一種基于稀疏表示的傳感器噪聲與故障的判別方法技術

本發(fā)明專利技術公開了一種基于稀疏表示的傳感器噪聲與故障的判別方法。具體方法步驟如下：一、通過歷史數(shù)據(jù)建立同時含有正常信號、噪聲和故障樣本對應的過完備原子庫；二、基于某一類的未知樣本可以被該類的若干樣本在相應子空間有效地進行線性表示這一假設，將傳感器采集到的混合信號用構造的字典稀疏表示，即從過完備原子庫中找出與待分解信號最為匹配的原子通過線性重構得到一個新的表示方式；三、通過線性重構的樣本計算重構誤差，求出利用每種噪聲故障樣本數(shù)據(jù)集對新樣本進行重構的誤差；四、采用同類故障樣本數(shù)據(jù)和同類噪聲樣本數(shù)據(jù)進行訓練計算相應的重構誤差值；五、通過計算重構誤差實現(xiàn)噪聲和故障判別。

【技術實現(xiàn)步驟摘要】

本專利技術涉及氣體傳感器信號處理
，具體涉及一種基于稀疏表示的傳感器 噪聲與故障的判別方法。
技術介紹
傳感器技術作為信息技術的三大組成部分之一，已經得到了極其廣泛的應用。傳 感器相當于人的感官器官，用來感知、測定各種物理量、化學量并將其轉變?yōu)殡娦盘栃问剑?送入計算機或電子線路進行處理，達到監(jiān)測或控制的目的。隨著傳感器技術的快速發(fā)展，傳 感器品種齊全，精度有很大提高，傳感器的使用愛好者也迅速增多，傳感器的噪聲和故障問 題也越來越受到重視。 隨著現(xiàn)代化系統(tǒng)結構日趨復雜、規(guī)模不斷擴大、自動化程度越來越高，人們對這類 系統(tǒng)的可靠性和安全性的要求也就越來越高，要求系統(tǒng)具有更強的容錯性變得越來越重 要，而故障診斷則是實現(xiàn)容錯控制的主要前提，其中最為關鍵的一步就是如何及時進行故 障的檢測與隔離。傳感器作為信息獲取的源頭，在現(xiàn)代控制系統(tǒng)中發(fā)揮著重大作用。它的 測量結果直接影響系統(tǒng)的運行，影響分析、決策的正確性，特別是在化工、航天測試等大型 復雜系統(tǒng)中，一旦傳感器發(fā)生故障，后果將不堪設想。傳感器在工作過程中不僅可能產生故 障，而且還有自身和外部的噪聲干擾，因此如何對傳感器的噪聲和故障進行區(qū)別顯得尤為 重要。這不僅可以減少停產時間，增加系統(tǒng)運行的安全性，減少制造成本，還可以使企業(yè)避 免人員和財產的巨大損失，給企業(yè)帶來可觀的經濟效益。 現(xiàn)有技術中，稀疏表示是伴隨著壓縮感知理論發(fā)展起來的，它興起于20世紀90 年代，稀疏表示的研宄通常可以歸結為稀疏字典的設計，字典的設計是稀疏表示中的一個 重要問題，分為正交基字典、過完備字典等。基于過完備字典的稀疏表示是目前信號處理領 域研宄的熱點，稀疏表示的目的就是在過完備字典中選擇較少的原子來表示原始數(shù)據(jù)，即 使得這種表示系數(shù)非零的個數(shù)盡可能的少。目前，稀疏表示已被廣泛應用到去噪、壓縮、編 碼、參數(shù)估計、特征提取、目標識別等信號處理的許多方面。
技術實現(xiàn)思路
針對上述問題，本專利技術提出了一種基于稀疏表示的傳感器噪聲與故障的判別方 法，以解決目前傳感器噪聲與故障無法判別的問題，減少傳感器故障診斷時的干擾因素，更 好的解決故障，保證系統(tǒng)更好運行。 本專利技術提出了。包括以下步 驟： (1)通過歷史數(shù)據(jù)構造同時含有正常信號、噪聲和故障樣本對應的過完備原子 庫； (2)將傳感器采集到的混合信號用構造的字典稀疏表示，即從過完備原子庫中找 出與待分解信號最為匹配的原子通過線性重構得到一個新的表達方式； (3)通過線性重構的樣本和基于h的定義與集合B的線性表示的差值計算重構 誤差； (4)分別采用同類故障樣本數(shù)據(jù)和同類噪聲樣本數(shù)據(jù)進行訓練計算相應的重構誤 差值叫，nij，i = 1，? ? ?，J，j = 1，? ? ?，J ;(5)利用重構誤差來實現(xiàn)噪聲與故障的判斷。若計算得到的重構誤差趨近于叫， 則判斷是故障，若計算得到的重構誤差趨近于IV則判斷是噪聲，并且能夠判斷出相應故障 和噪聲類型。【附圖說明】 為了使本專利技術的目的、技術方案和優(yōu)點更加清楚，下面將結合附圖對本專利技術作進 一步的詳細描述，其中： 圖1為本專利技術的流程框圖。【具體實施方式】 下面將結合附圖，詳細闡述本專利技術的實施方式： (1)稀疏表示在信號領域取得了重大發(fā)展，表現(xiàn)出了很多優(yōu)點，也被廣泛用于人臉 識別、圖像處理、目標跟蹤等各個領域。本專利技術采用稀疏表示的方法用于對傳感器噪聲和故 障進行區(qū)分，同樣可以得到較好的效果。在本專利技術中首先通過訓練構造傳感器噪聲和故障 樣本字典。 基于傳感器噪聲和故障樣本字典的構造，就是建立傳感器在工作過程中各類噪聲 和故障表示的過完備集合。