盲源
關注創建者：Tsingjiang.L 創建時間：2021-03-15
盲源的視頻教程
1-116基于matlab的盲源信號分離
基于matlab的盲源信號分離。FASTICA方法，能夠很好的將信號解混，可以替換數據進行分析。具有GUI界面，可以很好的進行操作。程序已調通，可直接運行。 購買后可下載視頻中的源程序文件。
￥25.9 2分鐘 21播放
查看
盲源的實例教程
186基于matlab的信號盲源分離算法 ￥19.89
基于matlab的信號盲源分離算法，包括變步長盲源分離（EASI）,RLS(自然梯度和普通梯度)，并將三種方法分離結果進行對比。程序已調通，可直接運行。
基于matlab的時頻盲源分離（TFBSS）算法，TFBSS用空間頻率分布來分離非平穩信號，可以分離具有不同時頻分布的源信號，也能夠分離具有相同譜密度但時頻分布不同的高斯源。同時，該算法在時頻域上局域化源信號能量，從而擴散噪聲頻譜，提高了其在噪聲條件下的魯棒性。程序已調通，可直接運行。
基于matlab的不同目標函數的盲源信號分離基于負熵的；基于負熵的改進算法； 基于峭度的；基于互信息的；基于非線性PCA的。輸出解混前后信號結果。程序已調通，可直接運行。
基于matlab 2018B的語音信號降噪和盲源分離GUI界面，包括維納濾波，小波降噪、高通、低通、帶通濾波，及提出的濾波方法。每個功能均展示降噪前后聲音效果并外放出來。程序已調通，可直接運行。
</p><p>? SPC分析幫助調查每個噪聲源對總噪聲的貢獻，而不是將測量的總聲音分解為不同的貢獻。當我們對貢獻的總和與原始總測量數據做比較時，該方法給與我們更大的信心，是對模型的真正的驗證。</p><p>? HBK體積速度聲源使用專利的雙傳聲器方法，準確測量現場的體積速度而無需自由聲場假設，保證任何測量條件下聲學傳遞函數的準確性。</p><p><br></p><p><strong>室內車輛通過噪聲</strong>（Pass-by）測試模擬真實路面的Pass-by測試。測試在在受控環境中進行，測量結果具有可重復性，不受天氣條件的影響。在車輛開發過程中，室內Pass-by測試可以對設計修改進行快速驗證，以確定其對車輛整體噪聲水平的直接影響。除了Pass-by測試，車輛改進還需要了解車輛不同噪聲源的貢獻。</p><p><br></p><p>本文介紹了一種<strong>源路徑貢獻量（SPC）</strong>概念，包括在室內車輛測試中對Pass-by的主要噪聲源進行建模。這種方法的一個特點是，它完全<strong>在時域內進行處理</strong>，為每個考慮到的噪聲源估計聲源強度。然后對估計值進行合成，得出車輛和各個噪聲源的Pass-by估計值。這些估計值基于指示點麥克風近場數據和聲學傳遞函數。因此，可以確定車輛在Pass-by測試期間特定位置的主要噪聲源。</p><p><br></p><p>將該方法得出的結果與<strong>盲源分離（BSS）方法</strong>進行比較，以提取與車輛運行期間不同噪聲過程相關的源信號。提取的源信號與遠場測量值相關聯，以估算Pass-by噪聲貢獻。使用揚聲器對 BSS 方法進行了驗證，結果顯示輪胎噪聲和發動機噪聲的分離效果很好。最后，在底盤轉鼓上對這兩種方法進行測試和評估。
展開 
盲源的相關專題、標簽、搜索
盲源的最新內容
基于matlab 2018B的語音信號降噪和盲源分離GUI界面，包括維納濾波，小波降噪、高通、低通、帶通濾波，及提出的濾波方法。每個功能均展示降噪前后聲音效果并外放出來。程序已調通，可直接運行。
wx_fmt=png" alt="技術評論 | 室內Pass-by的源路徑貢獻量分析與盲源分離的圖4" style="max-width: 100%; display: block; margin: 0px auto;"></a></p>
<p style="margin-top: 1.4em; margin-bottom: 15px; cursor: text; counter-reset:
基于matlab的時頻盲源分離（TFBSS）算法，TFBSS用空間頻率分布來分離非平穩信號，可以分離具有不同時頻分布的源信號，也能夠分離具有相同譜密度但時頻分布不同的高斯源。同時，該算法在時頻域上局域化源信號能量，從而擴散噪聲頻譜，提高了其在噪聲條件下的魯棒性。程序已調通，可直接運行。
</p><p><br></p><p>將該方法得出的結果與<strong>盲源分離（BSS）方法</strong>進行比較，以提取與車輛運行期間不同噪聲過程相關的源信號。提取的源信號與遠場測量值相關聯，以估算Pass-by噪聲貢獻。使用揚聲器對 BSS 方法進行了驗證，結果顯示輪胎噪聲和發動機噪聲的分離效果很好。最后，在底盤轉鼓上對這兩種方法進行測試和評估。
基于matlab的信號盲源分離算法，包括變步長盲源分離（EASI）,RLS(自然梯度和普通梯度)，并將三種方法分離結果進行對比。程序已調通，可直接運行。
基于matlab的不同目標函數的盲源信號分離基于負熵的；基于負熵的改進算法； 基于峭度的；基于互信息的；基于非線性PCA的。輸出解混前后信號結果。程序已調通，可直接運行。
早期故障信息具有明顯的低信噪比微弱信號的特征，為實現早期故障有效分析，涉及方法包括：多傳感系統檢測及信息融合，非平穩及非線性信號處理，故障征兆量和損傷征兆量信號分析，噪聲規律與特點分析，以及相關數據挖掘、盲源分離、粗糙集等方法。
（4）故障預測模型構建。
