K-means聚类-DCT压缩算法在振动传感器中的研究与应用
2023年电子技术应用第1期
王昱钦1，王鑫2，刘保强1，李轶1，洪晟3
1.江苏自动化研究所，江苏 连云港 222000；2.中国人民解放军32381部队，北京 100000； 3.北京航空航天大学 网络空间安全学院，北京 100191
摘要： 为延长无线振动传感器在需要对大量高频振动数据进行采集情况下的使用寿命，首先对现有振动数据压缩算法进行了研究，对其存在的问题进行了分析，并在此基础上提出了一种基于K-means聚类-DCT双重数据压缩算法的压缩方法。所采用的K-means聚类-DCT双重数据压缩算法针对预测性维护数据特点，首先利用K-means算法对振动数据进行聚合分类，再根据振动信号频域特点进行离散余弦变换（Discret Cosine Transform， DCT）压缩。通过实际验证表明，采用该算法对振动数据进行数据聚合，可以非常明显地提高数据压缩的效率，从而在传输时将冗余数据有效减少。而在相同数据量情况下，采用改进的双重压缩算法的峰值信噪比与其他算法相比，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.tom3567.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。