基于MCKD的振动信号压缩感知方法

何天远, 郝如江, 金治彬

石家庄铁道大学学报(自然科学版) ›› 2020, Vol. 33 ›› Issue (03) : 7 -13.

PDF
石家庄铁道大学学报(自然科学版) ›› 2020, Vol. 33 ›› Issue (03) : 7 -13. DOI: 10.13319/j.cnki.sjztddxxbzrb.20190056

基于MCKD的振动信号压缩感知方法

作者信息 +

Author information +
文章历史 +
PDF

摘要

齿轮箱在状态监测和故障诊断过程中,依据传统的奈奎斯特采样定律采集到的振动信号数据量过大,且传输速度过慢。针对这些问题提出了基于最大相关峭度解卷积(MCKD)的振动信号压缩感知(CS)方法。首先对原始信号进行MCKD降噪处理,获得比原始信号更为稀疏的信号;然后利用高斯随机矩阵作为信号压缩测量中的感知矩阵,通过离散余弦变换(DCT)生成完备字典;最后结合L1范数重构算法对原始信号进行重构。实验结果表明,在相同压缩率下,与传统的压缩感知方法相比,本文所提的方法能有效地提高重构信号的相似度。

关键词

最大相关峭度解卷积 / 压缩感知 / 完备字典 / 轴承 / 故障诊断

Key words

引用本文

引用格式 ▾
何天远, 郝如江, 金治彬 基于MCKD的振动信号压缩感知方法[J]. 石家庄铁道大学学报(自然科学版), 2020, 33(03): 7-13 DOI:10.13319/j.cnki.sjztddxxbzrb.20190056

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

25

访问

0

被引

详细

导航
相关文章

AI思维导图

/