ISDT算法的数据压缩处理及其性能分析

过程数据的实时压缩和趋势提取可以显著提高过程控制系统的整体性能。传统的SDT数据压缩算法不能很好地适应现今过程控制的要求,无法获得满意的压缩结果。针对SDT算法的弊端,提出了一种改进的SDT数据压缩算法,并进行了两种算法的性能对比。对合成数据仿真计算的分析结果表明,基于ISDT算法的过程数据压缩性能有大幅度的提高,更好地满足了现今过程控制中实时数据处理和趋势分析的要求。

基于SSA-BGOMP的滚动轴承振动信号压缩重构方法

针对广义正交匹配追踪算法(GOMP)在进行滚动轴承振动信号压缩感知重构的迭代过程中无法剔除错误原子,重构效果较差的问题,提出了基于麻雀搜索算法-回溯广义正交匹配追踪(SSA-BGOMP)的轴承振动信号压缩重构方法,在GOMP的基础上引入具有自适应特性的改进回溯机制,通过麻雀搜索算法自动设置阈值,对支撑集原子进行二次回溯筛选,从而降低错误原子选入支撑集的概率,提升算法的抗噪性和重构效果。仿真信号以及CWRU,XJTU-SY轴承故障数据集的试验结果表明:在DCT和K-SVD字典上,SSA-BGOMP比GOMP的相对误差分别降低2%~12%与3%~13%,有效改善了滚动轴承振动信号的压缩重构效果。

SDT算法及其在局域控制网络中压缩过程数据的应用

SDT(Swinging Door Trending)算法运算量小 ,在过程数据压缩中得到广泛应用 .为了提高该算法的性能 ,对该算法进行了改进 ,给出了离线和在线压缩算法及信号重建算法 .仿真研究表明改进算法在最大偏差与误差平方和等方面的性能指标优于原算法 .用 Neuron C编写了改进算法的应用程序 ,并成功下载到自行设计的数据采集节点中 ,实现了改进压缩算法的在线应用 .

改进的SDT算法及其在过程数据压缩中的应用

阐述了过程数据压缩的重要性及特点 ,介绍了SDT(SwingingDoorTrending)算法及改进的SDT算法的基本原理 ,给出了离线压缩、在线压缩及信号重建的软件框图。介绍了改进的SDT算法的应用 ,分析了改进算法的性能。

基于遗传算法的预压缩图像破损数据重构

为增大预压缩图像破损区域内的信噪比数值,从而使得重构图像能够更好地贴合压缩前的原始图像,提出基于遗传算法的预压缩图像破损数据重构方法。根据已生成的破损节点种群选择适应度评估标准,并构建遗传数据阵列,完成基于遗传算法的预压缩图像破损节点调取。建立破损数据分布函数,计算压缩重构比指标的实际数值,重构处理预压缩图像破损数据,实现预压缩图像破损数据重构。实验结果表明,在遗传算法作用下,预压缩图像破损区域内数据参量信噪比指标的数值上升,能够促使重构图像与原始图像完成较好的贴合。

SDT算法及其在过程数据压缩中的应用

首先阐述了过程数据压缩的重要性及特点,然后介绍了SDT(Swinging Door Trending)算法的基本原理,给出了离线压缩、在线压缩及信号重建的软件框图,最后介绍了SDT算法的应用,并得出了一些结论。希望对过程数据压缩的研究和应用提供一定的帮助。

过程数据压缩算法SDT的改进研究与应用

对传统的SDT(Swinging Door Trend)过程数据压缩算法进行算法分析与改进研究,并在此基础上提出了综合去异常值、简单滤波、自适应压缩偏移量与还原曲线平滑化的改进型SDT压缩算法。算法结构简单、计算速度快,以MATLAB为研究仿真工具,通过算法的移植已经成功地应用于工业实时数据库产品FD-RDB中,获得了良好的过程数据压缩质量与还原效果。对工业实时数据库的过程数据压缩算法的设计开发具有很好的参考意义。

