基于相关峭度反卷积逆滤波器的薄膜生产线故障监测

黄卓群，杨光永，程 满，刘 叶，徐天奇

(云南民族大学 电气信息工程学院,昆明 650500)

0 引言

盲源分离作为一种广泛用于无线通信、阵列信号处理等领域的信号分解技术，能够在混合信号中提取出所需的一个或几个特定的源信号，也称之为盲提取。文献[1]针对滚动轴承早期微弱故障问题提出了一种基于自适应局部迭代滤波和最大相关峭度解卷积两者相结合的故障诊断方法。文献[2]将峭度的绝对值作为对比函数，进而提出了一种基于峭度的一单元ICA-R快速算法，但依然存在阈值难以确定的问题。文献[3]针对滚动轴承振动信号受强噪声干扰,难以提取其微弱故障特征的问题,提出了自适应最大相关峭度解卷积(MCKD)和自适应噪声完全集合经验模态分解(CEEMDAN)的故障特征提取方法。文献[4]提出了首先将具有最大峭度的信号提取出来的盲提取算法。文献[5-6]提出了一种针对具有特定的峭度的信号盲提取方法。文献[7]从模式识别的角度出发,分析了基于核的野点检测方法。文献[8]利用混合信号的峭度变化特性,提出了最大三阶相关峭度反卷积算法,设计了反卷积逆滤波器。文献[9]推导LDM光学压力传感器的压力-像元解析模型，并采用最大三阶相关峭度反卷积算法对亚像元峰值位置进行盲提取。文献[10]中详细介绍了反卷积的相关知识和理论基础。文献[11]针对传感器网络中噪声统计特性未知的情况,提出了一种基于容积点变换和代价参考粒子滤波的盲信号提取方法。……