-
题名基于VMD的瓦斯信号自适应压缩感知算法
被引量：2
- 1
-
-
作者
王同安
王元红
-
机构
山东科技大学计算机科学与工程学院
-
出处
《西安科技大学学报》
CAS
北大核心
2019年第2期366-373,共8页
-
基金
国家重点研发计划课题(2016YFC0801406)
山东省重点研发计划项目(2016GSF120012)
-
文摘
将压缩感知算法和变分模态分解相结合,应用于煤矿瓦斯数据的处理。考虑到现有的压缩感知算法在对瓦斯处理的过程中存在着重构精度低,重构过程复杂和需要较多的样本观测值等问题,因此提出一种基于VMD和自适应观测矩阵的压缩感知算法,有效解决了以较少的样本观测值数据实现信号高精度重构的问题,同时自适应地选择观测矩阵,避免了对稀疏信号的同类化投影选择。首先将瓦斯信号经过VMD进行分离,得到一系列瓦斯信号的本征模态函数分量,通过设定阈值保留有效信息,使得信号更加稀疏化;其次通过自适应地观测矩阵对稀疏信号进行投影变换,从而降低观测矩阵和稀疏字典的不相关性。实验以煤矿瓦斯数据为研究对象,将瓦斯数据经过VMD分解进行稀疏化处理和使用构造的自适应观测矩阵进行投影选择,MATLAB仿真实验证明,文中的算法有更高的信噪比和更好的重构质量。
-
关键词
瓦斯数据压缩
压缩感知
变分模态分解
自适应观测矩阵
信号稀疏化
-
Keywords
gas data compression
compressed sensing
variational mode decomposition
adaptive observation matrix
signal sparsity
-
分类号
TN911.7
[电子电信—通信与信息系统]
TD712
[矿业工程—矿井通风与安全]
-
-
题名压缩感知技术在矿山物联网中的应用研究
被引量：7
- 2
-
-
作者
赵小虎
邓园芳
慕灯聪
-
机构
中国矿业大学物联网(感知矿山)研究中心
中国矿业大学信息与电气工程学院
-
出处
《煤炭科学技术》
CAS
北大核心
2016年第7期69-72,79,共5页
-
基金
中央高校基本科研业务费专项资金资助项目(2014ZDPY19)
国家重点研发计划资助项目(2016YFC0801405)
-
文摘
针对矿山井下环境的特殊性导致井下监测到的海量信息的获取受到限制等问题,对目前备受关注的基于信号稀疏性的新型采样理论——压缩感知理论进行研究,以矿山物联网为研究对象,介绍了压缩感知基本理论及关键技术,分析了压缩感知理论在这个应用环境中的优势,理论上满足矿山物联网应用的需求。最后,利用Matlab仿真软件,对煤矿井下采集到的瓦斯浓度数据进行稀疏性分析、压缩与重构,结果表明压缩感知技术可以较精确地恢复原始瓦斯浓度信号。
-
关键词
矿山物联网
互联网+
压缩感知
稀疏性
观测矩阵:瓦斯浓度数据
-
Keywords
mine internet of things
internet plus
compressed sensing
sparsity
observation matrix
gas concentration data
-
分类号
TD65
[矿业工程—矿山机电]
-
