基于ICA算法的EMI傳導發(fā)射信號分析.pdf

1、隨著電子科學技術的飛速發(fā)展，大量的電子設備已廣泛應用于社會的各個領域。但是由于電子設備在工作時產生的電磁波所攜帶的能量，會通過線纜耦合以及空間輻射對其他的電子設備產生電磁干擾，同時也會受到外來的電磁干擾的影響，從而造成設備的性能降低和電磁信息泄露，所以電磁兼容(EMC)問題受到越來越多的人們關注。各國也隨之制定了許多EMC相關標準。電磁干擾主要分為傳導干擾和空間干擾，傳導發(fā)射干擾作為電磁兼容問題中的一個重要指標，如何能夠低成本、高效率的

2、抑制傳導發(fā)射干擾已成為了一項重要的研究課題。
　　 獨立分量分析（Independent Component Analysis，ICA）是從多元觀測數(shù)據(jù)中尋找其統(tǒng)計獨立和非高斯因子的一種盲源分離技術。該技術因其具有獨特的信號分析理論體系，所以在信息挖掘、信號特征提取、通信信息系統(tǒng)信號分析等眾多研究領域引起了國內外眾多學者的極大興趣。
　　 模式識別技術(Pattern Recognition)又被稱作模式分類，它是通過對

3、含有表征事物或現(xiàn)象的各種信息進行處理和分析（這種信息是通常是通過數(shù)值、文字以及各種邏輯關系的形式來反應的），來進一步描述、辨認、分類和解釋事物或現(xiàn)象的過程，是信息科學和人工智能的重要組成部分。目前已經被廣泛應用于圖像信號識別、語音信號識別、聲音信號的分類、通信信號識別、計算機故障輔助診斷、數(shù)據(jù)挖掘等領域。
　　 本文對ICA算法進行了優(yōu)化并且在此基礎之上結合現(xiàn)代模式識別技術，對傳導發(fā)射信號進行了分析，并對傳導發(fā)射信號中的差模分量