振动信号的稀疏基构建研究与应用

《振动信号的稀疏基构建研究与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、TP393公开分类号：____________密级：______________ＵＤＣ：____________单位代码：______________11646振动信号的稀疏基构建研究与应用硕士学位论文论文题目：振动信号的稀疏基构建研究与应用王维1111082066学号：_________________________姓名：_________________________王维专业名称：______________________信号与信息处理___学院：_________________________信息科学与工程学院指导教师：_________________________叶庆卫宁

2、波大学论文提交日期：2014年6月12日万方数据TP393内部分类号：____________密级：______________ＵＤＣ：____________单位代码：______________11646硕士学位论文论文题目：振动信号的稀疏基构建研究与应用学号：_________________________1111082066姓名：_________________________王维信号与信息处理专业名称：_________________________信息科学与工程学院学院：_________________________叶庆卫指导教师：___________________

3、______论文提交日期：2014年6月12日万方数据AThesisSubmittedtoNingboUniversityfortheMaster’sDegreeThestudyandapplicationonconstructionofvibrationsignalsparsematrixCandidate：WeiWangSupervisors：AssociateProfessorQingweiYeFacultyofInformationScienceandEngineeringNingboUniversityNingbo315211，ZhejiangP.R.CHINADateJune12

4、,2014万方数据独创性声明本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工作及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得宁波大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。签名：___________日期：____________关于论文使用授权的声明本人完全了解宁波大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，

5、可以采用影印、缩印或其他复制手段保存论文。（保密的论文在解密后应遵循此规定）签名：___________导师签名：___________日期：____________万方数据宁波大学硕士学位论文振动信号的稀疏基构建研究与应用摘要振动信号检测是结构健康监测领域的核心课题，高采样频率和在线监控技术产生海量数据，因此，迫切需要低能耗的分析处理理论与算法。压缩感知理论采用非自适应线性投影获取信号主体信息，以远低于奈奎斯特频率对信号进行采样，通过数值最优化问题准确重构出原始信号。低采样频率意味着信号采集端的低数据量与低能耗，从而为结构健康监测系统的大规模应用奠定了基础。本课题结合压缩感知技术与模态分析

6、理论，详细研究了振动信号的稀疏基空间，并在此基础上构建了振动信号稀疏压缩通信算法。本文首先通过分析振动信号的ARMA模型，构建初步稀疏矩阵应用于振动信号的稀疏表示与复原过程，同时，根据采样信号在该矩阵空间的投影系数判断稀疏矩阵的实现效果，进而自适应地更新稀疏字典中的原子，实时地跟踪捕获信号的变化以保持较为恒定的复原效果，该矩阵能够较好地适应物体局部范围变化从而及时调整信号稀疏复原算法，保持较高的恢复精度，尤其是对于非线性较强、局部范围变化较迅速的信号。由模态分析理论可知，多模态振动信号在模态空间的投影是极度稀疏的，利用模态主频和信号衰减指数创建二维参数网格，圈定参数范围，构建振动模态稀疏矩阵

7、，该矩阵反应了多模态信号的本质物理特征，能够探测信号内在的特征机理，因此可以有效地稀疏表示振动信号；通过细化参数改变网格分辨率，提高频率搜索的精度，从而获取良好的复原效果，同时结合经验模态分解方法，提高该模态矩阵构建算法的适用范围。本文最后针对结构健康监测系统中的传输数据量大，存在信息冗余，后台中心响应不及时的问题，提出了基于振动信号稀疏表示的稀疏压缩通信算法，并应用于准实时在线监测系统。该方法可以极大地降低