-
题名人工气候加速试验箱温湿度图信号重构智能监测算法
被引量：2
- 1
-
-
作者
王涵予
姜永元
张守亮
吴任翔
孙伟
-
机构
中车青岛四方机车车辆股份有限公司计量理化检测中心
武汉科技大学机械自动化学院
-
出处
《计算机应用》
CSCD
北大核心
2022年第S01期376-379,共4页
-
文摘
人工气候加速试验箱的温湿度准确检测是老化实验过程中的一个难点,不同种类多传感器数据分析是信号处理的研究热点之一。图信号处理(GSP)方法能有效利用传感器拓扑位置信息,提高信号处理的准确度。基于此,提出了一种多传感器融合温湿度图信号处理重构智能监测算法。首先,使用试验箱采集了温度和湿度实验数据,并对原始数据进行去噪处理;然后,使用不同的采样率模拟部分数据丢失的情况,采用基于时间差分平滑度的重建方法对温度和湿度信号进行重建。实验结果表明,在25%的时间采样率下,该方法能达到0.53的均方根误差,具有较高的重构精度和较强的稳健性。
-
关键词
图信号处理
人工气候
温湿度检测
时变图信号重构
小波分析
-
Keywords
Graph Signal Processing(GSP)
artificial climate
temperature and humidity measurement
time-varying graph signal reconstruction
wavelet analysis
-
分类号
TH114
[机械工程—机械设计及理论]
-
-
题名基于缺失信号的图重构
- 2
-
-
作者
韩诗期
王俊义
李然
-
机构
桂林电子科技大学信息与通信学院
“认知无线电与信号处理”教育部重点实验室
西安电子科技大学通信工程学院
-
出处
《计算机应用与软件》
北大核心
2022年第5期78-84,109,共8页
-
基金
国家自然科学基金项目(61966007)
“认知无线电与信号处理”教育部重点实验室基金项目(CRKL180106)
“广西无线宽带通信与信号处理重点实验室”基金项目(GXKL06180107)。
-
文摘
在使用图信号处理工具之前需要知道信号的底层图,即信号的空间结构。但在实际场景中,尤其是对于缺失信号而言,图未必是已知的。对此提出一种缺失信号的图学习模型。利用信号的空间变分和稀疏惩罚项来学习图,同时利用空间变分和时间变分及学到的图重构信号,重复迭代直至目标函数值最小时得到最优解。实验结果表明在信号缺失的情况下,该模型依然能够合理学习到图结构,并且在实测温度数据中聚类和信号重构的效果要优于常用的聚类算法和图信号重构算法。
-
关键词
图信号处理
图学习
概率图模型
图信号重构
-
Keywords
Graph signal processing
Graph learning
Graphical model
Graph signal reconstruction
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
