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
Source Publication机械设计与制造
ISSNISSN:1001-3997
Issue2020年04期Pages:页码:282-285+289
Abstract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。
Keyword振动信号 过完备字典 完整训练样本 重构性能
DOI10.19356/j.cnki.1001-3997.2020.04.068
URL查看原文
Indexed ByCNKI
Language中文
Document Type期刊论文
Identifierhttp://ir.lut.edu.cn/handle/2XXMBERH/56892
Collection机电工程学院
Affiliation兰州理工大学机电工程学院
First Author AffilicationColl Mechanoelect Engn
First Signature AffilicationColl Mechanoelect Engn
Recommended Citation
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.
Files in This Item:
There are no files associated with this item.
Related Services
Usage statistics
Google Scholar
Similar articles in Google Scholar
[郭俊锋]'s Articles
[杨文]'s Articles
Baidu academic
Similar articles in Baidu academic
[郭俊锋]'s Articles
[杨文]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[郭俊锋]'s Articles
[杨文]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.