1.一种基于确定性测量矩阵的振动信号数据压缩采集方法,其特征在于,包括:提取采集的原始振动信号,在离散余弦变换基DCT正交基下对所述原始振动信号进行稀疏性分析,得到稀疏度K;
根据所述稀疏度K,基于确定性测量矩阵建立第一正交对称确定性测量矩阵;
采用阈值迭代收缩算法对获得的所述第一正交对称确定性测量矩阵进行迭代,得到第二正交对称确定性测量矩阵;
采用奇异值分解算法对所述第二正交对称确定性测量矩阵进行优化,得到第三正交对称确定性测量矩阵。
2.根据权利要求1所述的数据压缩采集方法,其特征在于,还包括:根据所述第三正交对称确定性矩阵对原始振动信号进行压缩测量得到测量值;
根据所述测量值、所述第三正交对称确定性测量矩阵和所述DCT正交基,重建出稀疏系数;
根据所述稀疏系数得到重构的振动信号。
3.根据权利要求1所述的数据压缩采集方法,其特征在于,所述基于确定性测量矩阵建立第一正交对称确定性测量矩阵的步骤包括:从伯努利序列里面选择一序列 在序列后加N-1个倒叙的元素组成第一序列,所述第一序列形式为(σ1,σ2,...,σN)=(γ,ε1,...,εN/2-1,β,εN/2-1,...,ε1)其中,N为序列 中的元素个数;
将第一序列通过逆傅里叶变换得到第二序列,所述第二序列是所述第一正交对称确定性测量矩阵的首行元素,所述首行元素通过循环移位得到所述第一正交对称确定性测量矩阵的剩余的其它行;
随机选择第一正交对称确定性测量矩阵的M行,并乘系数 标准化得到M×N第一正交对称确定性测量矩阵Φ,即 其中M与稀疏度K的关系需满足公式其中c≈0.28。
4.根据权利要求1所述的数据压缩采集方法,其特征在于,所述采用阈值迭代收缩算法对获得的所述第一确定性测量矩阵进行迭代得到第二正交对称确定性测量矩阵的步骤包括:对所述第一正交对称确定性测量矩阵Φ进行列单位化,获得初始矩阵Φ0;
根据所述稀疏度K, 确定Φ0的行数,即测量值M;
根据所述DCT正交基求感知矩阵Dq=ψDCTΦq,对所述感知矩阵进行列单位化得 其中,Φq为迭代矩阵,ψDCT为DCT正交基,q为迭代次数;
根据所述列单位化的感知矩阵 采用公式 得格拉姆矩阵,其中,T为求所述矩阵的转秩矩阵;
根据阈值t及尺度下降因子γ更新所述格拉姆矩阵Gq,得更新后的格拉姆矩阵采用奇异值分解算法降低所述更新后的格拉姆矩阵 的秩到M;
令 反求出感知矩阵Dq(Dq∈RM×N),即得到阈值迭代收缩之后的感知矩阵Dq;
以 为目标更新Φq+1,即范数最小时的 为所
述第二正交对称确定性测量矩阵Φ'。
5.根据权利要求1所述的数据压缩采集方法,其特征在于,采用奇异值分解算法对得到的所述第二正交对称确定性测量矩阵Φ'进行优化,得到第三正交对称确定性测量矩阵的步骤包括:将第二正交对称确定性测量矩阵通过公式Φ'=UΛPT做对角化分解,其中,U∈RM×M和P∈RN×N均是正交阵,Λ∈RM×N是对角阵,Λ的对角线上的元素是测量矩阵Φ'的奇异值。现对Λ做限定:只保留Λ正对角线上绝对值前M大的因子,其余都设为0,即其中Δ=diag(σ1,σ2,…,σM),优化后得到所述第三正交对称确定性测量矩阵Φ”=UΛ'PT。
6.根据权利要求1所述的数据压缩采集方法,其特征在于,根据所述测量值、所述第三正交对称确定性测量矩阵Φ”和所述DCT正交基,重建出稀疏系数的过程中采用OMP算法。
7.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1中任意一项所述的数据压缩采集方法。
8.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1中任意一项所述的数据压缩采集方法。