首页|基于独立分量分析的动车组模型噪声分离

基于独立分量分析的动车组模型噪声分离

Noise Separation of EMU Model Based on Independent Component Analysis

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
研究表明高速列车的噪声由多种因素混合而成,有效的分离出各种噪声对列车的减振降噪具有重要意义.针对动车组模型试验提出一种适用于分离试验段观测噪声的盲源分离方法.对观测噪声进行EEMD分解,使单通道欠定问题转化为正定问题;利用主成分分析进行源信号数目的估计,提出利用至少包含源信号信息90％的主成分重构观测信号;对重构的观测信号利用独立分量分析进行分离.仿真实验说明该方法可有效的分离出源信号.在动车组模型风洞试验中,试验段传声器的观测信号主要是由气动噪声和风机振动噪声混合而成,所估计的源信号数目与试验条件一致.分离出的气动噪声和风机振动噪声源信号与原始源信号的主要频率一致,相关系数都大于0.65,属于强相关,说明了该方法对动车组模型试验噪声分离的有效性.

同晓雅、陈春俊、张振、杨劼立

展开 >

西南交通大学机械工程学院,四川 成都 610031

动车组模型 EEMD 主成分分析 独立分量分析 噪声分离

国家自然科学基金

51475387

2020

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2020.(6)
  • 1
  • 4