Pyhon在振动信号处理中的高级应用(九):独立分量分析(ICA)

一、概述

测试信号中所含状态信息量的多少,是机械监测诊断的关键。振动和噪声是机械故障诊断中常用的信号源。但是在机器的实际诊断监测中,由于振动源多、振动传递路径复杂,由传感器搜集到的信息往往是多个振动激励源信号的总和。对于特定部件激振的振动信号来说,测试得到的振动信号信噪比较低。独立分量分析为分离和提取混合信号中的源信号提供了一个有力的工具。下面我们来看一下如何通过ICA算法实现降噪。

二、算法原理

  关于独立分量分析的算法可见独立成分(ICA)分析,笔者就不展开讲了。主要说一下算法实现的流程:
  1、假定每个 s i \boldsymbol{s}_{i} s

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

白银时代_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值