于　刚, 周以齐， 张卫芬

(1.山东大学 高效洁净机械制造教育部重点实验室，济南　250061；2.解放军72850部队，济南　250032)



一种新的相关机械振源盲分离方法

于刚, 周以齐1， 张卫芬2

(1.山东大学 高效洁净机械制造教育部重点实验室，济南250061；2.解放军72850部队，济南250032)

针对传统盲源分离算法在机械振源不满足统计独立特性时，无法有效分离出振源信号的问题，提出了基于信号稀疏特性的相关机械源盲分离方法。盲源分离算法的关键在于准确地估计出混合矩阵。因此，首先提出了不相关源混合矩阵的估计方法；然后针对相关源，提出了有效剔除相关成分的方法，使得剩余信号可以按照不相关源进行处理。通过理论分析、仿真验证以及实测数据分析，验证了该方法的有效性。

盲源分离；振动源；相关源

机械设备运行中，多个部件都会产生一定的振动，导致测量信号通常是多个振源信号的混合。如果能针对每个振源单独地分析其信号特征，对于监测设备运行状态、分析结构特性、控制振动传递等应用具有一定的指导意义。盲源分离(Blind Source Separation, BSS)方法仅依靠测量信号即可得到各源信号及其混合模型，在理论上为振动分析提供了有力的技术手段[1]。独立分量分析(ICA)，利用信号间的统计独立特性，估计出分离矩阵，并用于源信号的分解，在故障诊断[2-3]、模态分析[4-5]等领域均得到了广泛的应用。

而工程应用中，各机械振源之间往往会存在交叉频率成分，导致无法满足ICA算法的独立性假设，从而造成算法失效。……