[发明专利]机械振动信号压缩重构方法及系统

权利要求书

1.一种机械振动信号压缩重构方法，其特征在于，该方法包括如下步骤：

步骤S1、采集机械振动信号f；

步骤S2、采用K-SVD字典学习算法训练得到最佳稀疏表示所述机械振动信号f的K-SVD过完备字典D'：

首先，对K-SVD字典学习算法中的参数n、K、N、L和J进行初始化设置，其中，

n₀为初始字典D中的原子长度n的初始值；

K₀为所述初始字典D中的原子个数K的初始值；

N₀为所述机械振动信号f的信号样本集合Y中的原子数N的初始值；

L₀为所述机械振动信号f稀疏表示时最多使用的线性组合原子数L的初始值；

J₀为K-SVD训练时的迭代次数J的初始值；

依据所述初始字典的原子长度n₀对所述机械振动信号f进行分割得到若干个原子，从分割得到的原子中选取N₀个原子组合构成信号样本集合Y，并从信号样本集合Y中随机选取K₀个原子组合构成初始字典D，利用OMP算法获得所述信号样本集合Y在所述初始字典D上的最佳稀疏系数矩阵X，并利用K-SVD字典学习算法对所述初始字典D进行迭代更新训练，得到最佳稀疏表示所述机械振动信号f的K-SVD过完备字典D'；

步骤S3、在所述K-SVD过完备字典D'上对所述机械振动信号f进行稀疏变换得到稀疏系数先验值α，f＝D'α；

步骤S4、根据设定的压缩率CR的值确定测量矩阵Φ，并利用所述测量矩阵Φ对所述机械振动信号f进行压缩感知，得到所述机械振动信号f的测量值y，且y＝Φf；

步骤S5、在所述K-SVD过完备字典D'和所述测量矩阵Φ上运用OMP算法对所述测量值y进行稀疏估计，得到稀疏系数估计值利用该稀疏系数估计值对所述机械振动信号f进行重构，得到所述机械振动信号f的重构机械振动信号且

步骤S6、对所述重构机械振动信号和所述机械振动信号f进行比较，计算出所述重构机械振动信号与所述机械振动信号f的相对误差σ，且

步骤S7、判断所述相对误差σ的值是否是最小，当所述相对误差σ的值非最小值时，返回所述步骤2，重新设置所述K-SVD字典学习算法中的参数的初始值，并重新对所述机械振动信号f进行压缩重构；当所述相对误差σ的值为最小值时，所述机械振动信号f压缩重构完成。

2.根据权利要求1所述的机械振动信号压缩重构方法，其特征在于，在所述步骤1中，将所述机械振动信号f分为两段机械振动信号f₁和f₂，其中，所述机械振动信号f₁用于获取所述K-SVD过完备字典D'和所述稀疏系数先验值α；所述机械振动信号f₂通过所述测量矩阵Φ压缩感知得到测量值y，且所述机械振动信号f₁的信号长度远大于所述机械振动信号f₂的信号长度。

3.根据权利要求1或2所述的机械振动信号压缩重构方法，其特征在于，在所述步骤2中，所述初始字典D中的每个原子均具有2-范数。

4.根据权利要求3所述的机械振动信号压缩重构方法，其特征在于，采用单因素分析方法确定所述K-SVD字典学习算法中的参数值。

5.根据权利要求1或2所述的机械振动信号压缩重构方法，其特征在于，所述测量矩阵Φ为高斯随机矩阵。

6.一种机械振动信号压缩重构系统，其特征在于，该机械振动信号压缩重构系统采用权利要求1-5中任意一项所述的机械振动信号压缩重构方法对所述机械振动信号进行压缩重构。