文献

J-GLOBAL ID：201802263430759389   整理番号：18A0679681

EEMDに基づく単一チャネル機械騒音信号のブラインド分離【JST・京大機械翻訳】

Blind source separation of single-channel mechanical noise signals based on EEMD

著者 (2件)： Hou Yimin (東北電力大学自動化工程学院,吉林,132000) ,  Zhang Rongbin (東北電力大学自動化工程学院,吉林,132000)
資料名： Zhizaoye Zidonghua  (Zhizaoye Zidonghua)
巻： 39  号： 11  ページ： 134-137  発行年： 2017年 
JST資料番号： C2179A  ISSN： 1009-0134  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ブラインドソース分離は機械装置の状態監視と故障予測において効果的に干渉を除去し、ソース信号を回復することができ、信号の更なる分析に役立ち、重要な応用価値がある。実際の環境における機械信号は通常非定常信号であり、経験モード分解は実際の応用における非定常非線形の機械信号の解決に対して有効な方法である。機械音響診断の発展を促進し、混合音響信号処理の困難さを解決するため、同時に実際の信号収集コストを低減するために、EEMDとFast-ICAを結合した単一チャネル機械騒音信号ブラインド音源分離方法を提案し、機械音響故障診断の基礎を築いた。EEMDアルゴリズムを用いて,単一のマイクロホンによって観測された信号を多重IMF成分に分解し,次に,適切なIMF成分と単一チャネル信号の組合せを選択し,次に,多次元観測信号を再構成することによって,単一チャネル上昇を実現した。最後に,機械的信号をFast-ICAによって回復した。この方法を,3つの誘導電動機の雑音信号の単一チャネル分離実験に適用し,良好な分離効果を得た。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 故障診断 ,  *機械騒音 ,  音響 ,  再構成 ,  *チャネル ,  マイクロホン ,  アルゴリズム ,  高次元
準シソーラス用語： 分離性能 ,  音響信号処理 ,  非定常性 ,  非定常信号 ,  故障予知 ,  状態監視 ,  *ブラインドソース分離 , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (3件)： チャネル ,  機械騒音 ,  ブラインド