本发明专利技术涉及信号处理技术领域，提供一种参数生成方法、信号压缩与重构方法、系统、设备和介质，参数生成方法包括：A1：获取待求解参数集；该参数集为风机信号压缩与重构过程中的参数集；A2：初始化种群；A3：评价种群适应度；A4：判断种群适应度是否满足收敛规则，如果满足，则得到最终参数集；A5：判断是否满足子群信息共享条件，如果满足，则不同子群的精英染色体进行交换；A6：对子群体的染色体进行选择交叉和/或基因变异操作，得到子代染色染；A7：在每个子群体内进行模拟退火操作，选择子代染色体，形成新的子群体；A8：重复步骤A3至步骤A7，直到得到最终参数集。本方案能够计算最优参数集，保证重构精度以及获得最优信号压缩率。保证重构精度以及获得最优信号压缩率。保证重构精度以及获得最优信号压缩率。
【技术实现步骤摘要】
参数生成方法、信号压缩与重构方法、系统、设备和介质
[0001]本专利技术涉及信号处理
，特别是涉及一种风机信号压缩与重构的参数生成方法、风机信号压缩与重构方法、风机信号压缩与重构系统、电子设备和计算机可读介质。
技术介绍
[0002]信号的无线传输方式因为安装和维护简便，成本较低等优点已经逐渐被各个行业部署使用。但是这一技术运用到风电生产领域时又受限于电力风场恶劣的网络条件以及风机自身运行时各个部位产生的海量数据等现实问题的限制，导致风机信号的无线传输技术面临着带宽不足、实时性差的问题。
[0003]压缩感知(Compressed Seneing，CS)理论的提出，为信号的压缩传输以节省核心带宽提供了思路。风机信号压缩传输与重构是将原始信号进行稀疏变换后，通过观测矩阵将信号从原始域映射到观测域，从而实现将庞大的原始信号压缩成数据量较少的压缩信号进行传输以减少信号传输时所需的核心带宽，达到提升数据传输实时性的效果。同时在接收端对压缩信号进行重构的过程。常用的信号稀疏手段有包括固定字典和学习字典，其中固定字典虽然简单直观并且计算效率高，但由于需要大量的先验知识以及通用性差，处理复杂信号时可能会导致精度降低影响信号还原等问题，并不适用于当下风场信号无线传输方案。相应的，学习字典因为不需要大量先验知识、自适应性强并且精度高受到了越来越广泛的关注。
[0004]现有的基于学习字典的信号压缩、重构方法，需要选用已有机械信号作为样本集训练学习字典，使用字典中的若干基函数线性表示原始信号稀疏化的信号。通过在信号的稀疏表示域中进行采样，使用测量矩阵对稀疏信号进行投影，得到压缩信号。待接收端接收到压缩数据后对压缩数据进行重构。现有的方法贯穿信号稀疏化表示、信号压缩、信号重构的过程需要设置大量参数。现有设置参数的手段主要依赖经验值，但由于参数复杂多样，取值范围广，因此依赖经验获得的参数值可能不是最优值。参数的设置不仅影响着信号重构的精度，同时也影响着信号压缩率的大小。
[0005]因此，为了克服现有技术方案中因人工设置参数导致的难以得到最优参数集，从而影响信号压缩与重构的精度与信号压缩率的问题，亟需开发一种风机信号压缩与重构的参数生成方法、风机信号压缩与重构方法、风机信号压缩与重构系统、电子设备和计算机可读介质，能够根据信号自身以及压缩感知理论进行参数全局寻优，保证重构精度以及获得最优信号压缩率。
技术实现思路
[0006]本专利技术的目的是提供一种风机信号压缩与重构的参数生成方法、风机信号压缩与重构方法、风机信号压缩与重构系统、电子设备和计算机可读介质，能够解决现有技术方案中因人工设置参数导致的难以得到最优参数集，从而影响信号压缩与重构的精度与信号压缩率的问题，实现根据信号自身以及压缩感知理论进行参数全局寻优，保证重构精度以及
获得最优信号压缩率。
[0007]为解决上述技术问题，作为本专利技术的一个方面，提供了一种风机信号压缩与重构的参数生成方法，包括以下步骤：
[0008]A1：获取待求解参数集；该参数集为风机信号压缩与重构过程中的参数集；
[0009]A2：初始化多个子群体，每个子群体包括多个染色体，每个染色体对应一个参数集，一个子群体对应一个种群；
[0010]A3：评价种群适应度；
[0011]A4：判断种群适应度是否满足收敛规则，如果满足，则得到最终参数集；否则进行步骤A5；
[0012]A5：判断是否满足子群信息共享条件，如果满足，则不同子群的精英染色体进行交换；
[0013]A6：对子群体的染色体进行选择交叉和/或基因变异操作，得到子代染色体；
[0014]A7：在每个子群体内进行模拟退火操作，选择子代染色体，形成新的子群体；
[0015]A8：重复步骤A3至步骤A7，直到得到最终参数集。
[0016]根据本专利技术一示例实施方式，步骤A1中，所述参数集内的参数包括生成稀疏字典的参数、压缩风机信号的参数、重构压缩信号的参数。
[0017]根据本专利技术一示例实施方式，所述生成稀疏字典的参数包括字典列数、稀疏度、学习迭代次数；所述压缩风机信号的参数包括测量矩阵行数；所述重构压缩信号的参数包括信号重构迭代次数。
