一种基于分块压缩感知和迂回匹配追踪算法的图像重构方法

在使用离散余弦变换下的正交匹配追踪算法重构图像时,存在计算复杂度高,精确率低,对传感矩阵要求较为苛刻等问题.因此,利用迂回式匹配追踪算法(Detouring Matching Pursuit,DMP)的计算复杂度优势和分块压缩感知技术(Block Compressed Sensing,BCS),提出了一种基于BCS-DMP的图像重构方法.首先,对图像信号均匀分块并进行离散余弦变换,其次,采用DMP算法重构信号,对重构信号进行离散余弦逆变换重构图像,最后,采用均值滤波算法作平滑处理,减少图像块效应. 3种不同类型的图像重构实验结果表明,当压缩比取0.2,0.3,0.4,0.5时,采用BCS-DMP算法重构图像的峰值信噪比高于基追踪、正交匹配追踪等算法,且在重构时间上有较大优势,说明BCS-DMP算法适用于图像重构.     

基于小波变换的旋转机械振动信号数据压缩方法的研究

在分析了旋转机械振动信号的特点和小波变换在信号奇异性检测上的特性后,提出了利用小波系数表征信号的奇异性特征,及用信号的频谱来表征信号的整体特征。而用这二类数据表征信号时的数据量远无小于振动时域信号的数据量。因此本文提出了利用这二类信号寻振动信号进行数据压缩的方法。通过信真计算对实际数据的计算证明,该方法既可以得到较高的信号压缩比又保留了信号的局部特征,有着很好的信号重构性。     

一种机械振动信号的结构化随机测量矩阵构造方法

针对压缩采集在机械振动信号采集的过程中,现有随机测量矩阵不易硬件实现、确定性测量矩阵重构误差较大的问题。将高斯序列的优点和循环原理的优点相结合,提出一种高斯分布循环测量矩阵,其是一种结构化随机测量矩阵。高斯分布循环测量矩阵的第一行元素由服从高斯分布的序列生成,通过循环移位生成剩余的所有行向量;随机取出除第一行的其他所有行的部分元素,每个元素再乘不同的随机数或者同一个随机数,并放回原位置;基于高斯分布循环测量矩阵得到的机械振动信号压缩测量值采用正交匹配追踪算法对原始振动信号进行重构。高斯分布循环测量矩阵的所有元素的随机性可以满足测量矩阵对随机性的要求,循环原理的内在确定性又可满足测量矩阵硬件实现的要求。仿真表明:高斯分布循环测量矩阵的感知性能略优于与高斯矩阵的性能,整体上基本相当。     

基于有限测量信息的两步响应重构方法EI北大核心CSCD

提出了分两步进行结构响应重构的方法,可实现利用正常测量的响应对因传感器损坏而丢失或其余所需的响应进行重构。首先,建立各处正常工作的传感器的测量响应与需要重构响应的关系,计算出含噪声的各类响应;然后,使用粒子滤波算法降低测量过程中有色噪声对于重构精度的影响,并且在粒子滤波算法中引入萤火虫算法代替重采样过程,改善粒子贫化现象。经对一个二维桁架进行数值模拟,结果显示该方法与直接使用测量响应进行响应重构的方法相比有更高的精度。     

并行采样时多带信号重构函数的一种确定方法

在多带信号完全重构的基础上,推导出一种并行采样多带信号时重构插值函数的确定方法.此方法是根据多带信号的频谱特点将重构插值函数的确定转化为一次线性方程组的求解.通过实例验证了重构插值函数确定方法的有效性,并进一步得出了此方法获得重构插值函数可保证总采样频率最小.     

压缩传感-稀疏信号的采样与重构

介绍了一种新的信号处理方法-压缩传感,充分利用信号在变换域的稀疏结构知识进行信号的采样与重构。它包括三个要素:稀疏表示矩阵、非相干测量矩阵和重构算法。对时域和频域稀疏信号的采样与重构进行了仿真,并分析了信号长度、测量值、信号稀疏级和信噪比对重构误差的影响关系。     

加权稀疏信号重构的近场源定位方法

针对近场源定位问题,提出了一种使用加权L1范数优化进行稀疏信号重构的近场源定位方法。该定位方法分步完成目标的方位和距离估计。为了避免二维优化问题出现,首先利用均匀线阵的对称特性,通过菲涅尔近似,将二维参数估计的近场定位问题转换为类远场阵列的一维参数估计问题,接着将该一维参数估计问题转换为稀疏信号重构问题,通过类MUSIC权向量的构造,使用加权L1范数优化方法重构稀疏空间谱得到目标波达方向;在得到信号波达方向之后,再利用稀疏信号重构的思想求解信号源到阵列的距离。最后,通过数字仿真验证了算法在估计精度和分辨率等方面的优良性能。     

