Filtered output approximation perspective on blind deconvolution

Yu Wang

doi:10.1016/j.ymssp.2026.114633

Filtered output approximation perspective on blind deconvolution

2026-07-01

1

PRE

AI

DOI：10.1016/j.ymssp.2026.114633

原文链接

原文求助

摘要

En 中文

盲解卷积（BD）方法，如最小熵解卷积（MED）和最大二阶循环平稳性盲解卷积（CYCBD），被广泛应用于旋转机械状态监测中，用于在噪声和干扰下提取由缺陷引起的重复瞬态信号。然而，BD方法隐含的滤波输出偏好仍未得到充分理解，其最优输出可能与预期的故障相关分量存在偏差。本文通过引入一个松弛优化问题，建立了一个滤波输出近似（FOA）框架，以明确解释最优滤波输出的偏好结构。从这一视角出发，证明了MED能够将最优滤波输出驱动至单一脉冲，而CYCBD的最优解可能并不对应于真实的循环平稳滤波输出。为缓解这种模糊性，提出了一种改进方法，即均匀性正则化CYCBD（UR-CYCBD），通过引入均匀性正则项，抑制非循环平稳模式，从而实现对故障相关分量更可靠的识别。此外，数值算例和轴承运行至失效的案例研究证明了UR-CYCBD的有效性。

Keyword:

Blind deconvolution

Filtered output approximation

Minimum entropy deconvolution

Maximum second-order cyclostationarity blind deconvolution

Filtered output approximation perspective on blind deconvolution

摘要

期刊

机构

引用论文