一种系绳振动信号的盲源分离方法,包括以下步骤:步骤一、在系绳上选定任意位置点获取振动信号;步骤二、对采集到的振动信号进行均值预处理,去均值使观测信号变为零均值向量;步骤三、对去均值后的观测信号数据进行白化处理,去除观测信号之间的相关性;步骤四、白化处理后的观测信号通过盲源分离算法分析得到混合矩阵与源信号的估计;步骤五、根据混合矩阵与源信号的估计,分析系绳振动系统的模态响应与振型矩阵;应用单模态识别技术从源信号估中分离出频率与阻尼比;对分离出的各个信号按照大小排列,即得到系绳振动系统的频率向量、阻尼比向量与振型矩阵。本发明专利技术的系统参数识别准确度较高。
【技术实现步骤摘要】
一种系绳振动信号的盲源分离方法
本专利技术涉及系绳振动系统分析方法,具体涉及一种系绳振动信号的盲源分离方法。
技术介绍
在平时的生活和生产中,系绳结构广泛存在,例如输电线的铺置,纺织线的加工、电梯升降系统与斜拉桥的设计等。在系绳结构应用中,系绳振动是普遍存在的一种现象,其振动信号包含许多与系统相关的参数,如张力,张力直接关系着输电线的可靠性、纺织线的质量以及电梯与斜拉桥的安全。获取系绳振动信号并对其进行分析,从而得到期望的参数。通过传感器(接触式与非接触式并存)获取的振动信号多是混杂信号,包含噪声和无用的成分,而且成分的比例是未知的。因此,怎样准确分析系统的源信号,是多年来要解决的问题。普遍应用的两种方法,重点分别在传感器与信号本身上。对于传感器,无外乎采用新技术提高采集时的准确性;对于信号本身,着手于有用信息的提取,与干扰的剔除。目前信号处理的方法包括IIR滤波法、FIR滤波法、小波理论法、统计信号处理法、时频分析法、自适应滤波法、神经网络信号处理法等,上述方法均是在已知的传输通道下,对信号进行分析。这与盲源分离法完全不同,盲源分离法是在源信号与传输通道都无法准确确定的情况下,仅从采集到的混杂信号中分析得到期望参数值的信号处理方法。此方法应用在振动信号分析时,与模态分析法非常契合。对振动系统而言,模态分析法是将系统每阶振型相对的模态坐标划分出来,得到在物理坐标下耦合的微分方程,在模态坐标下独立,从而表示出系统中每阶模态的参数值。盲源分离法是信号处理方法,模态分析法是结构动力学中常用的方法,两种方法都是将期望参数的“独立性”作为研究的重点,以此来进行分离研究。在系绳参数的获取方式上,多是采用接触式的测量,这种测量的方式存在对结构的干扰,随着传感器技术的发展,非接触式的测量方法具有极大的发展前景与研究意义。非接触式的测量方式可以选择高速相机、线性CCD传感器、PSD位置传感器以及激光鼠标芯片等。非接触测量的选择中,存在全局与局部的区别,全局测量的数据量大,设备要求高,准确度也会最高。但在实际测量的选择中,全局的方法不再考虑范围内,因为局部的测量可以满足信号采集的需求。非接触测量的核心在于对系绳振动运动的研究,目前的分析方法有差分方法、驻波法与频率法。弦线在振动过程中,系绳的阻尼,摩擦力的干扰,都会对系绳振动系统构成影响,类似于信号的输出通道受到了限制,无法准确分析其变化。
技术实现思路
本专利技术的目的在于针对上述现有技术中的问题,提供一种系绳振动信号的盲源分离方法,从多个点的位移时间曲线研究分析系绳振动时的振型与模态位移,准确得出系统参数。为了实现上述目的,本专利技术采用的技术方案包括以下步骤:步骤一、在系绳上选定任意位置点获取振动信号;步骤二、对采集到的振动信号进行均值预处理,去均值使观测信号变为零均值向量;步骤三、对去均值后的观测信号数据进行白化处理,去除观测信号之间的相关性;步骤四、白化处理后的观测信号通过盲源分离算法分析得到混合矩阵与源信号的估计;步骤五、根据混合矩阵与源信号的估计,分析系绳振动系统的模态响应与振型矩阵;应用单模态识别技术从源信号估中分离出频率与阻尼比;对分离出的各个信号按照大小排列,即得到系绳振动系统的频率向量、阻尼比向量与振型矩阵。步骤一在获取振动信号时,振动响应信号的表达式如下:式中,ωnj为系统固有频率,ωdj为阻尼存在下的固有频率,Φj为复模态振型向量,Φij为振型向量在该点的复数值,为Φij的共轭复数,qj为模态位移响应,为qj的共轭复数,σij为相位角,ξj为阻尼比;gij为假定系数,特征值sj与振型向量Φj均为成对出现的共轭复值,αj为实数。观测信号表示为:Xbss(t)=AS(t)+n(t)式中,n(t)表示信号采集过程中混入的噪声信号;通过盲源分离算法从观测信号中分离出系统的混合矩阵A与源信号s(t),继而推算出分离矩阵W。步骤三对去均值后的观测信号数据进行白化处理的具体步骤如下:a.将观测信号的协方差矩阵表示为:Rx=E[XXT];式中的X为由观测信号得到的混合矩阵信号,Rx为混合矩阵信号X的协方差矩阵,E为数学期望;b.对观测信号的协方差矩阵按下式进行特征值分解:式中的Vx为特征向量矩阵,Dx为对角阵,对角阵的对角值为特征值;c.令白化矩阵为白化信号表示为数据白化后的单位协方差阵为式中的I为单位阵,为白化信号。步骤四所述的盲源分离算法选用FastICA、SNRMax、AMUSE或SOBI算法。