压缩感知重构算法的两步深度展开策略研究

针对压缩感知中重构算法的深度展开问题,提出了一种两步深度展开策略(two-step deep unfolding,TwDU)。已有深度展开重构算法通常依赖前一步估计值估计当前值,TwDU对已有深度展开重构算法增加估计深度,依赖于前两步估计值估计当前展开值。TwDU对已有深度展开算法前两步估计值增加了两个训练权重。训练权重优化利用了信号估计值之间的相关特性,可以随着数据的特性自我学习和调整,所提TwDU策略应用于可学习迭代软阈值算法(learned iterative soft thresholding algorithm,LISTA)、可训练迭代软阈值算法(trainable iterative soft thresholding algorithm,TISTA)、可学习近似消息传递算法(learned approximate message passing,LAMP)等已有深度展开算法。通过在一维和二维稀疏信号的仿真验证,TwDU策略在重构精度和收敛速度上都更具有明显优势。

用于压缩感知信号重建的正则化自适应匹配追踪算法

压缩感知理论是一种充分利用信号稀疏性或者可压缩性的全新的信号采样理论。该理论表明,通过采集少量的信号值就可实现稀疏或可压缩信号的精确重建。该文在研究和总结已有重建算法的基础上,提出了一种新的基于正则化的自适应匹配追踪算法(Regularized Adaptive Matching Pursuit,RAMP)用于压缩感知信号的重建。该算法可在信号稀疏度未知的情况下,通过自适应过程自动调节候选集原子的个数,利用正则化过程实现支撑集的二次筛选,最终实现了信号的精确重建。实验结果表明,在相同测试条件下,该算法的重建效果无论从主观视觉上还是客观数据上均优于其它同类方法。

基于SQL数据库的过程数据压缩方法

利用SQLServer数据库存储过程历史数据,提出一种增量型的SDT压缩算法,有效地实现了过程历史数据的实时存储。对于通过OPC方式从化工过程底层读取的实时数据,利用增量型的SDT算法进行实时压缩存储,利用LZW算法对存储的值进行二次无损压缩。实验测试表明,该方法能够实时处理大量的过程数据,同时尽最大可能对过程数据进行压缩,降低存储成本。在容差为1%、测点为1000个时,该算法使平均压缩率达到约85%。

基于压缩感知信号重建的自适应正交多匹配追踪算法

近年来出现的压缩感知理论为信号处理的发展开辟了一条新的道路,不同于传统的奈奎斯特采样定理,它指出只要信号具有稀疏性或可压缩性,就可以通过少量随机采样点来恢复原始信号。在研究和总结传统匹配算法的基础上,提出了一种新的自适应正交多匹配追踪算法(adaptive orthogonal multi matching pursuit,AOM-MP)用于稀疏信号的重建。该算法在选择原子匹配迭代时分两个阶段,引入自适应和多匹配的原则,加快了原子的匹配速度,提高了匹配的准确性,实现了原始信号的精确重建。最后与传统OMP算法进行了仿真对比,实验结果表明该算法在重建质量和算法速度上均优于传统OMP算法。

一种基于MPEG压缩域的运动对象分割算法

针对目前视频压缩域中运动对象分割准确率不高的问题 ,提出一种有效的压缩域运动对象的分割算法 .该算法先对运动矢量进行运动累加和中值滤波处理 ,然后利用离散余弦变换 (DCT)系数块之间的相关性对非零运动矢量区域进行校正 .由于在对运动矢量处理的同时加入了空间DCT块的相关性校正 ,因此分割准确率有了较大的提高 .实验统计结果表明 ,对几种不同视频场景中的运动对象进行分割 ,其分割率比现有的算法提高了约 15 % .

高采样Holter系统心电数据记录与传输技术

为满足开发高性能Holter系统的需要 ,提出了一种高效的心电数据压缩、存储和传输方案 .基于整 -整小波变换的数据压缩算法 ,通过引入在不同分解尺度取不同阈值的屏蔽函数和基于统计分析的优化编码方案 ,实现了心电信号的高效、高保真数据压缩 .将基于地址映射技术的数据存取模型用于心电数据的高效存储 ,通过内置USB实现了数据的高速传输 .实验和临床应用表明 ,该记录器可以 10 0 0Hz的采样率连续记录 12导联 2 4h心电图 ,除可精确记录常规心电图外 。

基于压缩感知的图像稀疏表示和重构

在信号可稀疏表示的基础上,压缩感知理论将数据的采集和压缩集于一身,从较少的观测值中重构出原始信号,突破了以奈奎斯特采样定理为基础的传统采样方式的局限性,降低了对信号采样率的要求.首先介绍了压缩感知的基本理论和各类重构算法,并在时间复杂度和重构精度上对算法作出分析比较,然后基于压缩感知理论综述图像稀疏表示和重构算法的研究进展及其相关方面的应用,最后对压缩感知在稀疏表示和重构方面作出了总结和展望.

