K-means聚類-DCT壓縮算法在振動傳感器中的研究與應用
2023年電子技術應用第1期
王昱欽1，王鑫2，劉保強1，李軼1，洪晟3
1.江蘇自動化研究所，江蘇 連云港 222000；2.中國人民解放軍32381部隊，北京 100000； 3.北京航空航天大學 網絡空間安全學院，北京 100191
摘要： 為延長無線振動傳感器在需要對大量高頻振動數據進行采集情況下的使用壽命，首先對現有振動數據壓縮算法進行了研究，對其存在的問題進行了分析，并在此基礎上提出了一種基于K-means聚類-DCT雙重數據壓縮算法的壓縮方法。所采用的K-means聚類-DCT雙重數據壓縮算法針對預測性維護數據特點，首先利用K-means算法對振動數據進行聚合分類，再根據振動信號頻域特點進行離散余弦變換（Discret Cosine Transform， DCT）壓縮。通過實際驗證表明，采用該算法對振動數據進行數據聚合，可以非常明顯地提高數據壓縮的效率，從而在傳輸時將冗余數據有效減少。而在相同數據量情況下，采用改進的雙重壓縮算法的峰值信噪比與其他算法相比，其具有更好的性能。
中圖分類號：TP212
文獻標志碼：A
DOI: 10.16157/j.issn.0258-7998.222844
中文引用格式： 王昱欽，王鑫，劉保強，等. K-means聚類-DCT壓縮算法在振動傳感器中的研究與應用[J]. 電子技術應用，2023，49(1)：81-85.
英文引用格式： Wang Yuqin，Wang Xin，Liu Baoqiang，et al. Research and application of K-means clustering and DCT compression algorithm in vibration sensor[J]. Application of Electronic Technique，2023，49(1)：81-85.
文獻標志碼：A
DOI: 10.16157/j.issn.0258-7998.222844
中文引用格式： 王昱欽，王鑫，劉保強，等. K-means聚類-DCT壓縮算法在振動傳感器中的研究與應用[J]. 電子技術應用，2023，49(1)：81-85.
英文引用格式： Wang Yuqin，Wang Xin，Liu Baoqiang，et al. Research and application of K-means clustering and DCT compression algorithm in vibration sensor[J]. Application of Electronic Technique，2023，49(1)：81-85.
Research and application of K-means clustering and DCT compression algorithm in vibration sensor
Wang Yuqin1，Wang Xin2，Liu Baoqiang1，Li Yi1，Hong Sheng3
1.Jiangsu Automation Research Institute， Lianyungang 222000， China； 2.Unit 32381 of the Chinese People′s Liberation Army， Beijing 100000， China； 3.School of Cyber Science and Technology， Beihang University， Beijing 100191， China
Abstract： In order to prolong the service life of wireless vibration sensors when collecting a large number of high-frequency vibration data, this paper studied the existing vibration data compression algorithms, put forward and analyzed the existing problems, and on this basis, proposed an effective mechanism of K-means clustering-discrete cosine transform (DCT) dual data compression. According to the characteristics of predictive maintenance data, K-means clustering-DCT dual compression algorithm firstly used K-means algorithm to aggregate and classify vibration data, and then carried out DCT compression according to the frequency domain characteristics of vibration signals. The verification results showed that the algorithm significantly improved the data compression efficiency and reduced the transmission of redundant data by aggregating vibration data. In addition, under the condition of the same amount of data, the algorithm had better application performance after improving the peak signal-to-noise ratio compared with other algorithms.
Key words : sensor；low frequency vibration；intermediate frequency vibration；high frequency vibration；K-means clustering and DCT compression algorithm
0 引言
在工作時機械設備基本都存在比較明顯的振動情況，如果想要監測設備的運行狀態，是可以通過分析機械設備所產生的振動信號來實現的，并且通過分析監測結果的變化情況可以在早期及時地發現機械設備可能出現的故障情況[1]。但是如果要想通過設備所產生的振動信號對其運行狀態情況獲得非常準確的評估或預測結果，則需要對機械設備所產生的大量高頻振動數據進行有效分析[2]，為了能夠有效采集到大量高頻振動數據，需要安裝大量的傳感器用于采集機械設備在工作時所產生的高頻振動數據[3]。但是現有的基于ZigBee、藍牙技術等低功耗、低速率的無線傳輸技術是無法滿足此類應用需求的，無法滿足需求的原因主要有兩個方面[4]:(1)對高頻振動數據進行采集會快速消耗終端節點所使用的電池電量，進而影響整個采集系統的工作壽命；(2)大量數據的無線傳輸會嚴重占用系統帶寬資源，從而會造成傳輸過程丟包率的升高，最終會影響到數據分析的準確性[5]。
本文詳細內容請下載：http://m.jysgc.com/resource/share/2000005081。
作者信息：
王昱欽1，王鑫2，劉保強1，李軼1，洪晟3
（1.江蘇自動化研究所，江蘇 連云港 222000；2.中國人民解放軍32381部隊，北京 100000；
3.北京航空航天大學 網絡空間安全學院，北京 100191）
此內容為AET網站原創，未經授權禁止轉載。