機械振動信號的非自適應(yīng)稀疏線性采樣器研究.pdf

1、機械振動信號傳遞與承載著機械設(shè)備工作過程中所蘊含的大量重要信息，在線監(jiān)測與采集機械振動信號是機械工程領(lǐng)域，尤其是故障診斷技術(shù)中的關(guān)鍵技術(shù)之一。本文將壓縮感知理論應(yīng)用到機械振動信號的監(jiān)測中，研究適合機械振動信號的測量矩陣。論文的主要工作有如下三方面：
　　（1）深入研究了高斯隨機矩陣，二值隨機矩陣（伯努利隨機測量矩陣），部分隨機傅里葉測量矩陣，部分隨機哈達瑪測量矩陣，循環(huán)測量矩陣，托普利茲測量矩陣等對機械振動信號采集的適應(yīng)性并進行了

2、評價。根據(jù)仿真試驗，得出各種測量矩陣的重構(gòu)誤差隨測量值數(shù)目變化的整體關(guān)系，分析了常用測量矩陣壓縮采集機械振動信號的性能優(yōu)劣。
　　（2）針對機械振動信號頻帶越來越寬，依據(jù)傳統(tǒng)香農(nóng)-奈奎斯特采樣定理進行數(shù)據(jù)采集時，將會得到巨量振動數(shù)據(jù)，對存儲、傳輸和處理帶來困難的問題，提出了一種機械振動信號的數(shù)據(jù)壓縮采集方法。首先分析了振動信號在正交字典傅里葉基上的近似稀疏性，即可壓縮性；然后融入振動信號在傅里葉基上稀疏性的結(jié)構(gòu)信息，得到其優(yōu)化的測

3、量矩陣并進行壓縮測量；最后基于壓縮測量值采用正交匹配追蹤算法對原始振動信號進行重構(gòu)。通過仿真試驗，結(jié)果表明，該方法既可以得到較高的信號壓縮比又有著精確的信號重構(gòu)性能，在不丟失振動信息的情況下，大大減少了原始振動數(shù)據(jù)量。
　?。?）針對壓縮采集理論在機械振動信號采集的應(yīng)用過程中，現(xiàn)有隨機測量矩陣不易硬件實現(xiàn)、確定性測量矩陣重構(gòu)誤差較大的問題，本文將高斯序列的優(yōu)點和循環(huán)原理的優(yōu)點相結(jié)合，提出高斯分布循環(huán)矩陣，其是一種結(jié)構(gòu)化隨機測量矩陣

4、。首先，高斯分布循環(huán)測量矩陣的第一行元素由服從高斯分布的序列生成，通過循環(huán)移位生成剩余的所有行向量；然后，隨機取出除第一行的其他所有行的部分元素，每個元素再乘不同的隨機數(shù)或者同一個隨機數(shù)，并放回原位置；最后，基于高斯分布循環(huán)測量矩陣得到的機械振動信號壓縮測量值采用正交匹配追蹤算法對原始振動信號進行重構(gòu)。高斯分布循環(huán)測量矩陣的所有元素的隨機性可以滿足測量矩陣對隨機性的要求，循環(huán)原理的內(nèi)在確定性又可以滿足測量矩陣硬件實現(xiàn)的要求。仿真表明：高