基于无线传感器网络的汽轮机振动监测系统设计

针对部分发电站汽轮机设备运行环境复杂、人员难以靠近等特点,提出了基于无线传感器网络的汽轮机设备状态监测系统,系统采用LM3S1968和CC2420作为无线传感器网络的主要硬件,针对机械振动信号的特征,改进了LEACH算法的不足。通过MATLAB虚拟仿真平台和现场数据采集表明,此系统能够对振动信号实行有效的采集。     

基于LZW算法的实时数据压缩 无线传感器网络的设计

针对利用ZigBee进行远距离无线通信时,终端节点的数据量逐渐增大的特点,系统设计了一种基于LZW算法的实时数据压缩无线传感器网络。系统由终端节点、路由器、协调器和上位机构成。终端节点负责将采集到的数据经过LZW压缩算法压缩后,对数据进行存储并且发送;路由器负责无线网络中数据的中继;协调器负责将接收到的数据发送至上位机。在网络功能实现方面,利用Z-stack协议栈完成了终端节点、路由器节点以及协调器节点上CC2530芯片的开发与配置,并成功组网。经过最终的仿真分析与测试验证,系统实现了对远程数据的无线采集与存储,并通过对数据的压缩降低了网络占用率,具有一定的实用价值和应用前景。     

无线传感器网络振动信号采集节点的设计

针对目前无线传感器网络节点采集旋转机械振动信号存在的高成本和大功耗问题,设计一种基于CC2530芯片的无线传感器网络节点。该节点采用数字式三轴加速度传感器拾取振动信号,以CC2530自带处理器为整个节点控制核心,将采集、存储、处理和传输等控制功能模块集成到一起,实现振动信号的准确采集和大数据量存储,并成功移植Zig Bee协议栈,实现数据的无线传输。经测试表明:该节点对于信号采集和无线传输具有较高的可靠性和稳定性,能够满足大多数旋转机械设备的振动监测要求。     

基于稀疏分解的振动信号数据压缩算法

针对齿轮传动装置在状态监测与故障诊断过程中面临的大量振动信号传输困难问题,提出利用K-SVD算法进行信号的稀疏分解,进而完成对大量振动数据的压缩。传统K-SVD算法在字典更新过程中对时间的消耗量较大,特别是在大量振动数据压缩过程中,对数据压缩效率较低,为此提出一种K-SVD字典更新的改进算法。改进算法从单次迭代过程中参与更新的字典原子列数出发,每次奇异值分解后对多列字典原子同时进行赋值,从而减少单次迭代计算量。根据不同原子列数在稀疏分解过程中的迭代收敛次数、时间消耗与重构峰值信噪比,以此确定最佳的字典更新列数。实验结果表明:传统K-SVD算法对振动信号的数据压缩效率较低,改进算法能够在保证信号压缩比与重构效果的前提下,有效缩短训练字典的时间消耗。     

发动机缸盖振动信号特征提取与优化选择算法

为了从发动机缸盖振动信号中提取出完备的、高质量的状态特征,并选择出最优特征子集进行分类,建立了缸盖振动信号集成特征提取模型,提出了一种基于样本分散度的最优特征子集选择算法。集成特征提取模型选取多个完整工作循环数据处理,用提升小波包对其进行快速变换,消除波动影响和噪声,求取所构造特征集的各特征值,得到包含完备发动机状态信息的特征向量;最优特征子集优化选择算法,建立了基于样本分散度的特征选择模型,解决了冗余分类信息的消除问题,结合分类器选择出最优特征子集,使其规模与分类效果综合最优,用欧氏距离分类法和支持向量基分类器进行测试,所有40个特征输入分类器正确率分别为67.86%和70%,优化选择后特征个数分别降低为6个和5个,而分类正确率提高到了90.71%和90%。     

无线传感器网络中的分布式三维小波图像压缩

由于无线传感器网络（WSN）资源极其有限,本文提出了一种新型的分布式三维小波图像压缩（3DWIC）算法,用来节省环境监测时通信所消耗的能量.无线传感器网络用于环境监测时,节点所采集的图像常常具有变化少、相关性强等特点,故引入了简单的变化检测算法（LCDA）和位置估计/补偿算法（PE＆CA）,用较低的代价来检测并压缩图像的活跃区域,消除各节点所采集的图像之间的信息冗余,节省无线传输能耗.仿真结果表明,该算法在保证图像重构质量的前提下节省了大量能量.     

