基于微粒群算法的盲解卷积及其在故障轴承声信号中的应用
针对复杂机械声场中,盲解卷积算法分离滤波器长度估计困难的问题,提出一种用微粒群算法优化盲解卷积分离滤波器长度的改进方法,解决了估计结果不确定的问题.该方法以分离信号峭度最大值的倒数为微粒群搜索的适应度,利用微粒群算法搜索到最优的分离滤波器长度,获得了可靠稳定的估计结果.计算机仿真和实际环境中故障轴承声信号分离实验证明了该方法的有效性.
微粒群算法、盲解卷积、声学故障诊断、滚动轴承
21
TP393;TH17(计算技术、计算机技术)
国家自然科学基金资助项目50805071;云南省教育厅科学研究基金资助项目08J0009
2010-11-29(万方平台首次上网日期,不代表论文的发表时间)
1457-1461