单通道涡流无损检测信号盲源分离算法

针对脉冲涡流无损检测(pulsed eddy current testing, PECT)系统中获取单一检测信号存在的混叠问题，文章提出一种基于经验模态分解(empirical mode decomposition, EMD)和快速独立分量分析(fast independent component analysis, FastICA)的单通道盲源信号分离算法。该算法首先通过EMD对混合观测信号分解，然后利用奇异值分解(singular value decomposition, SVD)估计源信号数目，根据估计得到的源信号数目将观测信号和对应模态分量构成新的虚拟信号，最后利用FastICA算法分离得到源信号的估计。有限元仿真实验表明该算法能有效分离单通道混合检测信号，并且优于小波分解的单通道盲源分离算法。