康 斌 向 阳

（宁波海事局1） 宁波 315020） （武汉理工大学能源与动力工程学院2） 武汉 430063）

柴油机燃烧激励和运动件冲击激励所产生的振动信号，能反映柴油机的经济性能和动力性能.所以柴油机振动信号中包含有其工作过程及其零部件工作状态的丰富信息.利用振动信号进行柴油机状态监测和故障诊断，具有诊断范围广，信号容易获得，便于在线监测等优点.缸盖激励源主要有燃烧压力、气门落座等，而这些激励源产生的信号作用时间短，且多为宽频谱信号，频谱重叠严重.采用传统的傅里叶变换、短时傅里叶变换和小波变换等方法很难对这些不同的源信号进行分离.近年来迅速发展起来的独立分量分析方法为此提供了一种新的解决思路，独立分量分析是一种非常有效的盲源分离技术，不受源信号时间互相交叠和频谱互相交叠的影响［1］，已经在生物医学信号处理、混合语音信号分离和图像信号消噪等领域取得了较好的应用效果.

1 独立分量分析（ICA）的基本原理

1.1 ICA定义［2－3］

独立分量分析的概念最早是由法国学者Junen和Herault在1983年提出的，是一种线性混合信号里恢复基本源信号的方法，最初使用来解决“鸡尾酒会”这一类问题的.假设有N 个传感器拾取到N 个观测信号xi，i＝1，2，…，N；每一个观测信号都是由M 个独立源信号si，i＝1，2，…，N 的瞬时线性混合.即X＝AS，A 是N×M 的未知混合矩阵.独立分量分析分析是在S 与A 均未知的条件下，求取一个解混矩阵W，从混合信号中分离出相互独立的源……