【技术实现步骤摘要】
一种基于PaaS和SaaS平台的ODFS改进图像式存储方法及系统
[0001]本专利技术涉及信号处理与机器学习领域,主要是一种对ODFS振动信号进行存储的方法及系统。
技术介绍
[0002]目前,在实际的安全监测中,ODFS(全分布式光纤传感技术,Fully Distributed Optical Fiber Sensing Technology)尚存在应用瓶颈,因为ODFS技术随着“采样率/分辨率”增加或者“时间/长度”拓展带来的数据膨胀现象,导致了数据冗余、磁盘膨胀、处理效率低下的问题,一味地提高硬件性能远远不能满足技术发展需要。在二维振动信号的“存储方法”的研究中,对于振动信号的压缩方法,几乎都是要对振动信号进行分析计算后,才能得到的压缩策略,但是这样的情况会耗费大量的运算内存,且压缩策略也并不一定可以满足所有的异常情况。
[0003]关于ODFS振动信号监测的应用,在很多领域的发展都相对成熟。ODFS以安全生产智能监测为中心,以“安全监测及信号处理”为重点,兼具了“光波传输的抗电磁干扰特性”和“光纤介质的材料特性”的优点在“城市运行安全”领域拥有无可比拟的优势。该技术由于其抗电磁干扰、电绝缘且耐腐蚀、可在强电磁场复杂环境下安全稳定工作等特点,在工业生产安全监测、城市基础设施安全监测、城市生命线管网安全监测、道路交通安全监测等领域中受到了广泛关注,在振动信号、温度信号、应力信号等方面得到了广泛研究,也面临着巨大的挑战。因此,要解决在光纤传感领域中,“数据膨胀”带来的存储与分析问题,达到ODFS振动信号存 ...
【技术保护点】
【技术特征摘要】
1.一种基于PaaS和SaaS平台的ODFS改进图像式存储系统,其特征在于,将振动信号转化为图像进行存储,所述振动信号的图像式存储系统包括如下模块:系统控制界面:可以通过操作系统控制界面,对二维振动信号进行压缩图像式存储,包括自适应滤波消噪模块、上采样
‑
反卷积语义分割模块、灰度转化处理模块、图像式信号存储模块等,以实现对位于SaaS环境内所提供的云产品的控制,包括提供上述服务以及配置服务界面等;供给组件:可以提供在供给命令中预先指定的服务所对应的功能,例如进行二维振动信号的采集,进行自适应消噪滤波,运用编码器进行上采样
‑
反卷积语义分割,运行灰度转化,实现信号的图像式存储等;数据仓库:可以存储和提取、加载上述自适应滤波消噪模块、上采样
‑
反卷积语义分割模块和灰度转化处理模块采集到的信号,以及图像式信号存储模块转存的图像等,此外还能够支持上述信号压缩过程中所转化数据的备份、修补和恢复等;监视代理:可以监视上述数据仓库所供给的实际数据大小,并将信息报告给管理中心;管理中心:可以读取、分析和执行上述数据采集、资源调配和使用的指令,包括启动进行二维振动信号的采集,启动进行自适应消噪滤波,启动运用编码器进行上采样
‑
反卷积语义分割,启动运行灰度转化,启动进行信号的图像式存储等,使系统于最佳实践的操作环境下运行算法;自适应滤波消噪模块:使用反馈对输入信号源进行处理,尽可能消除噪声信号,使滤波器的输出信号尽可能地逼近输入信号;上采样
‑
反卷积语义分割模块:利用编码器提取振动信号的特征,把全卷积神经网络(FCN)的前面特征图变小,直接将信号转换成图像进行存储和显示;灰度转化处理模块:以时间作为横轴,以长度作为纵轴,对信号的幅度进行归一化处理,并转化为灰度值进行存储和显示;图像式信号存储模块:以每秒采样点数为横轴像素点,长度和空间采样率的比值为纵轴采样点,对信号进行从二维到三维的转换,生成.jpg或.bmp图像。2.一种基于PaaS和SaaS平台的ODFS改进图像式存储方法,其特征在于:(1)确定相邻极值点的平均值和包络估计值;(2)确定剩余信号;(3)确定调频信号和包络信号;(4)进行自适应滤波消噪;(5)进行上采样
‑
反卷积语义分割;(6)进行灰度转化;(7)实现图像式信号存储;(8)确定输出变量的判别函数。具体包括以下八个步骤:步骤一:确定原始振动信号x(t)的相邻极值点的平均值m
i
和包络估计值a
i
::式中,m
i
表示相邻极值点的平均值,a
i
表示包络估计值,n
i
和n
i+1
分别表示第i个和第i+1个局部极值点;步骤二:确定剩余信号h
11
(t):将m
i
和a
i
用折线连接起来,再利用滑动平均法对其进行平滑处理,从而得到局部均值函数m
11
(t)和局部包络估计函数a
11
(t);将局部均值函数m
11
(t)从原始振动信号x(t)中分离出
来,得到剩余信号h
11
(t),即:h
11
(t)=x(t)
‑
m
11
(t)式中,h
11
(t)表示剩余信号,x(t)表示原始振动信号...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。