版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、機(jī)械振動(dòng)信號(hào)傳遞與承載著機(jī)械設(shè)備工作過程中所蘊(yùn)含的大量重要信息,在線監(jiān)測(cè)與采集機(jī)械振動(dòng)信號(hào)是機(jī)械工程領(lǐng)域,尤其是故障診斷技術(shù)中的關(guān)鍵技術(shù)之一。將壓縮感知理論應(yīng)用到機(jī)械振動(dòng)信號(hào)的檢測(cè)中,有助于解決傳統(tǒng)采樣方法數(shù)據(jù)量大,存儲(chǔ)和傳輸困難等問題。在基于壓縮感知理論進(jìn)行振動(dòng)信號(hào)檢測(cè)時(shí),稀疏性是其應(yīng)用的前提和基礎(chǔ)。為此,本文主要對(duì)振動(dòng)信號(hào)的稀疏分解進(jìn)行詳細(xì)研究,取得了以下主要研究成果:
(1)首先對(duì)壓縮感知基本理論進(jìn)行介紹,其次對(duì)稀疏表示
2、基礎(chǔ)理論進(jìn)行了詳細(xì)的總結(jié)和歸納,重點(diǎn)分析了K-SVD字典學(xué)習(xí)算法和雙稀疏字典學(xué)習(xí)算法,最后對(duì)正交匹配追蹤算法進(jìn)行了介紹。
(2)針對(duì)常用的正交基字典不能夠靈活地表示振動(dòng)信號(hào)的復(fù)雜性,振動(dòng)信號(hào)在該稀疏方式下不能足夠稀疏,影響振動(dòng)信號(hào)壓縮重構(gòu)精度。提出了基于K-SVD字典學(xué)習(xí)算法的稀疏表示振動(dòng)信號(hào)壓縮測(cè)量重構(gòu)方法。首先分析了振動(dòng)信號(hào)在基于K-奇異值分解(K-Singular value decomposition,K-SVD)字典
3、學(xué)習(xí)算法得到的過完備字典上的近似稀疏性,即可壓縮性;然后利用高斯隨機(jī)矩陣對(duì)振動(dòng)信號(hào)進(jìn)行壓縮測(cè)量;最后基于壓縮測(cè)量值采用正交匹配追蹤算法對(duì)原始振動(dòng)信號(hào)進(jìn)行重構(gòu)。仿真測(cè)試結(jié)果表明,當(dāng)振動(dòng)信號(hào)壓縮率在60%~90%時(shí),基于 K-SVD字典學(xué)習(xí)算法構(gòu)造的過完備字典比基于離散余弦過完備字典壓縮感知重構(gòu)相對(duì)誤差小。該方法既可以得到較高的信號(hào)壓縮比又有著精確的信號(hào)重構(gòu)性能,在不丟失振動(dòng)信息的情況下,大大減少了原始振動(dòng)數(shù)據(jù)量。
(3)針對(duì)機(jī)械
4、裝備在狀態(tài)監(jiān)測(cè)與故障診斷過程中,基于K-SVD字典學(xué)習(xí)算法的稀疏表示振動(dòng)信號(hào)壓縮測(cè)量重構(gòu)時(shí),訓(xùn)練時(shí)間長(zhǎng),運(yùn)算量較大等問題,提出了基于雙稀疏字典模型機(jī)械振動(dòng)信號(hào)壓縮感知方法。首先分析了振動(dòng)信號(hào)在基于雙稀疏字典模型得到的過完備字典上的近似稀疏性;然后利用高斯隨機(jī)矩陣對(duì)振動(dòng)信號(hào)進(jìn)行壓縮測(cè)量;最后通過雙稀疏字典模型得到的過完備字典,結(jié)合正交匹配追蹤算法完成對(duì)原始振動(dòng)信號(hào)的重構(gòu)。仿真測(cè)試結(jié)果表明,在相同壓縮率下,相比經(jīng)典K-奇異值分解字典訓(xùn)練方法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 機(jī)械振動(dòng)信號(hào)的稀疏分解理論研究.pdf
- 基于壓縮感知理論的機(jī)械振動(dòng)信號(hào)處理技術(shù)研究.pdf
- 信號(hào)稀疏分解及壓縮感知理論應(yīng)用研究.pdf
- 基于稀疏分解理論的聲矢量陣信號(hào)處理.pdf
- 基于壓縮感知的旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)處理方法研究.pdf
- 基于壓縮感知的OFDM系統(tǒng)稀疏信道估計(jì)理論研究.pdf
- 基于隱空間稀疏的非線性壓縮感知理論研究.pdf
- 基于張量和非線性稀疏的多維信號(hào)壓縮感知理論與應(yīng)用.pdf
- 基于壓縮感知理論的信號(hào)重構(gòu)算法研究.pdf
- 面向機(jī)械振動(dòng)信號(hào)的壓縮采樣方法研究.pdf
- 基于壓縮感知理論的信號(hào)檢測(cè)方法研究.pdf
- 基于壓縮感知理論信號(hào)恢復(fù)方法研究.pdf
- 基于稀疏表示和非負(fù)矩陣分解理論的目標(biāo)跟蹤算法研究.pdf
- 壓縮感知理論研究及其CUDA實(shí)現(xiàn).pdf
- 基于壓縮感知的圖像去噪理論研究.pdf
- 基于功率分解理論的用戶實(shí)時(shí)電價(jià)研究.pdf
- 基于壓縮感知和稀疏表示理論的圖像去噪研究.pdf
- 基于壓縮感知理論的視頻幀間信號(hào)編碼研究.pdf
- 機(jī)械振動(dòng)信號(hào)的非自適應(yīng)稀疏線性采樣器研究.pdf
- 基于壓縮感知的稀疏信號(hào)檢測(cè)算法研究.pdf
評(píng)論
0/150
提交評(píng)論