在構造傳感器噪聲和故障數(shù)據(jù)集的時候，該數(shù)據(jù)集包含正常數(shù) 據(jù)、多類噪聲樣本數(shù)據(jù)和多類故障數(shù)據(jù)，本專利技術從每種類別的訓練數(shù)據(jù)集中選取一定數(shù)目 的樣本數(shù)據(jù)用來構建噪聲和故障樣本字典。其中每一個樣本數(shù)據(jù)的表示序列是噪聲或故障 樣本字典中的一個列向量。 具體地，利用傳感器在工作過程中的每種典型的噪聲和故障樣本數(shù)據(jù)建立樣本集 合：【主權項】1. ，其特征在于，包括如下步驟： 步驟一：通過歷史數(shù)據(jù)建立同時含有正常信號、噪聲和故障樣本對應的過完備原子 庫； 步驟二：將傳感器采集到的混合信號用構造的字典稀疏表示，即從過完備原子庫中找 出與待分解信號最為匹配的原子通過線性重構得到一個新的表達方式； 步驟三：通過線性重構的樣本和基于h的定義與集合B的線性表示的差值計算重構 誤差； 步驟四：采用同類故障樣本數(shù)據(jù)和同類噪聲樣本數(shù)據(jù)進行訓練計算相應的重構誤差值 Ini, rrij, i = I, . . . , J, j = I, . . . , J ； 步驟五：通過比較重構誤差實現(xiàn)噪聲和故障判別。2. 根據(jù)權利要求1所述的，，其特 征在于：在步驟一中，在構造噪聲和故障樣本字典的過程中，由于工業(yè)過程往往含有包含正 常模式在內的許多故障模式和噪聲模式，需要對大量數(shù)據(jù)進行訓練，所以本專利技術構造的噪 聲和故障樣本字典需要很大。3. 根據(jù)權利要求1所述的，，其特 征在于：在步驟二中，在稀疏表示時需要假設某一類的未知樣本可以被該類的若干樣本在 相應子空間有效地進行線性表示，而且是從過完備原子庫中找出與待分解信號最為匹配的 原子通過線性重構得到一個新的表達方式。4. 根據(jù)權利要求1所述的，，其特 征在于：在步驟三中，對于每一種噪聲模式或者故障模式j，定義其對應的特征函數(shù)其 中h定義為只保留噪聲和故障樣本數(shù)據(jù)集合B中第j種噪聲或故障模式所對應的稀疏系 數(shù)，同時將其他噪聲或故障模式樣本所對應的稀疏系數(shù)都賦值為0。基于h的定義與集合 B，利用線性重構的樣本和基于的定義與集合B的線性表示的差值計算重構誤差實現(xiàn) 對噪聲和故障的判別。5. 根據(jù)權利要求1所述的，，其特 征在于：在步驟四中，采用同類故障樣本數(shù)據(jù)和同類噪聲樣本數(shù)據(jù)進行訓練計算相應的重 構誤差值nv nij，i = 1，. . .，J，j = 1，. . .，J ;在計算叫、Iiij時，需要對大量數(shù)據(jù)進行訓練計 算，對每種類型的訓練結果求取平均值。6. 根據(jù)權利要求1所述的，，其特 征在于：在步驟五中，當測試樣本稀疏重構完成，在計算重構誤差時，在本專利技術中采用同類 噪聲樣本數(shù)據(jù)和同類故障樣本數(shù)據(jù)對新樣本進行稀疏重構時所獲得重構誤差是最小的，若 計算得到的重構誤差趨近于IV則判斷是故障，若計算得到的重構誤差趨近于Hl j,則判斷是 噪聲，并且能夠判斷出相應故障和噪聲類型。【專利摘要】本專利技術公開了。具體方法步驟如下：一、通過歷史數(shù)據(jù)建立同時含有正常信號、噪聲和故障樣本對應的過完備原子庫；二、基于某一類的未知樣本可以被該類的若干樣本在相應子空間有效地進行線性表示這一假設，將傳感器采集到的混合信號用構造的字典稀疏表示，即從過完備原子庫中找出與待分解信號最為匹配的原子通過線性重構得到一個新的表示方式；三、通過線性重構的樣本計算重構誤差，求出利用每種噪聲故障樣本數(shù)據(jù)集對新樣本進行重構的誤差；四、采用同類故障樣本數(shù)據(jù)和同類噪聲樣本數(shù)據(jù)進行訓練計算相應的重構誤差值；五、通過計算重構誤差實現(xiàn)噪聲和故障判別。【IPC分類】G01D18-00【公開號】CN104848883【申請?zhí)枴緾N201510140186【專利技術人】屈劍鋒, 柴毅, 季俊杰, 邢占強, 任本文檔來自技高網...

【技術保護點】
一種基于稀疏表示的傳感器噪聲與故障的判別方法，其特征在于，包括如下步驟：步驟一：通過歷史數(shù)據(jù)建立同時含有正常信號、噪聲和故障樣本對應的過完備原子庫；步驟二：將傳感器采集到的混合信號用構造的字典稀疏表示，即從過完備原子庫中找出與待分解信號最為匹配的原子通過線性重構得到一個新的表達方式；步驟三：通過線性重構的樣本和基于δj的定義與集合B的線性表示的差值計算重構誤差；步驟四：采用同類故障樣本數(shù)據(jù)和同類噪聲樣本數(shù)據(jù)進行訓練計算相應的重構誤差值mi，mj，i＝1,...,J，j＝1,...,J；步驟五：通過比較重構誤差實現(xiàn)噪聲和故障判別。

【技術特征摘要】

【專利技術屬性】
技術研發(fā)人員：屈劍鋒，柴毅，季俊杰，邢占強，任浩，
申請(專利權)人：重慶大學，
類型：發(fā)明
國別省市：重慶;85