微弱信号测量的一种实现方法

介绍了一种μＶ级微弱电信号测量的实现方法,给出了测量放大电路的具体设计以及信号采集与处理软件流程图。与传统测量方法相比,此测量方法所使用的仪器体积小,重构测量系统方便,可直接由计算机对信号进行分析,是目前信号测量的主要发展方向。     

基于RPE算法的正弦信号测量

给出了一种同时测量正弦波参数的方法.该方法基于递推预报误差(RPE)算法,采用递推结构,具有占用内存少、易于编程、能够进行在线测量、计算精度高等特点.并给出了部分试验结果.     

一种基于多尺度线调频基的稀疏信号分解方法

在线调频小波路径追踪算法和稀疏信号分解的基础上,提出了一种基于多尺度线调频基的稀疏信号分解方法.该方法采用多尺度的线调频基函数对信号进行投影分解,通过从不同的时间支撑区内投影系数最大的的基函数集合中寻找出使分解信号能量最大的基函数组合,逐次获得分析信号中能量最大的信号分量.该方法可以有效地分解出频率变化呈线性或曲线型的多分量信号,且不存在二次型时频分布的干扰成分,具有良好的时频聚集性和较高的频率拟合精度,非常适用于机械振动非平稳信号的分解.将该方法与EMD方法进行了比较,验证了方法的有效性.     

时频流形自适应稀疏重构的遥测振动信号特征增强方法EI北大核心CSCD

针对遥测振动信号非线性、非平稳性、瞬态冲击性等特点,提出一种基于时频流形自适应稀疏重构的遥测振动信号特征增强方法,对振动信号进行相空间重构提取其时频流形;以时频流形为基础,采用KSVD算法自适应构建过完备字典,并从中找到最匹配的时频原子,根据得到的原子与相空间展开信号的时频分布,依次匹配计算获得其重构的稀疏系数;利用稀疏系数和时频原子对相空间中各维信号的时频分布进行重构,通过时频分布的逆运算和相空间还原得到特征增强信号。仿真和实测信号处理结果验证了算法的有效性。     

基于粒子群算法的6自由度机械臂动力学模型参数辨识

提出了基于粒子群优化(PSO)算法的工业机器人动力学参数辨识方法。首先利用改进的牛顿-欧拉方法,建立考虑关节摩擦的机械臂线性动力学模型,然后引入PSO算法,建立基于PSO算法的估计未知动力学参数的算法,最后以UR工业机器人为实验对象,通过设计激励轨迹,激励工业机器人关节运动,并对关节运动参数进行采样,实现UR工业机器人的动力学参数估计,并根据力矩预测精度验证动力学模型。实验证明了所提出算法辨识工业机器人动力学模型参数的准确性和有效性。     

基于跟踪起始准则的多基地声呐阵位优化算法

针对水下区域监视多基地声呐(如浮标等)发射、接收节点阵位布置问题,提出了一种基于跟踪起始准则的多基地声呐阵位优化算法.该算法首先在分布式和集中式两种多基地融合处理模式下,推导了目标跟踪起始概率计算准则,然后,基于区域目标成功跟踪起始覆盖率,建立了多基地声呐阵位优化数学模型,并采用粒子群算法来优化求解该非凸数学模型,从而...     

A modified POCS‐based reconstruction method for compressively sampled MR imaging

One of the challenging tasks in the application of compressed sensing to magnetic resonance imaging is the reconstruction algorithm that can faithfully recover the MR image from randomly undersampled k‐space data. The nonlinear recovery algorithms based on iterative shrinkage start with a single initial guess and use soft‐thresholding to recover the original MR image from the partial Fourier data. This article presents a novel method based on projection onto convex set (POCS) algorithm but it takes two images and then randomly combines them at each iteration to estimate the original MR image. The performance of the proposed method is validated using the original data taken from the MRI scanner at St. Mary's Hospital, London. The experimental results show that the proposed method can reconstruct the original MR image from variable density undersampling scheme in less number of iterations and exhibits better performance in terms of improved signal‐to‐noise ratio, artifact power, and correlation as compared to the reconstruction through low‐resolution and POCS algorithms. © 2014 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 24, 203–207, 2014     

