稀疏采樣下的物聯(lián)網(wǎng)傳感器信號重構(gòu)及非線性校正.pdf

1、隨著技術(shù)和應(yīng)用的不斷發(fā)展，物聯(lián)網(wǎng)給人們的生活和工作方式帶來深刻的變革。在物聯(lián)網(wǎng)系統(tǒng)中，需要大量的傳感器采集數(shù)據(jù)，并將數(shù)據(jù)發(fā)給中央系統(tǒng)分析處理，這樣確保了物聯(lián)網(wǎng)系統(tǒng)的良好運行。然而溫度、濕度、電流等絕大多數(shù)常用物聯(lián)網(wǎng)傳感器往往存在一定的非線性。傳統(tǒng)的物聯(lián)網(wǎng)傳感器非線性校正的方法，要求信號采集與轉(zhuǎn)換設(shè)備效率極高，并且在校正過程中需要對龐大的數(shù)據(jù)進行分析。因此，在進行物聯(lián)網(wǎng)傳感器非線性校正研究的同時，利用壓縮感知理論克服上述兩個難點是一項非常

2、有意義和創(chuàng)新性的課題。
　　針對重構(gòu)算法，本文對正交匹配追蹤和對偶仿射尺度內(nèi)點進行了深入的研究;通過MATLAB編程仿真，從重構(gòu)信號對應(yīng)于原始信號的重構(gòu)信噪比、誤差百分比以及能量恢復系數(shù)等方面，較全面地比較了兩種重構(gòu)策略的優(yōu)劣勢，結(jié)果發(fā)現(xiàn)，OMP算法較對偶仿射尺度內(nèi)點算法穩(wěn)定，但是后者對相較于前者需要的壓縮采樣的數(shù)據(jù)長度更少，對偶尺度仿射內(nèi)點法最低的數(shù)據(jù)長度僅為原始數(shù)據(jù)長度的26.27％。
　　針對稀疏采樣策略，本文提出了基

3、于隨機等效時間采樣的策略，并對其進行了詳細的理論講解，通過MATLAB進行仿真分析了該策略對壓縮感知重構(gòu)算法所需的數(shù)據(jù)長度的影響。提出了在隨機等效時間采樣法下存在的兩種采樣模式:“滿額度”采樣方法與自適應(yīng)采樣方法。通過“滿額度”采樣，可以得到重構(gòu)信噪比、誤差百分比、能量恢復系數(shù)相對于隨機等效時間采樣步長的變化趨勢;通過自適應(yīng)采樣算法對對偶仿射尺度內(nèi)點法進行優(yōu)化，使得所需的數(shù)據(jù)長度為原始數(shù)據(jù)長度的11.11％。
　　同時，本文分析了

4、STC12C5A60S2單片機的隨機等效時間采樣過程，通過串口傳送數(shù)據(jù)的時序;實現(xiàn)了基于STC12C5A60S2單片機的隨機等效時間采樣與重構(gòu)系統(tǒng)。在本系統(tǒng)中，電流，溫度，濕度等物聯(lián)網(wǎng)傳感數(shù)據(jù)通過PL2303傳遞給上位機;并通過MATLAB程序?qū)崿F(xiàn)重構(gòu)信號，重構(gòu)效果良好。
　　針對物聯(lián)網(wǎng)傳感器非線性校正，本文研究了利用支持向量機算法進行物聯(lián)網(wǎng)傳感器的非線性校正，建立基于支持向量機算法的傳感器非線性校正模型和算法，對隨機等效時間采樣