K-means聚类-DCT压缩算法在振动传感器中的研究与应用

摘要：

为延长无线振动传感器在需要对大量高频振动数据进行采集情况下的使用寿命,首先对现有振动数据压缩算法进行了研究,对其存在的问题进行了分析,并在此基础上提出了一种基于K-means聚类-DCT双重数据压缩算法的压缩方法.所采用的K-means聚类-DCT双重数据压缩算法针对预测性维护数据特点,首先利用K-means算法对振动数据进行聚合分类,再根据振动信号频域特点进行离散余弦变换(Discret Cosine Transform,DCT)压缩.通过实际验证表明,采用该算法对振动数据进行数据聚合,可以非常明显地提高数据压缩的效率,从而在传输时将冗余数据有效减少.而在相同数据量情况下,采用改进的双重压缩算法的峰值信噪比与其他算法相比,其具有更好的性能.

关键词：传感器、低频振动、中频振动、高频振动、k-means聚类-DCT压缩

所属期刊栏目：49

分类号：TP212(自动化技术及设备)

资助基金：工信部高质量发展专项TC210804R-2

在线出版日期：2023-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：81-85