基于Laplace先验和稀疏块相关性的旋转机械振动信号贝叶斯压缩重构
Acta Armamentarii（2021）
摘要
为通过无线传输实时监测装备状态,针对机械振动信号采样频率较高导致压缩重构困难的问题,将Laplace先验模型和振动信号周期性稀疏块相结合,提出一种改进的贝叶斯压缩感知算法.建立基于Laplace分布的贝叶斯先验模型,相对于高斯先验具有更强的稀疏促进作用.根据机械设备转速和采样频率计算振动信号类周期,对信号进行周期性分块,并基于多稀疏块共享相同超参数的特点,采用快速相关向量机迭代估计出原始信号期望.选取两级平行轴齿轮箱作为研究对象,进行压缩重构仿真实验.结果表明,该方法在相同稀疏基下能有效改善机械振动信号的重构效果.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要