基于气体传感器电压输出信号的无线传输电路

本文设计了一个无线传输电路,适用于所有以电压信号为输出信号的传感器,便于实现自动控制.本电路具有电路简单、传输距离长、便于控制等优点.使用的IC有数模转换芯片ADC0809、单片机AT89C51以及无线收发模块HAC-UP96,测量电压的范围是0～5V,分辨率为20mV,工作频率为433MHz,收发电流小于40mA,待机状态电流消耗仅为20μA左右.     

基于改进稀疏编码的微弱振动信号特征提取算法

针对强噪声环境下难以有效提取微弱振动信号特征的问题,提出了基于改进字典学习和移不变分量过滤(IDL-SICF)的稀疏编码振动信号特征提取算法。首先,将振动信号进行分段和平滑预处理以降低数据处理复杂度,接着利用改进的字典学习和高效系数求解算法构建基于移不变稀疏编码的自适应滤波器,然后过滤字典原子重构的移不变分量以获得表征信号本质特征的最优基函数,取最优基函数对应的移不变分量的特征频率强度作为评价信号特征提取效果的优劣。仿真和实测数据的试验结果表明,相比于现有微弱振动信号提取算法,提出的算法具有更强的特征提取能力,在实际应用中具有较高的可行性。     

网络编码在无线数据传输补偿机制中的运用

为了降低无线传感器网络中由于各种因素影响造成的丢包率,提出了一种基于网络编码的数据传输补偿机制。该机制在普通星型网络架构的基础上,设计并加入了一种协作节点。此节点需要对收到的同一个信道内多个采集节点的数据进行编码运算,之后将运算生成的补偿数据包发送至基站,上位机通过基站上传的数据包来补偿得出采集节点在基站处的数据丢失。采用确定性编码方式减少节点的运算量,采用事件触发机制保证协作节点发包时刻的有效性,网络中数据包通过时分多址(time division multiple access,简称TDMA)机制保障其实时可靠收集。对网络中加入协作节点的影响进行了实验验证,结果表明,此方法中引入的协作节点可以稳定工作,上位机可以正确解码,并能有效降低网络的丢包率。     

基于无线传输的工程机械振动信号采集系统设计及实现

本文介绍了一种基于无线传输方式的工程机械振动信号采集系统,给出了系统原理及结构,并阐述了其硬件结构和软件设计。     

基于ZigBee的无线振动检测系统设计

针对机械设备的振动信号检测问题,采用ZigBee技术设计了一套无线传感器网络振动检测系统,详细介绍了系统结构,硬、软件设计方案和通信方法。基于Zig Bee技术并结合MEMS传感器开发的无线传感器系统,能够实现无线检测运行机械设备的三轴振动信号,利用Qt框架设计的上位机软件系统可以实现三轴振动信号的波形显示、数据存储以及利用快速傅里叶变换获得的频谱图检测设备的运行状况。实验表明,通过该系统可实时无线检测现场机械设备的振动信号,提高了机械设备故障诊断的自动化水平。     

无线振动传感器网络节点设计

介绍了一种适用于振动测试的传感器网络节点,通过该节点搭建的传感器网络可以检测材料是否存在缺陷.该节点的硬件电路以cyclone Ⅲ系列FPGA为核心,包括3维振动信号调理采集单元、1个外部SD卡存储器、1个2.4G频段的无线收发单元、1个传感器单元和USB - SPI电路以实现无线、有线两种传输方式.实验结果表明设计系统是可行且有效的,将会为MEMS技术应用于振动检测领域奠定基础.     

