[发明专利]一种滚动轴承多测量点振动信号压缩采样与同步重构方法

权利要求书

1.一种滚动轴承多测量点振动信号压缩采样与同步重构方法，其特征在于，包括以下步骤：

步骤S1，将每个测点训练样本分为公共训练样本与特有训练样本，采用K-SVD字典学习算法分别训练出每个测点共用的公共学习字典以及特有学习字典，根据联合稀疏表示JSM-1模型，将共用的公共学习字典以及特有学习字典构造成联合稀疏表示学习字典；

步骤S2，采用高斯随机矩阵对不同测点间相同时段的振动信号进行压缩测量，获得多测点压缩测量值；

步骤S3，基于联合稀疏表示学习字典对多测点测量值进行联合压缩重构；

在所述步骤S3中，基于联合稀疏表示学习字典对多测点测量值采用正交匹配追踪法进行联合压缩重构；

在所述步骤S3中，基于联合稀疏表示学习字典对多测点测量值进行联合压缩重构的具体过程为：

步骤Y1，将步骤S2中获得的多测点压缩测量值构造为y_JSR形式；

步骤Y2，利用步骤S1中获得的联合稀疏表示学习字典D_JSR以及各个测点测量矩阵Φ_j，构造传感矩阵A_JSR；

步骤Y3，利用正交匹配追踪法以及传感矩阵A_JSR对步骤Y1中获得的测量矩阵y_JSR进行联合压缩重构，获得所有测点联合稀疏表示稀疏

步骤Y4，通过联合稀疏表示学习字典D_JSR以及所有测点联合稀疏表示稀疏系数获得多测点重构振动信号

2.根据权利要求1所述的方法，其特征在于，在所述步骤S1中，采用离散余弦基将每个测点训练样本分为公共训练样本与特有训练样本。

3.根据权利要求2所述的方法，其特征在于，在所述步骤S1中，构造联合稀疏表示学习字典的具体过程为：

步骤T1，将每个测点传感器训练样本Y_j构造为矩阵形式，得到共j个训练样本矩阵；

步骤T2，采用D_DCT基对每个测点训练样本Y_j进行矩阵变化得到共j个新的训练样本矩阵A_j，即A_j＝D_DCT基Y_j；

步骤T3，设矩阵A^c为n×NN的矩阵，提取所有新训练样本A_j相同位置元素α＝[α₁,α₂,···,α_J]，以若α中所有元素非同号，则A^c相同位置元素不变即为0，若α中所有元素同号，则A^c的相同位置元素为α中绝对值最小值元素为原则，通过该原则对矩阵A^c所有位置元素重新进行重新选择，构造出新的矩阵A^c，其中，NN为训练样本原子个数；

步骤T4，根据公式通过矩阵A^c与D_DCT基计算获得所有测点公共训练样本Y^c；

步骤T5，每个测点训练样本Y_j除去所有测点公共训练样本Y^c，获得共j个特有训练样本Y^j，即Y^j＝Y_j-Y^C；

步骤T6，采用K-SVD字典学习算法分别以Y^c以及Y^j为训练样本构造所有测点共用的公共学习字典D_c以及每个测点的特有学习字典D_j；

步骤T7，根据公式构造适用于JSM-1模型下联合稀疏表示的多传感器振动信号的联合稀疏表示学习字典D_JSR。

4.根据权利要求1所述的方法，其特征在于，所述步骤Y1中，利用高斯随机矩阵Φ_j分别对多测点振动信号f进行压缩测量，构造获得y_JSR的数学模型为：

5.根据权利要求1所述的方法，其特征在于，所述步骤Y2中，构造获得的传感矩阵A_JSR形式为：

6.根据权利要求1所述的方法，其特征在于，所述步骤Y4中，获得的多测点重构振动信号的过程为：