多视点视频编码中的视频目标提取与视差匹配

在单通道视频目标分割算法的基础上 ,首先提出一种多视点视频编码中的视频目标提取方案 .然后提出一种基于多级块匹配视差估计算法 .应用Moravec算子对视差矢量图进行检测 ,提取特征视差矢量并对其进行精确度检验 .若特征视差矢量不够精确 ,则其所在块将重新进行小范围的块匹配 .若块匹配误差仍太大则将其分裂为四个子块重新匹配 .与传统块匹配算法相比 ,新方法能获得较为精确和平滑的视差场 ,提高重建后的图像质量 .

基于压缩传感理论的重构算法研究

针对国内压缩传感理论(CS)尚处于起步以及理论研究阶段,为深入阐述该理论及对其实践应用性进行探索,将压缩传感理论从信号的稀疏表示、编码测量以及重构算法3个方面展开了较为详细的论述,并深入地阐述了重构算法中具有代表性的匹配追踪、正交匹配追踪、正则化正交匹配追踪算法。并进一步介绍了最小均方差线性估计(MMSE)算法,通过与常用重构算法的仿真对比,突出了MMSE算法在低采样率下的优越性。研究结果表明,该算法在实践中具有较好的应用潜力。

一种新的自适应量化数字音频水印算法

文章中提出了一种新的自适应量化数字音频水印算法,该算法首先将视觉可辨的二值水印图像降维成一维水印序列,并对水印序列进行随机置乱与BCH纠错编码,再将原始数字音频信号划分成音频数据段,最后选择音频段进行快速傅立叶变换(FFT),并依据人类听觉系统(HAS)模型自适应确定量化步长量化FFT系数嵌入水印信息。该算法提取水印信息时不需要原始数字音频信号。仿真结果表明:该自适应量化数字音频水印算法不仅具有较好的透明性,而且对诸如叠加噪声、有损压缩、低通滤波、重新采样等攻击均具有较好的鲁棒性。

利用压缩感知方法提高地震资料分辨率

将压缩感知理论引入地震资料处理,研究了基于压缩感知理论的提高地震资料分辨率方法,针对压缩感知理论中的信号稀疏化、观测矩阵设计、信号重构等流程提出了改进措施。针对传统观测矩阵取高斯随机矩阵后计算结果不稳定问题,根据地震记录的信号特点,将高斯随机矩阵改进为较大反射信号约束下的观测矩阵,提高了重建算法的速度和精度;为了压制局部均匀化和区域均匀化噪声,增强较弱的有效信号,研究了地震资料的规格化处理方法,提出了局部压缩感知和区域压缩感知联合处理的方法,增大了源信号独立性条件范围。模型数据实验和实际数据应用效果表明,基于压缩感知理论的提高地震资料分辨率方法使弱信号增强、地震分辨率明显提高。

记录限可调整的Box Car过程数据压缩算法

过程数据压缩是减少控制网络数据流量、避免拥塞、提高控制系统性能的有效手段之一。本文在分析Box Car过程数据压缩算法缺点的基础上,提出了一种改进的压缩算法。在给定的条件下,通过引入可调整记录限,在过程趋势比较平稳时,压缩比比原算法提高1-2倍;在过程趋势发生变化时,压缩比比原算法提高16～30%。本算法还具有改善逼近程度、监视过程趋势和辨识异常点的能力。通用典型仿真数据压缩计算证明了改进算法的适用性。

按频率抽取的基4FFT算法在FPGA中实现

雷达成像的数据处理运算量非常巨大,要达到准实时甚至全实时的成像处理速度,就需要高性能的处理设 备。结合自己的工程实践,介绍了按频率抽取的基4FFT算法在FPGA器件中的实现。基于高速FPGA的SAR实时信号 处理机是该系统的核心部分,这方面的研究国内才刚刚起步,该文的工作对SAR雷达系统的硬件实现具有重要意义,为 SAR实时成像处理提供了一条有效途径,具有良好的应用前景,此技术的实现在实时信号处理领域也具有重要意义。