析之前,使用小波阈值去噪去除含噪混合图像中的噪声.实验结果表明,该方法能有效地降低噪声信号的影响,较好地恢复了原始图像,解决了传统的独立分量分析方法无法实现加性噪声的多通道含噪盲信号分离的缺陷.     

基于变分模态分解与独立分量分析的轴承故障特征提取方法

针对滚动轴承早期故障振动信号能量小且易受背景噪声干扰,从而导致故障特征提取困难等问题,提出基于变分模态分解(VMD)与独立分量分析(ICA)相结合的故障特征提取方法;该方法首先将原始故障信号进行VMD,得到若干正交的本征模态分量(IMF),然后依据峭度准则对分解后的信号进行分组重构,作为ICA的输入矩阵,最后采用Fast ICA算法实现故障信号与噪声信号的分离,从而提取机械故障特征信息;将轴承故障数据作为研究对象进行故障特征提取,并与集成经验模态分解-独立分量分析(EEMD-ICA)方法对特征信号的提取效果进行对比。结果表明,基于VMD与ICA的轴承故障特征提取方法提高了分解效率,解决了信号易受噪声干扰的问题,实现了轴承故障的精确诊断。     

基于粒子群优化的独立分量分析算法研究

在分析独立分量分析算法的基础上,给出了一种基于粒子群优化的独立分量分析算法。该算法以互信息量最小化为目标函数,通过对粒子群位置矢量和速度矢量更新的改进,得到全局最优值,从而得到分离矩阵。仿真实验表明,基于粒子群优化的独立分量分析算法是一种非常有效的盲源分离算法。     

基于类间功率谱差的FRFT-TDCS门限判决算法

针对分数阶傅里叶变换域通信系统采用传统门限判决算法难以有效剔除多分量线性调频干扰的问题,根据高斯白噪声和多分量线性调频干扰分数阶傅里叶变换域功率谱特征,提出了基于类间功率谱差的门限判决算法。该算法利用了分数阶傅里叶变换不影响高斯白噪声的统计特性,在分数阶傅里叶变换域的三维频谱上自适应地确定门限值,既可以有效对多分量线性调频干扰频谱剔除,又解决了分数阶傅里叶变换的变换阶次对门限判决带来的不利影响。仿真结果表明,该算法在双极性调制和循环移位键控调制下,对多分量线性调频干扰剔除的有效性,尤其在大干信比情况下,误码率的提升尤为明显,对提高分数阶傅里叶变换域通信系统抗多分量线性调频干扰的能力具有一定的实用价值。     

ICA在地震数据叠前噪声消减中的应用

为了消除地震勘探数据中的噪声,引入独立分量分析(ICA)方法到地震资料处理中提高资料的信噪比。文中阐述了ICA的基本原理,并根据地震记录中的有效信号和干扰信号的特点,提出了地震数据叠前噪声消减的S-ICA理论模型。经在受干扰小的地震仪器测试数据上人工叠加规则干扰噪声、随机噪声,以及攀枝花某矿区实测浅层地震数据的S-ICA分离仿真验证表明,该模型既能有效地除去干扰噪声,又能完整地保留有效信号,具有一定的实用价值。     

基于独立分量相异性分析的动态过程监控研究

针对动态独立分量分析(dynamic independent component analysis, DICA)在过程中捕获的独立分量存在自相关性和故障漏报的问题，提出基于独立分量相异性分析(DICA dissimilarity analysis, DICA-DISSIM)的动态过程监控方法。首先，利用DICA从原始数据中捕获独立分量；其次，在独立分量子空间中引入滑动窗口并进行相异性分析得到一个新的统计指标来监控过程的当前状态；最后，利用变量贡献图方法分析过程异常原因。与传统的DICA相比，所提方法能够有效地降低DICA捕获的独立分量的自相关性，降低了过程动态特征对故障检测的影响，最后解决了DICA统计量中存在的故障漏报问题。通过对动态数值例子和田纳西-伊斯曼过程进行仿真，仿真结果表明，与独立分量分析(independent component analysis, ICA)、DICA和动态主成分分析(dynamic principal component analysis, DPCA)相比，该方法有效地提高了动态过程监控性能。     

基于改进PSO的ICA方法分析重力固体潮信号

为了从重力固体潮信号中提取地球物理信息,介绍了一种重力固体潮信号分解模型.在分解模型中,重力固体潮信号分解为赤道平面信号分量及地球自转轴信号分量.为了提取与分解模型相一致的地球物理信息,提出用独立分量分析(ICA)方法将重力固体潮信号中的赤道平面信号分量与地球自转轴信号分量分离.鉴于ICA存在收敛速度慢及局部搜索等特点,提出了一种基于惯性因子ω的改进粒子群优化算法(PSO)来解决ICA中的全局寻优问题.通过仿真实验分析可知,本文提出的改进粒子群的独立分量分析算法可以获得与分解模型相一致的信号分量,并且从各分量中可提取出与地球产生机制相一致的地球物理信息,是一种分析重力固体潮信号的有效方法.     

基于独立分量分析的混合声音信号分离

论文简要介绍了有关独立分量分析（ICA）的基本理论和算法;探讨了独立分量分析在混合声音信号分离中的应用。针对ICA输出结果排序的不定性以及在长时间记录声音信号的过程,ICA混合模型系数存在时变性等问题,提出了一种结合小波变换和独立分量分析的解决方法;试验结果表明,该方法能有效地提高运算效率并获得较好的分离效果。