光纤周界报警信号自适应压缩感知

发布时间：2021-11-02 06:21

　　在光纤周界报警系统中,对光纤振动信号进行分析与辨识时,针对高频、大规模信号在采样、存储、传输与信号处理过程中存在网络宽带、存储容量、计算速度等一系列限制问题,提出基于小波包的光纤周界报警信号自适应压缩感知方法。对光纤振动信号进行多尺度小波包分解,通过计算各尺度下小波包系数高频部分的数学期望作为阈值,对小波包系数进行置零处理,自适应地选择小波包分解尺度,使信号在频域得到更高的稀疏度;根据小波包系数块的数学期望和信息熵对小波包系数块进行分类,并针对不同系数块的类型设计对应的处理方法,提高信号的传输与处理速度。结果表明,该方法能够有效减少光纤振动信号的观测数据,并在相同采样率前提下,能够提高信号的重构精度和重构速度。 

【文章来源】：激光技术. 2020,44(01)北大核心CSCD

【文章页数】：7 页

【文章目录】：
引言
1 基于小波包变换的信号稀疏表示
    1.1 小波包变换
    1.2 小波基选择
    1.3 小波包分解层数选择
2 光纤振动信号自适应压缩感知
    2.1 压缩感知原理
    2.2 基于数学期望的阈值选取
    2.3 自适应小波包变换
    2.4 基于信息熵的信号分类
    2.5 信号重构
3 实验与分析
    3.1 信号压缩感知与重构评价指标
    3.2 基于数学期望为小波包阈值的合理性验证
    3.3 本文中算法的合理性验证
    3.4 自适应压缩感知算法的压缩率验证
    3.5 各种算法综合性能比较
4 结论


【参考文献】：
期刊论文
[1]基于分块压缩感知和改进幻方变换的图像加密[J]. 胡克亚,王君,王莹.  激光技术. 2019(04)
[2]基于贝叶斯压缩感知的复合材料结构冲击载荷识别研究[J]. 严刚,孙浩.  振动工程学报. 2018(03)
[3]基于压缩感知的电能质量扰动数据稀疏分析与改进重构算法[J]. 刘嫣,汤伟,刘宝泉.  电工技术学报. 2018(15)
[4]基于FPGA的光纤光栅温度传感器高速解调系统[J]. 王伟,张天阳,陈海滨,郭子龙.  激光技术. 2018(06)
[5]基于小波包优选的模拟电路故障特征提取方法[J]. 袁莉芬,孙业胜,何怡刚,张悦,吕密.  电工技术学报. 2018(01)
[6]基于小波域压缩感知的遥感图像超分辨算法[J]. 杨学峰,程耀瑜,王高.  计算机应用. 2017(05)
[7]小波包信息熵特征矢量光谱角高光谱影像分类[J]. 郭辉,杨可明,张文文,刘聪,夏天.  中国图象图形学报. 2017 (02)
[8]基于小波包分解的电力系统谐波检测分析[J]. 熊妮,曹以龙.  上海电力学院学报. 2017(01)
[9]机械振动信号分块自适应压缩感知算法[J]. 王强,张培林,王怀光,陈彦龙.  仪器仪表学报. 2017(02)
[10]基于小波变换和压缩感知的语音信号压缩研究[J]. 高悦,臧明相,郭馥英.  计算机应用研究. 2017(12)



本文编号：3471501