基于VMD的瓦斯信号自适应压缩感知算法

摘要：

将压缩感知算法和变分模态分解相结合,应用于煤矿瓦斯数据的处理.考虑到现有的压缩感知算法在对瓦斯处理的过程中存在着重构精度低,重构过程复杂和需要较多的样本观测值等问题,因此提出一种基于VMD和自适应观测矩阵的压缩感知算法,有效解决了以较少的样本观测值数据实现信号高精度重构的问题,同时自适应地选择观测矩阵,避免了对稀疏信号的同类化投影选择.首先将瓦斯信号经过VMD进行分离,得到一系列瓦斯信号的本征模态函数分量,通过设定阈值保留有效信息,使得信号更加稀疏化;其次通过自适应地观测矩阵对稀疏信号进行投影变换,从而降低观测矩阵和稀疏字典的不相关性.实验以煤矿瓦斯数据为研究对象,将瓦斯数据经过VMD分解进行稀疏化处理和使用构造的自适应观测矩阵进行投影选择,MATLAB仿真实验证明,文中的算法有更高的信噪比和更好的重构质量.

关键词：瓦斯数据压缩、压缩感知、变分模态分解、自适应观测矩阵、信号稀疏化

所属期刊栏目：39

分类号：TD712(矿山安全与劳动保护)

资助基金：国家重点研发计划课题2016YFC0801406;山东省重点研发计划项目2016GSF120012

在线出版日期：2019-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：366-373