基于形態(tài)提升小波的機械狀態(tài)監(jiān)測數據壓縮研究
本文選題:形態(tài)濾波器 + 提升小波; 參考:《振動與沖擊》2014年10期
【摘要】:針對大型復雜機電設備狀態(tài)分布式監(jiān)測面臨的海量數據傳輸問題,對比研究基于提升小波與形態(tài)提升小波的振動信號數據壓縮方法。對實測浮點型振動信號,利用小波稀疏分解特性提出基于提升小波變換的機械振動信號數據壓縮方法,通過變換后小波系數優(yōu)化組合及改進編碼方法,可提高閾值處理數據壓縮效果。針對實測數據含大量冗余信息缺點,結合狀態(tài)監(jiān)測目的提出基于形態(tài)提升小波的數據壓縮方法,利用形態(tài)學濾波器非線性分析特性,在振動信號網絡監(jiān)測數據壓縮傳輸過程中實現(xiàn)信號預處理,預制噪聲干擾,較好保留有用信息。所提最大區(qū)分度準優(yōu)化選擇分解層數,通過對比分析兩種數據壓縮方法表明,形態(tài)提升小波方法具有計算量小、分析速度快、壓縮比高等優(yōu)點。
[Abstract]:Aiming at the problem of mass data transmission in large-scale complex electromechanical equipment condition monitoring, a method of vibration signal data compression based on lifting wavelet and morphological lifting wavelet is studied.Based on the characteristics of wavelet sparse decomposition, a data compression method for mechanical vibration signals based on lifting wavelet transform is proposed. The wavelet coefficients are optimized and the coding method is improved after the wavelet transform.The data compression effect of threshold processing can be improved.Aiming at the shortcoming of redundant information in measured data, a new data compression method based on morphological lifting wavelet is proposed for state monitoring, and the nonlinear analysis of morphological filter is used.In the process of data compression and transmission of monitoring data in vibration signal network, signal preprocessing and prefabricated noise interference are realized, and useful information is better preserved.By comparing and analyzing the two data compression methods, it is shown that the morphological lifting wavelet method has the advantages of small computation, fast analysis speed and high compression ratio.
【作者單位】: 軍械工程學院車輛與電氣工程系;
【基金】:國家自然科學基金項目(51305454,51205405) 軍隊重點科研項目([20XX]X號)
【分類號】:TN911.7
【參考文獻】
相關期刊論文 前4條
1 章立軍;楊德斌;徐金梧;陳志新;;基于數學形態(tài)濾波的齒輪故障特征提取方法[J];機械工程學報;2007年02期
2 何創(chuàng)新;劉成良;李彥明;;工程機械遠程監(jiān)測動態(tài)實時數據壓縮[J];上海交通大學學報;2009年06期
3 楊博雄;柳林;秦前清;;基于形態(tài)小波的地震數據壓縮方法研究[J];武漢大學學報(信息科學版);2011年07期
4 章立軍;陽建宏;徐金梧;楊德斌;;形態(tài)非抽樣小波及其在沖擊信號特征提取中的應用[J];振動與沖擊;2007年10期
【共引文獻】
相關期刊論文 前10條
1 陳海勝;;基于小波變換的橋梁損傷識別研究[J];四川建筑科學研究;2010年05期
2 楊延寧,張貞,董小友;論數字圖像壓縮編碼技術[J];安徽紡織職業(yè)技術學院學報;2003年03期
3 李多田;張偉林;;結構無損檢測與小波分析方法[J];安徽建筑工業(yè)學院學報(自然科學版);2008年03期
4 王會峰;劉永奎;汪大寶;;基于小波和Zernike矩的標尺靶亞像素檢測算法[J];半導體光電;2010年06期
5 張懷福;趙瑞珍;羅阿理;;基于小波包與支撐矢量機的天體光譜自動分類方法[J];北京交通大學學報;2008年02期
6 杜廣超;楊凱;王勝濤;;語音編碼和圖像編碼比較研究[J];兵工自動化;2008年07期
7 林雪原;李炳榮;;基于量測多尺度預處理的GPS/SINS組合導航系統(tǒng)[J];兵工自動化;2010年07期
8 林雪原;梁發(fā)麥;徐志斌;;基于小波降噪誤差方差模型的GPS/SINS組合導航技術[J];兵工自動化;2010年10期
9 陳宗成;封良泉;董勝光;;基于小波分析的光照電站邊坡位移變形監(jiān)測研究[J];北京測繪;2009年02期
10 滕海文;王濤;蘇明于;霍達;;基于Coiflet連續(xù)小波的簡支梁結構模態(tài)參數識別[J];北京工業(yè)大學學報;2009年11期
相關會議論文 前10條
1 王炬;樊紹勝;;平移不變小波快速算法在電力通信消噪中的研究[A];第二十六屆中國控制會議論文集[C];2007年
2 郭曉霞;楊慧中;;基于多閾值的小波包去噪[A];第二十七屆中國控制會議論文集[C];2008年
3 王璐;張麗;王紅球;易裕民;;拉曼光譜用于液態(tài)物品安檢的方法研究[A];第十六屆全國光散射學術會議論文摘要集[C];2011年
4 何斌;戚佳杰;;小波分析在滾動軸承故障診斷中的應用研究[A];第九屆全國振動理論及應用學術會議論文集[C];2007年
5 王克剛;耿國華;;基于小波平滑直方圖的模糊聚類圖像分割方法[A];圖像圖形技術與應用進展——第三屆圖像圖形技術與應用學術會議論文集[C];2008年
6 陳新;李宗春;;一種新的小波閾值收縮法在去噪中的應用[A];數字測繪與GIS技術應用研討交流會論文集[C];2008年
7 劉潔;李小昱;李培武;王為;張榮榮;張軍;;數據處理方法在近紅外光譜分析中的應用進展[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國科協(xié)年會論文集(三)[C];2007年
8 沈路;周曉軍;張杰;;基于形態(tài)非抽樣小波與灰色關聯(lián)度的滾動軸承故障診斷[A];2011年機械電子學學術會議論文集[C];2011年
9 胡s,
本文編號:1773955
本文鏈接:http://sikaile.net/kejilunwen/wltx/1773955.html