買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜南京航空航天大學(xué)申請(qǐng)的專(zhuān)利一種基于自適應(yīng)稀疏表示的齒輪振動(dòng)信號(hào)壓縮感知方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119363127B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-03-25發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202411907512.6，技術(shù)領(lǐng)域涉及：H03M7/30；該發(fā)明授權(quán)一種基于自適應(yīng)稀疏表示的齒輪振動(dòng)信號(hào)壓縮感知方法是由王體春;夏天;靳廣虎;劉新華設(shè)計(jì)研發(fā)完成，并于2024-12-24向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種基于自適應(yīng)稀疏表示的齒輪振動(dòng)信號(hào)壓縮感知方法在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了一種基于自適應(yīng)稀疏表示的齒輪振動(dòng)信號(hào)壓縮感知方法，具體涉及信號(hào)處理和機(jī)械故障診斷技術(shù)領(lǐng)域，首先利用多通道振動(dòng)傳感器采集齒輪振動(dòng)信號(hào)，進(jìn)行預(yù)處理以獲得高質(zhì)量信號(hào)；然后，采用改進(jìn)的K?SVD算法構(gòu)建自適應(yīng)稀疏字典，提高信號(hào)的稀疏表示能力；接著，設(shè)計(jì)滿(mǎn)足限制等距性質(zhì)（RIP）的優(yōu)化測(cè)量矩陣，包括加權(quán)隨機(jī)Toeplitz矩陣和循環(huán)矩陣的組合，實(shí)現(xiàn)高效的壓縮采樣；在信號(hào)重建階段，引入正則化項(xiàng)并采用改進(jìn)的正交匹配追蹤（OMP）算法，提高重建精度和抗噪性能。該方法顯著提高了信號(hào)重建精度和處理效率，適用于實(shí)時(shí)監(jiān)測(cè)和故障診斷領(lǐng)域。

本發(fā)明授權(quán)一種基于自適應(yīng)稀疏表示的齒輪振動(dòng)信號(hào)壓縮感知方法在權(quán)利要求書(shū)中公布了：1.一種基于自適應(yīng)稀疏表示的齒輪振動(dòng)信號(hào)壓縮感知方法，包括以下步驟：（1）數(shù)據(jù)采集與預(yù)處理：1.1）使用多通道振動(dòng)傳感器采集齒輪振動(dòng)信號(hào)，得到原始信號(hào)集合；1.2）對(duì)原始信號(hào)進(jìn)行去除直流分量、歸一化和降噪處理，得到預(yù)處理后的信號(hào)集合；其特征在于：（2）自適應(yīng)稀疏字典學(xué)習(xí)：2.1）采用改進(jìn)的K-SVD算法對(duì)預(yù)處理信號(hào)進(jìn)行字典學(xué)習(xí)，構(gòu)建自適應(yīng)稀疏字典和稀疏系數(shù)矩陣，以提高信號(hào)的稀疏表示能力；（3）優(yōu)化測(cè)量矩陣設(shè)計(jì)：3.1）構(gòu)建加權(quán)隨機(jī)Toeplitz矩陣和循環(huán)矩陣的組合測(cè)量矩陣；（4）壓縮采樣：4.1）對(duì)每個(gè)通道的預(yù)處理信號(hào)進(jìn)行壓縮采樣，得到壓縮測(cè)量值；其中，為第個(gè)通道的壓縮測(cè)量值；（5）信號(hào)重建：5.1）采用改進(jìn)的OMP算法，利用測(cè)量值、測(cè)量矩陣和自適應(yīng)稀疏字典，求解稀疏系數(shù)，重建信號(hào)，并引入正則化項(xiàng)和自適應(yīng)閾值，以提高重建精度和抗噪性能；改進(jìn)的OMP算法具體步驟如下：5.1）初始化：5.1.1）殘差；5.1.2）支撐集；5.1.3）迭代次數(shù)；5.2）迭代過(guò)程：5.2.1）原子選擇：，其中為的第列，表示第k次迭代中選擇的原子，即字典矩陣的第列；表示字典矩陣的第j向量；表示第k次迭代的殘差向量；表示第j列原子向量與殘差向量的內(nèi)積；表示第j列與納茲向量的范數(shù)，即向量的歐幾里得長(zhǎng)度；表示取得目標(biāo)函數(shù)最大的j值;5.2.2）支撐集S更新：；5.2.3）稀疏系數(shù)計(jì)算：求解以下優(yōu)化問(wèn)題：，其中，當(dāng)前的觀(guān)測(cè)信號(hào)，即測(cè)量值，是經(jīng)過(guò)測(cè)量矩陣壓縮后的信號(hào)；表示信號(hào)重構(gòu)誤差，即觀(guān)測(cè)信號(hào)和通過(guò)字典重建信號(hào)之間的誤差平方；表示稀疏系數(shù)的范數(shù)；為自適應(yīng)稀疏字典中對(duì)應(yīng)支撐集的列子集，表示正則化參數(shù)；5.2.4）殘差更新：，其中，第k+1次迭代的殘差，表示當(dāng)前信號(hào)重構(gòu)的未解釋部分；表示迭代中得到的重構(gòu)信號(hào)；5.2.5）終止條件：如果或，則停止迭代；其中，表示殘差的范數(shù)，表示當(dāng)前迭代中殘差的大小；是預(yù)設(shè)的殘差容忍閾值，表示迭代可以接受的最小誤差；表示最大迭代次數(shù)；5.1）輸出：重建信號(hào)：，其中，表示重構(gòu)后信號(hào)，表示最優(yōu)稀疏系數(shù)；（6）結(jié)果輸出：6.1）輸出重建后的信號(hào)集合，用于后續(xù)分析和處理，重建信號(hào)應(yīng)用于頻譜分析、特征提取和故障診斷。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人南京航空航天大學(xué)，其通訊地址為：210016 江蘇省南京市秦淮區(qū)御道街29號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話(huà)0551-65771310或微信搜索“龍圖騰網(wǎng)”。