步骤五在实际分析中混合矩阵A、源信号s(t)与振型向量Φ、模态响应q(t)以及分离矩阵W存在以下关系:Φ≈A=W-1;q(t)≈s(t)。步骤五所述的单模态识别技术包括时域峰值拟合法和半功率带法。与现有技术相比,本专利技术具有如下的有益效果:该盲源分离方法在系绳上对位置点的选定没有限制,获取得到是整个系绳振动系统的频率向量、阻尼比向量与振型矩阵,并且因为系绳的振动主要为低阶振动,每一个测量点对应着一阶振动,所以位置点的数量可设为四个,由于不是以单一点的振动来分析,对信号采集时的干扰有极大的抑制作用。介于盲源分离方法的特性,即对传输通道无限制,所以测量点的安置可遵循结构设计最优的原则。对采集的数据首先进行均值与白化预处理,降低后续步骤处理的难度。然后对得到的数据带入到盲源分离算法当中分析出其源信号与混合矩阵,对应得到系统的模态响应与振型。最后应用单模态识别技术等方法,识别出振动系统中的参数。本专利技术的参数识别准确度较高。附图说明图1本专利技术测量点的安置示意图;图2本专利技术振动信号的变化示意图。具体实施方式下面结合附图对本专利技术做进一步的详细说明。本专利技术系绳振动信号的盲源分离方法,包括以下步骤:一、振动信号的获取,对于系绳振动(小阻尼)系统,振动响应信号可以表示如下:式中,ωnj为系统固有频率,ωdj为阻尼存在下的固有频率,Φj为复模态振型向量,Φij为振型向量在该点的复数值,为Φij的共轭复数,qj为模态位移响应,为qj的共轭复数,σij为相位角,ξj为阻尼比;gij为假定系数,特征值sj与振型向量Φj均为成对出现的共轭复值,αj为实数。系绳的振动模态,以低阶振型所占比例较大,所以测量点的个数选择在四个就可满足要求。如图1所示,在系绳上选定任意位置点A、B、C、D来获取振动信号,将其作为要信号处理的输入,由盲源分离方法可知,其对信号输入通道不存在限制。二、对采集的信号进行均值预处理,一般情况下,观测信号可表示如下:Xbss(t)=AS(t)+n(t)(3)式(3)中,n(t)表示信号采集过程中混入的噪声信号,以零均值高斯白噪声为例。如图2所示,盲源分离就是从观测到的混杂信号中分离出系统的混合矩阵A与源信号s(t),所以分离矩阵W是分离任务的主要追求对象。盲源分离(BBS)中对观测信号去均值,即观测信号减去信号的均值K=E{x},使观测信号变为零均值向量。即用BBS得到的源信号s(t)的估计Y亦为零均值。此步预处理可以简化BBS的运算,非必要条件。用去均值后的数据推算出分离矩阵W后,在源信号估计Y上加去掉的均值矢量即为源信号s(t)的估计近似值,去掉的均值矢量为W×K,K为去均值过程中去掉的均值。三、对观测数据去均值之后,进行白化处理,为的是去除观测信号之间的相关性,简化后续的分离算本文档来自技高网...
【技术保护点】
1.一种系绳振动信号的盲源分离方法,其特征在于,包括以下步骤:步骤一、在系绳上选定任意位置点获取振动信号;步骤二、对采集到的振动信号进行均值预处理,去均值使观测信号变为零均值向量;步骤三、对去均值后的观测信号数据进行白化处理,去除观测信号之间的相关性;步骤四、白化处理后的观测信号通过盲源分离算法分析得到混合矩阵与源信号的估计;步骤五、根据混合矩阵与源信号的估计,分析系绳振动系统的模态响应与振型矩阵;应用单模态识别技术从源信号估中分离出频率与阻尼比;对分离出的各个信号按照大小排列,即得到系绳振动系统的频率向量、阻尼比向量与振型矩阵。
【技术特征摘要】
1.一种系绳振动信号的盲源分离方法,其特征在于,包括以下步骤:步骤一、在系绳上选定任意位置点获取振动信号;步骤二、对采集到的振动信号进行均值预处理,去均值使观测信号变为零均值向量;步骤三、对去均值后的观测信号数据进行白化处理,去除观测信号之间的相关性;步骤四、白化处理后的观测信号通过盲源分离算法分析得到混合矩阵与源信号的估计;步骤五、根据混合矩阵与源信号的估计,分析系绳振动系统的模态响应与振型矩阵;应用单模态识别技术从源信号估中分离出频率与阻尼比;对分离出的各个信号按照大小排列,即得到系绳振动系统的频率向量、阻尼比向量与振型矩阵。2.根据权利要求1所述系绳振动信号的盲源分离方法,其特征在于,步骤一在获取振动信号时,振动响应信号的表达式如下:式中,ωnj为系统固有频率,ωdj为阻尼存在下的固有频率,Φj为复模态振型向量,Φij为振型向量在该点的复数值,为Φij的共轭复数,qj为模态位移响应,为qj的共轭复数,σij为相位角,ξj为阻尼比;gij为假定系数,特征值sj与振型向量Φj均为成对出现的共轭复值,αj为实数。3.根据权利要求1所述系绳振动信号的盲源分离方法,其特征在于,观测信号表示为:Xbss(t)=AS(t)+n(t)式中,n(...
【专利技术属性】
技术研发人员:黄攀峰,张海涛,孟中杰,张夷斋,刘正雄,张帆,董刚奇,
申请(专利权)人:西北工业大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。