Institutional Repository of Coll Mechanoelect Engn
| 振动信号过完备字典完整训练样本重构性能研究 | |
郭俊锋 ; 杨文
| |
| 2020-04-08 | |
| 发表期刊 | 机械设计与制造
 |
| ISSN | ISSN：1001-3997 |
| 期号 | 2020年04期页码:页码：282-285+289 |
| 摘要 | 针对用于训练过完备字典的样本集合中信号类型不足会影响到后续分析、分类和识别精度的问题,提出了一种基于过完备字典完整训练样本的滚动轴承振动信号压缩重构方法。该方法首先构造了用于字典学习的样本集合,使其尽可能多地包含各种信号成分;然后从所构造的多信号样本集合中随机选取K个原子作为初始字典,采用K-SVD算法对初始字典进行训练更新得到过完备字典,获得信号在K-SVD过完备字典上的最稀疏表示;最后利用高斯随机测量矩阵对振动信号进行压缩测量,并基于压缩测量数据采用正交匹配追踪(OMP)算法对原始信号进行重构。仿真实验结果表明,不同的训练样本集合对信号的重构精度有着很大的影响,且基于K-SVD过完备字典对信号进行稀疏表示时在较低的采样率下依然有着精确的重构性能。该方法在不丢失原始振动信号主要信息的情况下重构精度更高、重构时间更短。 |
| 关键词 | 振动信号 过完备字典 完整训练样本 重构性能 |
| DOI | 10.19356/j.cnki.1001-3997.2020.04.068 |
| URL | 查看原文 |
| 收录类别 | CNKI |
| 语种 | 中文 |
| 引用统计 | 无
|
| 文献类型 | 期刊论文 |
| 条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/56892 |
| 专题 | 机电工程学院 |
| 作者单位 | 兰州理工大学机电工程学院 |
| 第一作者单位 | 机电工程学院 |
| 第一作者的第一单位 | 机电工程学院 |
| 推荐引用方式 GB/T 7714 | 郭俊锋,杨文. 振动信号过完备字典完整训练样本重构性能研究[J]. 机械设计与制造,2020(2020年04期):页码：282-285+289. |
| APA | 郭俊锋,&杨文.(2020).振动信号过完备字典完整训练样本重构性能研究.机械设计与制造(2020年04期),页码：282-285+289. |
| MLA | 郭俊锋,et al."振动信号过完备字典完整训练样本重构性能研究".机械设计与制造 .2020年04期(2020):页码：282-285+289. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [郭俊锋]的文章 |
| [杨文]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [郭俊锋]的文章 |
| [杨文]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [郭俊锋]的文章 |
| [杨文]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论