江 涌 李 军 章林柯 何 琳
(防化研究院装备评价与计量研究室1) 北京 102205)(海军工程大学振动与噪声研究所2) 武汉 430033)
噪声控制中最重要的工作之一,是分析噪声的频谱特性及其传递、变化情况,从而解决主要噪声源或传递路径的识别问题[1].
在实际环境中,由于结构耦合及环境干扰的影响,用于监测机械设备振动或噪声的传感器往往只能测得混合信号.因此,为了分析各噪声源的特性,必须对混合信号进行分离.如果源信号在频谱上互不重叠,用简单的信号滤波或偏相干方法,就可对混合信号中各源成分进行分离[2].但随着机械设备的大型化、复杂化和高速化,各机械设备的振动噪声信号在频谱上往往是相互重叠的.此时,如果仍采用传统的子带滤波、小波变换等方法对混合信号进行处理,则会同时滤掉感兴趣的源信号,降低源识别的精度[3].
近些年来兴起的盲信号处理技术,正是在对源信号和传递路径都没有任何先验知识的情况下,仅根据源信号相互独立的特性,通过对观测到的混合信号施以一定的变换以恢复未知源信号的一种技术[4].因此,在源识别中,当难以建立起从源信号到混合信号之间精确的数学模型,或先验知识较少时,盲信号处理就成了较好的预处理方法.
盲信号处理技术主要应用于语音、脑信号、图像处理和通信等领域[5].近些年,得到机械领域国内外广大学者的关注[6-7].由于卷积耦合的复杂性,传统的卷积……