《表2 特征值：基于独立分量分析的动车组模型噪声分离》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于独立分量分析的动车组模型噪声分离》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

利用上述算法对观测信号进行独立分量分析。首先对观测信号进行EEMD分解为16层，IMF6～IMF9分量（由于篇幅限制，这里只列出部分IMF分量作为示例），如图5所示。将观测信号和本征模态函数组成新的多维信号ximf=（x，c1，c2，…，c15，r）T，求出新的多维信号ximf相关矩阵Rx的特征值和特征向量，特征值由大到小，如表2所示。第一个贡献率为71.47%，前2个贡献率为90.87%，大于90%，则估计出的源信号的数目为2个，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。