[0018]根据本专利技术一示例实施方式，步骤A3中，所述评价种群适应度的方法采用如下公式：
[0019][0020][0021][0022]其中，F表示适应度，F
*
表示初始适应度函数，ω1、ω2、ω3、ω4分别对应各自的实际权重配比，为权重向量集，表征适应度函数各指标权重；f1表示当前重构信号与原信号间归一化均方根误差的实际值，f
1*
表示理想情况下重构信号与原信号归一化均方根误差取值；f2表示当前重构信号与原信号相似度的实际取值，表示理想情况下重构信号与原信号相似度值；f3表示当前重构信号与原信号实际压缩比，表示理想情况下重构信号与原信号压缩比值；f4表示当前重构信号与原信号相关系数的实际取值，表示理想情况下重构信号与原信号归一化相关系数值。
[0023]根据本专利技术一示例实施方式，所述初始适应度函数由原始风机信号与重构信号的归一化均方根误差、相似度、信号的压缩比、原始风机信号与重构信号的相关系数得到。
[0024]根据本专利技术一示例实施方式，步骤A7还包括：形成新的子群体后进行退温操作。
[0025]根据本专利技术一示例实施方式，退温操作时，如果当前温度低于最低温度，则令当前温度等于最低温度，否则根据初始温度和降温系数得到当前温度。
[0026]作为本专利技术的第二个方面，本专利技术提供一种风机信号压缩与重构方法，包括如下步骤：
[0027]S1：发送端生成稀疏字典；
[0028]S2：根据稀疏字典稀疏化原始风机信号得到稀疏信号；利用高斯随机矩阵生成测量矩阵；使用测量矩阵对稀疏信号进行投影，得到压缩信号；
[0029]S3：将压缩信号传输至接收端；
[0030]S4：接收端将压缩信号重构成稀疏信号；稀疏信号根据稀疏字典得到重构信号；
[0031]步骤S1、步骤S2和步骤S4的过程中，所需的参数集根据所述风机信号压缩与重构的参数生成方法得到。
[0032]根据本专利技术的第三个方面，本专利技术提供一种风机信号压缩与重构系统，其特征在于，包括发送端、传输装置、接收端和参数生成模块；
[0033]所述发送端用于生成稀疏字典；根据稀疏字典稀疏化原始风机信号得到稀疏喜欢；利用高斯随机矩阵生成测量矩阵；使用测量矩阵对稀疏信号进行投影，得到压缩信号；
[0034]所述传输装置设置在发送端和接收端之间，用于将发送端的信号传输至接收端；
[0035]所述接收端用于将压缩信号重构成稀疏信号；稀疏信号根据稀疏字典得到重构信号；
[0036]参数生成模块与发送端和接收端连接，用于生成风机信号压缩与重构所需的参数集。
[0037]根据本专利技术一示例实施方式，所述参数生成模块根据所述风机信号压缩与重构的参数本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种风机信号压缩与重构的参数生成方法，其特征在于，包括以下步骤：A1：获取待求解参数集；该参数集为风机信号压缩与重构过程中的参数集；A2：初始化多个子群体，每个子群体包括多个染色体，每个染色体对应一个参数集，一个子群体对应一个种群；A3：评价种群适应度；A4：判断种群适应度是否满足收敛规则，如果满足，则得到最终参数集；否则进行步骤A5：A5：判断是否满足子群信息共享条件，如果满足，则不同子群的精英染色体进行交换；A6：对子群体中的染色体进行选择交叉和/或基因变异操作，得到子代染色体；A7：在每个子群体内进行模拟退火操作，选择子代染色体，形成新的子群体；A8：重复步骤A3至步骤A7，直到得到最终参数集。2.根据权利要求1所述的风机信号压缩与重构的参数生成方法，其特征在于，步骤A1中，所述参数集内的参数包括生成稀疏字典的参数、压缩风机信号的参数、重构压缩信号的参数。3.根据权利要求2所述的风机信号压缩与重构的参数生成方法，其特征在于，所述生成稀疏字典的参数包括字典列数、稀疏度、学习迭代次数；所述压缩风机信号的参数包括测量矩阵行数；所述重构压缩信号的参数包括信号重构迭代次数。4.根据权利要求1所述的风机信号压缩与重构的参数生成方法，其特征在于，步骤A3中，所述评价种群适应度的方法采用如下公式：中，所述评价种群适应度的方法采用如下公式：中，所述评价种群适应度的方法采用如下公式：其中，F表示适应度函数，F
*
表示初始适应度函数，ω1、ω2、ω3、ω4分别对应|f1‑
f
1*
|、|f2‑
f
2*
|、|f3‑
f
3*
|、|f4‑
f
4*
|各自的实际权重配比，为权重向量集，表征适应度函数各指标权重；f1表示当前重构信号与原信号间归一化均方根误差的实际值，f
1*
表示理想情况下重构信号与原信号归一化均方根误差取值；f2表示当前重构信号与原信号实际相似度的取值，f
2*
表示理想情况下重构信号与原信号相似度值；f3表示当前重构信...
【专利技术属性】
技术研发人员：张鑫，徐滔，
申请(专利权)人：天栋智能科技天津有限公司，
类型：发明
国别省市：
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。