基于DCS的矿山物联网微震数据重构算法,本论文为您写重构毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
重构论文参考文献：
摘 要：煤矿物联网是近几年兴起的热点研究领域.针对煤矿物联网分布式环境下微震数据量大的问题,引入分布式压缩感知理论对微震数据进行压缩以减小数据传输量.以分布式微震信号为对象,通过傅里叶变换基对其进行稀疏性分析,论证了可以用压缩感知相关理论对微震数据进行压缩处理.基于广义正交匹配追踪算法及稀疏度自适应匹配追踪算法,提出了一种改进的分布式稀疏度自适应正交匹配追踪重构算法.基于MATLAB仿真平台,用改进的算法重构稀疏测量后的分布式微震信号,仿真结果表明,该算法在减少计算量的前提下有效地恢复了原始微震信号.
关键词：分布式压缩感知；数据压缩；微震信号；稀疏性；重构
中图分类号：TD65 文献标志码：A [WT]文章编号：1672-1098（2017）03-0031-07
Abstract：Mine IoT is a hot research field in recent years. Aiming at effectively processing the large amount of micro-seiic data in distributed environment of Mine IoT, the DCS theory is introduced to compress micro-seiic data to reduce the amount of data tranission. Fourier tranorm（fft） was adopted to analyze the sparse of micro-seiic signals,and the result demonstrates that micro-seiic data can be compressed by related theory of CS. With reference to gOMP algorithm and SAMP algorithm, a modified distributed sparsity adaptive OMP reconstruction algorithm was put forward. Then based on the MATLAB simulation platform, we adopted the proposed algorithm to reconstruct the micro-seiic signals after sparse measurement, in which the simulation results show that the improved algorithm could better recover original micro-seiic signals.
Key words： distributed compressed sensing ；data compression ； microseiic signals ；Sparsity；reconstruction
近幾年,随着矿山物联网、智能矿山等概念被提出[1],煤矿企业建设矿井物联网的积极性很高.因此,将网络化、分布式的传感器应用在煤矿井下,为实现矿山安全泛在感知提供了可能.随着物联网技术在煤矿生产中引入,用于生产过程、安全环境、人员和设备等异构复杂传感器所采集的实时监控数据将呈现几何倍数的增长,这些海量数据对煤矿现有的网络传输线路和设备、数据处理和存储设备都将形成巨大挑战.数据压缩是一种能有效减少数据量的数据处理技术.近几年提出的压缩感知理论[2]（Compressed Sensing,CS）是一个介于数学和信息科学的新的研究方向,打破了传统的奈奎斯特采样定律,压缩感知理论的精华是将信号采集与压缩两个过程通过一个感知环节来完成即直接采集的就是稀疏信号本质有用的信息,重构时再由降采样得到的少量信息重构出高分辨率的信号.这样就减少了基于传统方法带来的传感器硬件昂贵、采样数据量大、传输信道压力大、以及后端处理代价高、做大量无用功等问题[3].无线传感网中传感器节点分布密集,若对采集到的所有数据直接进行传输,会导致网络拥塞,寿命缩短.考虑到压缩感知的最大优势在于压缩率高,所需要传输的数据量小,文献[4]在压缩感知和分布式信源编码的基础上,提出了分布式压缩感知（Distributed Compressed Sensing, DCS）理论.分布式压缩感知理论是将压缩感知的思想扩展应用到多个相关信号中,建立信号群的联合稀疏模型,利用节点信号之间的相关性去除冗余信息,从而降低信息压缩的复杂度,使较少的测量次数包含充分的信息量,很好的适应并解决了煤矿发展可能遇到的瓶颈问题[5].目前,将压缩感知理论应用到煤矿中的研究尚属于理论研究的起步阶段.文献[5]将压缩感知理论引入到物联网背景下的下一代煤矿通信系统中,利用前沿的信息处理理论和技术,通过对源端数据的压缩采集理论方法研究,为克服矿山信息传输瓶颈问题进行了学科前沿探索.文献[6]针对煤矿物联网这个应用环境,提出了改进的基于小波变换LSC-CS理论,基于Matlab仿真平台,模拟井下环境,对温度、湿度数据进行仿真,对降低数据在传输、存储等方面的能量消耗具有重要意义.本文以矿山物联网为背景,分析了分布式压缩感知理论相对于其他数据融合技术在矿山物联网中的应用优势.针对分布式微震监测系统中数据量大的问题,基于分布式压缩感知理论对微震信号进行压缩处理.由于现有的大多数重构算法都以信号的稀疏度为先验信息且不适应于分布式场景,在广义正交匹配追踪（Generalized OMP,gOMP）算法及稀疏度自适应匹配追踪（Sparsity Adaptive MP,SAMP）算法的基础上,本文提出了一种改进的分布式稀疏度自适应正交匹配追踪重构算法以减少分布式微震信号的数据量.1 分布式压缩感知理论分布式压缩感知理论充分利用了信号内部和信号之间的相关结构.在一个典型的分布式场景中,考虑一定数目的相互之间具有相关性的传感器信号,每个信号都可以在某一特定基或某些特定基下稀疏表示,每个传感器通过将测量到的信号映射到另一个与稀疏基不相关的基（如：随机基）上进行独立编码,然后将少量的投影结果传输到汇聚点[7].在满足一定条件的情况下,汇聚点的译码器就能准确地重构出每个传感器信号.分布式压缩感知的基本理论框架如图1所示,为方便起见,以三个信号为例,包括了稀疏表示、低维测量和联合重构这三个要素.
结论：关于本文可作为重构方面的大学硕士与本科毕业论文重构论文开题报告范文和职称论文论文写作参考文献下载。
农业物联网和大数据论坛
编者按：本次论坛邀请了“互联网+”领域相关的专家、企业家进行现场交流。通过交流对于发展物联网和大数据促进现代农业发展起到重要的促进作用。目前我们。
物联网时代制造业成本管理
摘要：从国际、国内角度分析制造业地位、发展形势，并分析制造业传统成本管理模式弊端，基于物联网、工业4 0、制造业成本管理等概念来分析物联网技术在。
基于物联网技术校园旅游系统设计
摘 要：校园旅游尤其是名校的校园旅游长盛不衰，本研究依托物联网技术、LBS技术、信息化等技术，设计开发了包含电子地图、实时定位、私人导游、景区卫。
论物联网时代会计信息化探析
摘要：计算机信息技术是会计信息化的基础。而物联网是信息技术发展的一个重要产物，其对会计信息化发展有着重要影响。本文基于物联网概念出发，对其影响会。