[发明专利]振动信号的采样重构系统及方法

说明书

本发明提供一种振动信号的采样重构系统及方法。该系统包括采样装置、微控制系统和上位机；采样装置与微控制系统相连，微控制系统与上位机相连；采样装置用于对振动信号进行稀疏采样，得到稀疏采样信号，并将稀疏采样信号发送到微控制系统；微控制系统用于对稀疏采样信号进行分块，得到观测序列，并将观测序列发送到上位机；上位机用于对观测序列进行重构，得到振动信号。本发明通过采集装置和微控制系统将振动信号的采集和压缩过程合并为一个整体，再通过上位机对压缩信号进行重构，可以有效地降低振动信号的数据量。

技术领域

本发明涉及信号处理技术领域，尤其涉及一种振动信号的采样重构系统及方法。

背景技术

为了对机械设备的运行状态进行监控，通常需要对机械设备的振动信号进行分析。振动信号呈现非线性、非平稳的特点。

根据奈奎斯特采样定理，采样频率不能低于原始机械设备振动信号的两倍。因此在获取机械设备的振动信号时会产生大量数据，如何将降低振动信号的数据量成为本领域技术人员亟需解决的问题。

发明内容

本发明实施例提供了一种振动信号的采样重构系统及方法，以解决降低振动信号的数据量的问题。

第一方面，本发明实施例提供了一种振动信号的采样重构系统，包括采样装置、微控制系统和上位机；采样装置与微控制系统相连，微控制系统与上位机相连；

采样装置用于对振动信号进行稀疏采样，得到稀疏采样信号，并将稀疏采样信号发送到微控制系统；

微控制系统用于对稀疏采样信号进行分块，得到观测序列，并将观测序列发送到上位机；

上位机用于对观测序列进行重构，得到振动信号。

在一种可能的实现方式中，观测序列包括多个稀疏块信号；

上位机具体用于：

获取观测矩阵；

基于观测矩阵，通过MT-BCS(Multi-task Bayesian Compressive Sensing，多任务贝叶斯压缩感知)算法对观测序列进行联合重构，得到多个稀疏信号；

对各个稀疏信号进行逆稀疏变换，得到分块振动信号；

将各个分块振动信号进行拼接，得到振动信号。

在一种可能的实现方式中，上位机具体用于：

对各个稀疏块信号的共享超参数和噪声信号的超参数进行初始化；

基于相关向量机、观测矩阵、共享超参数的初始值和噪声信号的超参数的初始值确定共享超参数的目标值和噪声信号的超参数的目标值；

基于共享超参数的目标值和噪声信号的超参数的目标值确定各个稀疏信号的估计值。

在一种可能的实现方式中，上位机具体用于：

基于观测矩阵建立各个稀疏信号的均值模型和方差模型；

对共享超参数和噪声信号的超参数求最大边缘分布，得到共享超参数和噪声信号的超参数的更新表达式；

基于均值模型、方差模型和更新表达式对共享超参数和噪声信号的超参数进行迭代，直至符合预设的终止条件，得到共享超参数的目标值和噪声信号的超参数的目标值。

在一种可能的实现方式中，各个稀疏块信号的表达式为：

yⁱ＝Θⁱsⁱ+εⁱ