[发明专利]云制造平台中的模拟到信息采样方法

说明书

技术领域

本发明属于分布式制造信息处理与集成技术领域，具体地，涉及一种云制造平台中的模拟到信息采样方法，其能够降低云制造平台信号采集、传输、存储成本，并提升云平台信息提取与处理能力，该方法主要用于云制造平台的模拟信号采集、处理等模块的设计。

背景技术

随着云计算概念的提出与发展，以及制造业信息化水平的不断发展与进步，一种全新的制造服务模式——云制造，应运而生。云制造是在“制造即服务”理念的基础上，借鉴了云计算的思想发展起来的一种新概念。云制造是先进的信息技术、制造技术以及新兴物联网技术等交叉融合的产物，采取当代信息技术前沿理念，实现制造资源的高度共享，支持制造业在广泛的网络资源环境下，为产品提供高附加值、低成本和全球化的制造服务。

作为云制造服务模式实现的主体，云制造平台将把巨大的社会制造资源池连接在一起，实现对各种制造资源以及各种数据信息的共享与处理。这必将使得云制造平台对信息的需求量剧增。而云制造平台对信息的巨量需求将导致信号带宽越来越宽，使得在信息获取中对采样速率和处理速度的要求越来越高，给信号采样、传输、存储和处理造成巨大压力。以奈奎斯特(Nyquist)采样定理为基础的传统信号处理框架已对此无能为力。如何缓解这种压力并能有效提取承载在信号中的有用信息是云制造平台在信息处理上所要急需解决的问题。

近年来国际上出现的压缩感知理论(Compressed Sensing，CS)，为缓解上述压力提供了解决办法。压缩感知，又称为压缩采样，压缩传感，作为一个新的采样理论，由D Donoho、E Candes、以及华裔科学家T Tao等人于2006年提出，它通过开发信号的稀疏特性，在远小于Nyquist采样频率的条件下，用随机采样获取信号的离散样本，然后通过非线性重建算法完美的重建信号。与传统的“信号采样-信息提取”(Signal Sampling-Information Extraction，SS-IE)模式不同，压缩感知直接进行“信息采样”(Information Sampling，IS)。

云制造平台需要处理大量的信息，而这些信息的绝大部分就是由各种无线传感器所生成的模拟信号。利用压缩感知，以Sub-Nyquist的采样频率，直接从模拟信号中提取有用的信息，实现“模拟-信息”(A-to-I)采样，将极大的缓解云制造平台所面临的信号采样、传输、压缩、处理、存储等方面的压力，提高云制造平台的工作效率。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种云制造平台中的模拟到信息采样方法，其利用压缩感知理论方法直接对云制造平台所主要面临和处理的模拟信号进行信息采样，以缓解云制造平台所面临的信号采样、传输、压缩、处理、存储等方面的压力，从而提高云制造平台的信息处理能力，提升平台的工作效率。

为实现上述目的，本发明提供了一种云制造平台中的模拟到信息采样方法，其包括信号压缩采样和信号重建两部分；

在信号压缩采样时，设模拟信号x(t)由连续基ψ_n(t)表示，即公式一：

x(t)=Σn=1Nαnψn(t)]]>其中，t，α_n∈R，α＝[α₁，α₂，...，α_N]^T为系数向量，t为时间；

将离散的测量向量y表示成离散稀疏向量α的线性变换，所述线性变换用一个M×N的矩阵Θ表示，其中Θ＝ΦΨ由两部分组成，Ψ将离散的系数向量α表示成模拟信号x(t)，Φ对模拟信号x(t)进行测量，生成一个由离散的测量元素y组成的离散集合；

根据公式一，将模拟信号x(t)经过采样后的输出y[m]化成公式二：