基于二维分块自适应阈值小波的地铁塞拉门数据压缩

• 作者: 刘洋 刘东 李城汐 谢乐 李振伟 蒋启龙
• 来源期刊: 中南大学学报（自然科学版）
• 关键词: 地铁塞拉门 数据压缩 二维小波变换 自适应分块 动态阈值
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 机械工程• 控制科学与工程|Mechanical Engineering, Control Science and Engineering
• 页码范围: 1213-1221
• 页数: 9页
• 分类号: TU375
• 语种: 中文
• DOI: 10.11817/j.issn.1672-7207.2021.04.017

摘要

针对地铁塞拉门进行PHM故障诊断时海量数据难以存储的问题,提出一种基于二维分块自适应阈值小波压缩算法.为更有效降低数据周期间冗余,该方法以一次塞拉门完整开关门过程为1个周期,将多周期原始数据排列成二维矩阵,经归一化处理形成二维灰度图像,之后根据各部分图像特点提取其局域最大值以及最小值进行自适应分块,通过预设阈值和压缩率等自动调整各块二维小波阈值放大系数,最终使用二维小波完成数据压缩.以江苏某地地铁车辆段段内测试数据为例,使用不同地铁塞拉门状态数据进行实测.研究结果表明:当信噪比为43 dB、均方误差约为0.7％时,压缩比可达到1.5％,同时面对幅值变化较大的波形,使用本文算法在保证压缩率的同时,对幅值较小的区域可保留足够的细节信息,验证了算法的可行性与稳定性.