混合信号去工频干扰方法及系统技术方案

本发明专利技术公开了混合信号去工频干扰方法及系统，涉及信号处理技术领域，其方法包括：生成混合信号X的分离矩阵W，分析W第i行向量W

【技术实现步骤摘要】
混合信号去工频干扰方法及系统
本专利技术涉及信号处理
，具体是涉及一种混合信号去工频干扰方法及系统。
技术介绍
整车结果耐久测试中动态应变信号是疲劳可靠性分析的重要组成部分，由于道路测试过程中存在设备接地不牢及测试环境的存在工频干扰，动态应变中会混入较大成分的工频分量形成混合信号，有益信息被噪声污染导致难以提取的情况，不利于进一步进行疲劳分析，目前抑制工频干扰的方法主要有：陷波滤波法、自适应滤波法和独立分量分析。陷波滤波法是一种特殊的带阻滤波器，其阻带在理想情况下只有一个频率点，用于消除信号中指定的频率。但是其缺点也很明显，滤除噪声的同事也会去除在阻带范围里存在需要保留的成分。而微弱的应变信号的缺失，会使疲劳分析的结果产生较大误差。自适应滤波器的原理是利用最小均方或者最小二乘法，根据工频干扰的频率漂移，主动调整滤波器系数，从而消除工频干扰。但其本质与陷波滤波是一致的，故而会对非工频成分有一定的损伤。
技术实现思路
本专利技术的目的是为了克服上述
技术介绍
的不足，提供一种混合信号去工频干扰方法及系统，可以有效分离信本文档来自技高网...

【技术保护点】
1.一种混合信号去工频干扰方法，其特征在于，包括以下步骤：/n生成包含N个行向量的矩阵作为混合信号X的分离矩阵W，结合X分析W第i行向量W

【技术特征摘要】
1.一种混合信号去工频干扰方法，其特征在于，包括以下步骤：
生成包含N个行向量的矩阵作为混合信号X的分离矩阵W，结合X分析W第i行向量Wi的目标函数；
获取粒子群参数，初始化各粒子位置，通过粒子群算法进行迭代；
若满足迭代终止条件，则输出种群最优位置Gbest作为所述目标函数的解，计算得到Wi的值；
根据所述Wi的值计算X中某一独立源信号的近似信号，在X中消除所述近似信号得到包含N-1个独立源信号的混合信号；
第m次分离一独立源信号的近似信号之后，基于分离之后得到的新的混合信号，生成包含N-m个行向量的矩阵作为所述新的混合信号的分离矩阵，分析新的目标函数，根据粒子群算法计算新的分离矩阵的第i行向量，从所述新的混合信号中再次分离又一独立源信号的近似信号，直至所述混合信号中的工频信号消除。


2.如权利要求1所述的方法，其特征在于，所述“生成包含N个行向量的矩阵作为所述混合信号X的分离矩阵W”步骤之前，包括以下步骤：
对测试信号进行中心化和白化得到预处理之后的混合信号X，所述测试信号由N个独立源信号合成。


3.如权利要求2所述的方法，其特征在于，所述“对中心化后的测试信号进行白化”步骤，包括以下步骤：
对中心化后的测试信号Z进行白化得到混合信号X，白化计算公式为：其中，Q为E[ZZT]的特征向量，E为Z及其转置相乘的期望，B为Z的特征值对角矩阵。


4.如权利要求1所述的方法，其特征在于，所述“结合X分析W第i行向量Wi的目标函数”步骤，包括以下步骤：
设X的概率密度函数为p(x)，则X的熵H(x)为：H(x)＝-E(ln(p(x)))＝-∫p(x)lnp(x)dx，X的负熵J(x)为：J(x)＝H(xgauss)-H(x)，其中，Xgauss为与X同方差的高斯随机向量；
负熵J(x)近似表达为：J(x)＝[E(g(u))-E(g(o))]2，其中，o为具有零均值和单位方差的高斯变量，u为具有零均值和单位方差的随机变量，g(·)为任意非二次核函数，E为期望；
分析W第i行向量Wi的目标函数：minL(Wi)＝[E(g(WiX))-E(g(o))]2,i＝1,2，…n，其中，n为分离矩阵W的行向量总数。

【专利技术属性】
技术研发人员：刘汉文，陈海滨，范波，何洋，潘子安，刘超，
申请(专利权)人：东风汽车集团有限公司，
类型：发明
国别省市：湖北;42