摘要：结合局域均值分解（Local mean decomposition,LMD）和盲源分离各自的特点,提出一种基于局域均值分解的欠定盲源分离方法。该方法利用LMD对观测信号进行分解,得到一系列的生产函数分量,将所得到的生产函数（Production functions,PF）分量和原观测信号组成新的观测信号。对构成的新观测信号进行白化处理和联合近似对角化,得到源信号的估计。该方法能有效解决传统的盲源分离方法要求源信号满足非高斯、平稳和相互独立的假设,且要求观测信号数多于源数的不足等问题。仿真结果表明,所提出的方法是有效的,在处理非平稳信号混合的欠定盲分离方面,比传统时频域的盲源分离方法得到了更好的分离效果。将提出的方法应用到滚动轴承的混合故障分离中,试验结果进一步验证该方法的有效性。

关键词：局域均值分解 盲源分离 欠定混合 故障诊断 

单位：南昌航空大学无损检测技术教育部重点实验室 南昌330063 郑州大学机械工程学院 郑州450001 河南省机电学校 郑州450002