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

作     者：马云飞 白华军 温亮 郭驰名 贾希胜 MA Yunfei;BAI Huajun;WEN Liang;GUO Chiming;JIA Xisheng

作者机构：武警士官学校军械系浙江杭州310023 陆军工程大学石家庄校区装备指挥与管理系河北石家庄050003 

出 版 物：《兵工学报》 (Acta Armamentarii)

年 卷 期：2021年第42卷第12期

页      面：2762-2770页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主　　题：机械振动信号 Laplace先验 稀疏块 贝叶斯压缩 压缩感知 

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。