10.3969/j.issn.1001-3695.2014.05.065
基于EEMD和ICA的单通道列车信号盲分离
针对列车混合故障的诊断,提出了一种基于集合平均经验分解(EEMD)和独立分量分析(ICA)的盲分离诊断方法。通过EEMD算法将混合信号分解为包含不同源信号特征的本征模态函数(IMF),组成新的多维信号;用主成分分析准确估计源信号个数,解决了单通道信号盲分离的欠定问题;利用快速独立分量分析(Fast-ICA)算法实现了信号的盲分离。实验信号分别采用仿真信号和列车实验信号进行实验,实验结果表明,该算法可以有效地分离出列车的单故障信号。
盲源分离、单通道、列车故障、经验模态分解、独立分量分析
31
TP391(计算技术、计算机技术)
国家自然科学基金61134002
2014-05-06(万方平台首次上网日期,不代表论文的发表时间)
共3页
1551-1553