河北建材职业技术学院 童夏敏 高敬媛

由于电气设备环境中不可避免的会存在电磁信号，要监测和识别电气故障放电火花的电磁信号，必须消除环境中的电磁干扰信号。信号去噪方法有频域滤波技术、自适应滤波、神经网络、小波变换及高价谱等方法。其中频域滤波方法适合于稳定的周期性信号，不适合间隙时的电气火花信号处理；自适应滤波方法，对延时要求较高，突发性火花电磁信号难以满足要求；神经网络适合有规律信号的去噪，不适合随机出现的电气火花电磁信号处理；高价谱适合去除高斯干扰，对火花信号电磁噪声的消除效果也不好；小波变换适合处理干扰信号强度小于提取信号的情况，如果背景干扰电磁信号强度大于或等于电气火花电磁信号，采用常规的噪声处理方法也难以识别电气火花信号。此时我们需要研究另一种特殊的方法－分离技术，将背景干扰电磁信号与电气放电火花信号进行分离，从而达到电气火花信号的提取识别目的。下面对这种强电磁干扰环境中电气火花电磁信号的识别进行研究。

1 信号分离原理

信号的盲源分离原理是首先由多个传感器接收若干来自未知信号源的混叠信号。然后通过数学方法建立未知信号混合方程，采用一定的方法求解方程即可获得未知信号源的信号。目前信号盲分离的基本方法是独立分量分析法（ICA），其原理是：假设存在m个统计独立的源信号S(n)=[S1(n)，…，Sm(n)]和至少m个获得的混叠信号X(n)=[X1(n)，…，Xm(n)]，其解可表达为：