Télécharger la présentation
Publié parChrétien Klein Modifié depuis plus de 11 années
1
La séparation de sources en traitement du signal Potentialités pour le Diagnostic
2
Position du problème à partir des réponses seulement…
identifier les fonctions de transfert Hij entre les sources si et les réponses yj identification en aveugle. retrouver les sources inconnues si déconvolution aveugle. retrouver les réponses individuelles attribuées à chacune des sources, i.e la réponse yj|i mesurée sur le jème capteur lorsque seule la source si est active (les autres étant éteintes) séparation de sources en aveugle.
3
Types de mélanges Mélange statique (instantané) Mélange dynamique (convolutif) …en fréquentiel
4
Indéterminations fondamentales
Energie des sources ou gain statique des filtres Etiquette des sources Hypthèses fondamentales Problème Hypothèse Identification aveugle Indépendance et blancheur des sources Déconvolution aveugle idem Séparation aveugle Indépendance des sources « facilité »
5
Analogie avec le cas 11 (factorisation spectrale)
NM 11 la phase de la fonction de transfert reste inconnue… la matrice unitaire (f) reste inconnue…
6
décomposition de la matrice de transfert
Interprétation géométrique décomposition de la matrice de transfert rotation homothétie rotation
7
Séparation de sources cyclostationnaires
Introduction de la matrice spectrale cyclique Szz(f ;) = E[Z(f+)Z+(f)] = V+(f+)Sss(f ;)V(f) Szz+(f ; )Szz(f ;) = V+(f)Sss+(f ; )Sss(f ; )V(f) V(f) à une matrice de phase diagonale près modules exacts modules identifiés Rq: Il est possible de retrouver la phase inconnue à partir de
8
(la matrice de phase diagonale inconnue n’intervient pas)
Séparation des contributions des sources sur les réponses: (la matrice de phase diagonale inconnue n’intervient pas)
9
Exemple d’application sur un système mécanique
Spectre 1 Spectre 2 Diagonalisation matrice spectrale Diagonalisation m.s. cyclique
10
Matrice de transfert identifiée en aveugle (modules)
11
Séparation de sources non Gaussiennes
…même principe, la diagonalisation de la matrice spectrale étant suivie de celle d’une matrice de bi- ou tri-spectres
12
Potentialité pour le diagnostic
Identification en aveugle Déconvolution en aveugle analyse modale en fonctionnement mesure et analyse des forces excitatrices Suivi des propriétés modales Séparation en aveugle espace des réponses saines / espace des réponses défaillantes (défauts additifs)
Présentations similaires
© 2024 SlidePlayer.fr Inc.
All rights reserved.