基于粒子群优化聚类的汽轮机组振动故障诊断

针对模糊C-均值聚类算法(FCM)容易陷入局部极值和对初始值敏感的不足,提出了一种新的模糊聚类算法(PFCM),新算法利用粒子群优化算法(PSO)全局寻优、快速收敛的特点,代替了FCM算法的基于梯度下降的迭代过程,使算法具有很强的全局搜索能力,很大程度上避免了FCM算法易陷入局部极值的缺陷,同时也降低了FCM算法对初始值的敏感度。将该算法应用于汽轮机组振动故障诊断中,与电厂运行实际故障状态对照,仿真结果表明该算法提高了故障诊断的正确率。为汽轮机振动故障诊断方法的研究提供了一种新的思路。     

基于改进的希尔伯特振动分解的机械故障诊断方法研究

针对多分量机械故障振动信号的特征提取问题,介绍一种基于希尔伯特振动分解(HVD)的时频分析方法。该方法首先利用Hilbert变换得到原始振动信号的解析信号,然后通过对解析信号的瞬时频率低通滤波获得信号中幅值最大分量的瞬时频率,同时经同步检测获得相应的瞬时幅值和初相位,最后经过迭代运算自适应地检测出原信号各分量的时频信息。针对HVD方法的边界效应问题,提出一种基于相关系数准则的波形匹配边界延拓法对其进行改进。通过两组仿真信号分析验证了HVD方法对多分量非平稳信号的分解能力,同时表明改进的HVD方法能很好地抑制边界效应。给出转子系统油膜涡动故障诊断实例,验证了该方法的工程实用性。     

基于PSO优化LS-SVM算法的水电站厂房结构振动响应预测

振动问题是攸关水电站运行安全的重要课题。水电站厂房结构振动主要由水力、机械和电气三大类振源引起,厂房结构与机组之间存在非线性的耦联振动关系。本文依据二滩水电站地下厂房和机组的原型观测数据,首先对机组和厂房结构振动的相关性进行了分析,据此建立了基于粒子群优化最小二乘支持向量机算法的厂房振动响应预测模型,预测结果与实测资料吻合。在此基础上,本文将运行水头作为输入因子引入到智能预测模型中,扩大了该智能预测模型的适用范围,取得了很好的效果。     

基于有限元-向量式有限元的斜拉桥非线性振动计算方法

向量式有限元(VFFE)法本质上是考虑几何非线性的有限元(FE)显式动力时程积分方法。阐述了向量式有限元的基本原理,对比了向量式有限元与基于单元随动坐标系的非线性有限元动力计算方法的相同点与差别,开发了使用杆、梁单元的有限元-向量式有限元统一算法框架的计算程序。使用该程序建立了大跨度斜拉桥计算模型,首先,使用非线性有限元法计算了斜拉桥的静力状态与动力特性,计算了列车-桥梁耦合动力作用下桥梁的振动;然后,使用向量式有限元法计算了斜拉桥在拉索突然断裂状态下的非线性振动;最后,计算了在列车-桥梁耦合动力作用下,拉索发生断裂时,桥梁与列车的振动状态。结果表明:使用向量式有限元可以简单可靠地直接模拟斜拉桥在破坏状态下的非线性振动状态;列车运行至跨中附近时,若斜拉桥跨中最长拉索突然发生断裂,对其他拉索的安全性影响不大,离断裂拉索越远的拉索受到的影响越小,但拉索突然断裂会对桥上行驶中列车的安全性造成威胁。该研究为大跨度斜拉桥在破坏状态下的非线性振动分析提供了新的解决方案。     

基于粒子群算法的改进模态参数识别方法

针对一类多模态振动衰减信号的模态参数识别,结合奇异值分解(singular value decomposition,SVD)、解析模态分解(analytical mode decomposition,AMD)、自回归功率谱和粒子群优化(particle swarm optimization,PSO)算法,提出了一种改进...     

基于优化匹配追踪稀疏分解的微弱超声回波提取

为提高低信噪比环境中微弱超声回波信号的提取性能,提出优化的匹配追踪(Matching Pursuit,MP)稀疏分解的超声回波提取算法。该算法将具有连续空间搜索能力的粒子群优化(Particle Swarm Optimization,PSO)算法引入到MP稀疏分解中,以缓解原子集的遍历有限性需求与超完备性之间的矛盾,通过改进粒子群算法的参数自适应设置及MP算法的目标函数和重构函数,实现自适应的PSO-MP稀疏分解算法,并建立了连续伽柏(Gabor)原子集,提高了最优原子与不同参数超声回波信号的匹配程度,最后由最优原子集通过重构函数对回波信号进行重构,实现对回波的降噪和准确提取。实验结果表明,该算法显著降低了计算量,效果优于已有小波阈值等算法且具有较好鲁棒性。