改进小波阈值-形态学融合算法在振动信号误差抑制中的应用

针对机械装备振动信号采集中含有脉冲噪声及高斯噪声等多种复杂污染源的信号误差抑制去噪,设计了小波阈值和形态学融合算法.首先,在高斯平滑思想上引入改进的小波阈值函数,能够调节阈值函数向小波分解系数真值的收敛趋势达到有效去除高斯噪声及避免稳态偏差的目的,对比几种常用的函数算法,提出的阈值函数取得了在信噪比提升及均方根误差抑制...     

基于霍夫曼行程编码的 SLAM 算法

针对基于粒子滤波的SLAM算法生成的栅格地图存储效率不高的问题,提出一种基于霍夫曼行程编码的SLAM算法,以解决原有栅格地图的编码冗余和空间冗余问题。该算法在基于粒子滤波的SLAM算法基础上采用霍夫曼行程编码的地图表示方式,根据不同的应用场景,设计出两种霍夫曼行程编码地图的存储方式,当栅格地图的规模较小时,使用定长编码;当栅格地图的规模比较大时,例如大型商场环境,考虑使用变长编码,进一步增广了该地图表示方式的应用范围。仿真和真实场景实验表明,在一定条件下基于霍夫曼行程编码的SLAM算法最多能够减少94.8%的内存消耗,证明了该算法的可行性与有效性。     

基于字典学习和稀疏编码的振动信号去噪技术

针对现有机械振动信号去噪算法需要一定先验知识的问题,提出了一种基于字典学习和稀疏编码的自适应去噪滤波方法。根据信号的本质特性,应用在线字典学习方法对原始数据进行学习和训练,寻求数据驱动的最优字典空间。引入正交匹配追踪算法,确定原始信号在最优字典空间上的稀疏表示。基于稀疏编码和优化字典,重构原始信号,实现信号去噪。仿真和试验结果表明,相对于现有去噪方法,基于字典学习和稀疏编码的方法自适应能力强,去噪效果好。     

基于单片机的摇杆信号无线传输程序设计

介绍了一种模块化的、实现摇杆信号无线传输功能的程序设计方案。设计以STC89C52单片机为主控单元,利用PCF8591模块对输出信号进行模数转换,使用2个NRF24L01+模块实现数据的打包发送及拆包接收的无线传输功能。主要阐述了整个系统的程序设计过程及内容,列出了实现无线收、发数据功能的主要程序,为进一步利用数据提供了前期的准备。     

提升小波变换在振动信号去噪中的应用

振动信号存在不同形式的波形特征,传统小波去噪中,小波分解的结果与所采用的小波基函数有关,选用不适当的小波基函数会冲淡振动信号的局部特征信息,从而造成原始信号的部分有用信息丢失。为了克服上述缺陷,介绍了提升算法和基于该算法的小波变换快速算法,探讨了如何利用提升小波变换对信号进行去噪一通过对实际信号去噪处理．得出了提升小波算法能够较好地应用于信号去噪的结论。     

无线传感器网络簇间多跳传输算法的研究

针对由不同功能的传感器构成的无线传感器网络,提出了一种基于权值的簇间多跳传输算法。该算法根据网络中节点能量分布的不同,引入权值因子进行簇首选举,在接下来的数据传输阶段采用了簇间多跳的传输方式。仿真结果证明该算法能够降低簇头能量消耗,均衡网络负载,从而延长网络生存时间。     

基于稀疏信号重构的无线传感网络目标定位

提出了一种新的基于稀疏信号重构的无线传感网络目标定位方法.针对目标定位问题,将多目标位置表示为离散化测量空间上的稀疏向量,则多传感节点声音信号能量测量值向量可分解为测量矩阵、稀疏矩阵与稀疏向量的乘积,通过稀疏信号重构方法可以恢复目标位置稀疏向量,实现多目标定位.传统L1范数稀疏信号重构法要求测量矩阵和稀疏矩阵乘积满足受限等距性条件,在目标定位问题中难以满足.采用贪婪匹配追踪算法重构稀疏向量,基于噪声信号能量幅值终止迭代搜索,进行多目标定位.实验表明,基于贪婪匹配追踪稀疏信号重构目标定位方法能准确实现多目标定位,定位精度优于基于正交匹配追踪的稀疏信号重构目标定位方法和基于单纯形搜索的最大似然估计目标定位方法.