基于自适应稀疏表示的振动信号压缩采样研究与应用

发布时间：2017-05-25 23:02

  本文关键词：基于自适应稀疏表示的振动信号压缩采样研究与应用，由笔耕文化传播整理发布。

【摘要】：随着人们安全意识的不断提高,结构健康监测已成为工程领域的一个热点研究问题。大型工程结构健康监测系统中需要布置大量的传感器来采集振动信号,基于奈奎斯特采样定理的信号采集方法给系统数据存储和传输带来了很大的压力。近几年提出的压缩感知理论为信号压缩采样提供了新途径,稀疏信号可以用低于奈奎斯特采样定理要求的采样速率进行采样,然后通过优化算法从少量的观测值中精确重构原始信号。本文在对压缩感知理论学习研究的基础上,结合振动信号特征设计了自适应稀疏表示的振动信号压缩采样系统。本文的主要研究工作如下:1.系统研究了压缩感知的理论模型,从信号稀疏表示、测量矩阵和重构算法这三个方面进行了详细介绍,结合振动信号的线性特征,构建了适合振动信号稀疏表示的基矩阵—自适应AR基,与固定正交的DCT基和DFT基相比,自适应AR基能明显改善信号稀疏表示效果,保证了振动信号重构准确度。2.研究了随机滤波、伪随机和均匀随机这三种压缩采样方法,推导出不同压缩采样方法对应的测量矩阵,并证明了测量矩阵与DCT基之间的不相关性,最后仿真对比了不同压缩采样方法对信号重构质量的影响。基于压缩感知理论的信号采样方法不仅能获得准确重构信号,而且有效地减少了采样次数。3.结合自适应AR基和均匀随机压缩采样方法设计了自适应稀疏表示的振动信号压缩采样系统,详细介绍了基于ADu C7026微控制器的信号采样硬件电路,压缩采样斜拉索桥梁模型的振动信号并高概率重构。通过实验证明该系统不仅能有效地压缩振动信号,而且降低了硬件电路的复杂度。综上,本文以压缩感知为理论基础研究了振动信号稀疏表示基矩阵和压缩采样技术,设计了自适应稀疏表示的振动信号压缩采样系统,有效降低振动信号采样频率并精确重构,并通过实验验证了该系统的可行性。
【关键词】：自适应AR基 稀疏表示 振动信号 均匀随机压缩采样
【学位授予单位】：宁波大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TB53
【目录】：

• 摘要4-5
• Abstract5-9
• 引言9-11
• 1 绪论11-18
• 1.1 研究背景与研究意义11-12
• 1.2 国内外研究现状12-16
• 1.2.1 压缩感知理论研究现状12-14
• 1.2.2 信号压缩采样技术研究现状14-16
• 1.3 论文研究内容16-18
• 2 压缩感知理论18-28
• 2.1 信号稀疏表示18-20
• 2.2 测量矩阵20-21
• 2.3 信号重构21-27
• 2.3.1 凸松弛算法23-24
• 2.3.2 匹配追踪算法24-25
• 2.3.3 正交匹配追踪算法25-26
• 2.3.4 重构算法性能仿真26-27
• 2.4 本章小结27-28
• 3 稀疏基学习研究28-38
• 3.1 已有的经典稀疏基28-31
• 3.1.1 离散余弦变换基28-29
• 3.1.2 离散傅里叶变换基29-31
• 3.2 自适应AR基构建与研究31-34
• 3.3 不同稀疏基下振动信号重构效果比较34-37
• 3.4 本章小结37-38
• 4 振动信号压缩采样38-48
• 4.1 随机滤波压缩采样38-40
• 4.2 伪随机压缩采样40-43
• 4.3 均匀随机压缩采样43-46
• 4.4 三种压缩采样方法性能比较46-47
• 4.5 本章小结47-48
• 5 基于自适应稀疏表示的振动信号压缩采样系统设计48-57
• 5.1 硬件系统设计48-52
• 5.2 振动信号压缩采样系统设计52-53
• 5.3 实验验证53-56
• 5.4 本章小结56-57
• 6 总结与展望57-59
• 6.1 总结57-58
• 6.2 展望58-59
• 参考文献59-62
• 在学研究成果62-63
• 致谢63

【参考文献】

中国博士学位论文全文数据库 前1条

1 鲍跃全;结构健康监测的数据压缩采样与损伤识别融合方法[D];哈尔滨工业大学;2009年

  本文关键词：基于自适应稀疏表示的振动信号压缩采样研究与应用，，由笔耕文化传播整理发布。

本文编号：395208