矿山数据压缩采集与重建方法研究

论文摘要

近年兴起的矿山物联网技术作为下一代矿山信息化建设发展的主要方向受到高度重视,然而矿山物联网背景下海量信息的获取受制于井下的特殊环境以及从源端到井下环网间的线路带宽,存在传输瓶颈问题.在线路改造成本高,施工难度大的限制下,对传感器数据的压缩采集成了降低带宽需求的唯一选择.而近年来备受关注的压缩感知理论开创性地指出对具有可稀疏表示的信号,能够利用少量的线性观测值表示并通过非线性方法重建,恰好能满足矿山物联网的应用需求.论文对压缩观测矩阵重建算法及其在矿山监控信息采集中的实际应用等方面进行了深入研究.论文的主要研究工作和创新成果包括:（1）对感知矿山和压缩感知的研究与应用现状进行了综述.提出了论文的主要研究思路和研究内容.重点展开压缩感知理论及压缩感知理论在实践中的应用两方面的研究.（2）理论研究主要结果：本文利用混沌的伪随机特性,提出了一种混沌观测矩阵,充分利用混沌序列的高阶不相关性来产生观测矩阵,使得观测矩阵兼备随机矩阵的随机分布特征和伪随机可控的特征,从而能有效降低重建复杂度且有助于增加采集信息安全性.提出了基于残差收敛的正交追踪（StORCP）算法,算法每次对剩余原子的残差在最优选择基上进行投影,寻找最小的投影值原子作为新的备选原子,从而逐次快速逼近最优解.该算法在信号重构误差,重构概率和重构时间方面都优于OMP,StOMP, ROMP等具有代表性的贪婪算法.（3）在压缩感知理论应用研究主要成果:提出一种能适应信息特征变化的自适应观测矩阵—基于系数贡献度的自适应观测（CCBAM）矩阵和增强的CCBAM （E-CCBAM）算法,将非线性运算简化为线性运算,分别将计算复杂度从O（MN）降低为O（N+2k）,（k《N）和O （N+2k+w）,（k《N,w《N）.利用CCBAM研究结果,提出基于关注度的多尺度1-bitCS算法,有效解决了1-bitCS算法存在的因过载量化失真而丢失敏感信息的问题.上述应用研究成果已被成功应用于淮北矿业集团26个煤矿的安全监控信息压缩采集中,取得良好的应用效果,相关科研项目通过安徽省科技厅组织的鉴定.

论文目录

• 致谢
• 摘要
• Abstract
• Extended Abstract
• 目录
• Contents
• 图清单
• 表清单
• 变量注释表
• 1 绪论
• 1.1 引言
• 1.2 研究背景与意义
• 1.3 国内外相关研究现状
• 1.4 论文的主要研究内容及创新点
• 1.5 小结
• 2 压缩感知理论
• 2.1 引言
• 2.2 压缩感知数学模型
• 2.3 信号的稀疏表示
• 2.4 稀疏观测理论
• 2.5 稀疏信号重建
• 2.6 小结
• 3 混沌观测矩阵研究
• 3.1 引言
• 3.2 信号重建评估指标
• 3.3 混沌观测矩阵
• 3.4 小结
• 4 StORCP 重建算法研究
• 4.1 引言
• 4.2 基于残差收敛的分段正交追踪（STORCP）算法
• 4.3 StORCP 相关实验
• 4.4 StORCP 算法重建性能分析
• 4.5 小结
• 5 CCBAM 观测及重建算法研究
• 5.1 引言
• 5.2 压缩观测应用问题
• 5.3 基于系数贡献度的自适应观测矩阵
• 5.4 CCBAM 相关实验
• 5.5 增强 CCBAM 算法
• 5.6 小结
• 6 多尺度 1-bit 压缩感知算法研究
• 6.1 引言
• 6.2 矿山物联网面临的挑战
• 6.3 多尺度 1-bit 压缩感知算法
• 6.4 小结
• 7 结论与展望
• 7.1 结论
• 7.2 展望
• 参考文献
• 附录
• 作者简历
• 学位论文数据集