Pyhon在振动信号处理中的高级应用（七）：独立分量分析（ICA）

一、概述 二、算法原理 三、Python实现 四、Tips

测试信号中所含状态信息量的多少，是机械监测诊断的关键。振动和噪声是机械故障诊断中常用的信号源。但是在机器的实际诊断监测中，由于振动源多、振动传递路径复杂，由传感器搜集到的信息往往是多个振动激励源信号的总和。对于特定部件激振的振动信号来说，测试得到的振动信号信噪比较低。独立分量分析为分离和提取混合信号中的源信号提供了一个有力的工具。下面我们来看一下如何通过ICA算法实现降噪。

  关于独立分量分析的算法可见独立成分（ICA）分析，笔者就不展开讲了。主要说一下算法实现的流程：
  1、假定每个 s i boldsymbol{s}_{i}