K-means聚类-DCT...在振动传感器中的研究与应用_王昱钦.pdf

电子技术应用 2023年 第49卷 第1期Computer Technology and Its Applications计算机技术与应用K-means 聚类-DCT 压缩算法在振动传感器中的研究与应用*王昱钦1，王鑫2，刘保强1，李轶1，洪晟3（1.江苏自动化研究所，江苏 连云港 222000；2.中国人民解放军 32381 部队，北京 100000；3.北京航空航天大学 网络空间安全学院，北京 100191）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 压缩中图分类号：TP212 文献标志码：A DOI:10.16157/j.issn.0258-7998.222844中文引用格式：王昱钦，王鑫，刘保强，等.K-means 聚类-DCT 压缩算法在振动传感器中的研究与应用J.电子技术应用，2023，49(1)：81-85.英文引用格式：Wang Yuqin，Wang Xin，Liu Baoqiang，et al.Research and application of K-means clustering and DCT compression algorithm in vibration sensorJ.Application of Electronic Technique，2023，49(1)：81-85.Research and application of K-means clustering and DCT compression algorithm in vibration sensorWang Yuqin1，Wang Xin2，Liu Baoqiang1，Li Yi1，Hong Sheng3(1.Jiangsu Automation Research Institute，Lianyungang 222000，China；2.Unit 32381 of the Chinese People s Liberation Army，Beijing 100000，China；3.School of Cyber Science and Technology，Beihang University，Beijing 100191，China)Abstract：In order to prolong the service life of wireless vibration sensors when collecting a large number of high-frequency vibration data,this paper studied the existing vibration data compression algorithms,put forward and analyzed the existing problems,and on this basis,proposed an effective mechanism of K-means clustering-discrete cosine transform(DCT)dual data compression.According to the characteristics of predictive maintenance data,K-means clustering-DCT dual compression algorithm firstly used K-means algorithm to aggregate and classify vibration data,and then carried out DCT compression according to the frequency domain characteristics of vibration signals.The verification results showed that the algorithm significantly improved the data compression efficiency and reduced the transmission of redundant data by aggregating vibration data.In addition,under the condition of the same amount of data,the algorithm had better application performance after improving the peak signal-to-noise ratio compared with other algorithms.Key words：sensor；low frequency vibration；intermediate frequency vibration；high frequency vibration；K-means clustering and DCT compression algorithm0 引言在工作时机械设备基本都存在比较明显的振动情况，如果想要监测设备的运行状态，是可以通过分析机械设备所产生的振动信号来实现的，并且通过分析监测结果的变化情况可以在早期及时地发现机械设备可能*基金项目：工信部高质量发展专项（TC210804R-2)81Computer Technology and Its Applications计算机技术与应用www.ChinaAET.com出现的故障情况1。但是如果要想通过设备所产生的振动信号对其运行状态情况获得非常准确的评估或预测结果，则需要对机械设备所产生的大量高频振动数据进行有效分析2，为了能够有效采集到大量高频振动数据，需要安装大量的传感器用于采集机械设备在工作时所产生的高频振动数据3。但是现有的基于 ZigBee、蓝牙技术等低功耗、低速率的无线传输技术是无法满足此类应用需求的，无法满足需求的原因主要有两个方面4:(1)对高频振动数据进行采集会快速消耗终端节点所使用的电池电量，进而影响整个采集系统的工作寿命；(2)大量数据的无线传输会严重占用系统带宽资源，从而会造成传输过程丢包率的升高，最终会影响到数据分析的准确性5。对数据进行压缩的主要目的就是想要通过传感器在边缘侧的运算，较大幅度地减少数据在无线传输过程中 所 消 耗 的 能 耗，虽 然 这 样 会 损 失 传 感 器 的 部 分 能耗6，但只要确保传感器所消耗的这部分能耗要大大低于传输过程所需能耗，就可以实现总能耗的减少，但并不是所有的数据压缩算法都可以达到这一目的的1。针对上述问题，本文首先对现有多种振动数据压缩算法进行了研究，对现有压缩算法存在的问题进行了分析，并在此基础上提出了一种面向无线通信的数据压缩算法K-means 聚类-DCT 双重压缩算法。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7。而在相同数据量情况下，采用改进算法的峰值信噪比与其他算法相比，具有更好的性能。1 振动数据压缩研究概述设备预测性维护是通过采集机械设备运行时所产生的振动数据，然后对振动数据进行分析，通过分析所采集到振动数据并根据分析结果来确认机械设备的运行状态是否正常。奈奎斯特采样定理指出，如果需要对模拟数字信号进行转换，在其转换的过程当中，如果采样频率是所采样信号中最高频率的 2 倍及以上时，完成采样后所得到的数字信号就能够将原始信号中的全部信息完整地保留下来8。机械设备可能在特定情况下产生高频振动，为防止振动数据在采样后频域出现混叠情况，在对振动数据进行采样时，有必要采用较高的采样频率。这造成了传感器将采集大量的振动数据，由于无线传感器对于功耗的要求，将大量数据直接上传至采集基站无疑将大大降低无线传感器的实际使用寿命。为有效延长传感器实际使用寿命，在确保较高采样频率的前提下，通常会应用数据压缩算法对传感器采集到的振动数据进行压缩，从而能够将传感器传输数据的效率大幅提高，并且可以将数据传输的时间大大降低，最终大幅降低传感器的实际功耗。通过压缩算法来提高数据传输效率是振动监测领域通用做法9。无线传感器所采用的压缩算法可分为无损压缩算法和有损压缩算法。其中无损压缩算法是指接收到被压缩的数据后能够将压缩后的数据完整恢复的算法，最为典型的无损压缩算法有 LZW 压缩算法、Huffman编码、行程编码方法等10。LZW 压缩算法是一种基于字符字典库的无损压缩算法，该算法通过建立一个字符字典库，用一个数字来代表放入字符字典库中的第一次出现的字符串，如果这个字符串再次出现时，即可用表示它的数字来代替，然后使用较短长度编码来对较长的字符串进行标识，通过这样的方法来最终实现对数据的压缩11；Huffman 编码是一种用于无损压缩的熵编码算法，该算法首先会统计出需要压缩的数据当中所有字符出现的概率，然后在对数据进行重构的过程中是按照字符出现概率的高低进行的，使用较短的编码字符来代替所有出现概率高的字符，最终将整体数据量压缩到最小12；行程编码方法也叫 RLE 压缩编码，是 Golomb 于 1966 年提出的一种相对简单的编码技术，其原理是将由相同数值组成的连续数值串通过数值串的长度以及代表数值来表示，从而使得压缩后的数据量要小于初始的数据量13。目前有损压缩算法主要都是对现有算法的改进或者裁剪，其中比较典型的有损压缩算法主要有小波变换方法、时间顺序近似方法等。对于预测性维护，在满足系统要求的前提下，可对振动数据进行有损压缩。Liu 和 Cheng14提出了一种应用于设备状态监测的传感器数据压缩方法，方法是用DWT 和 DSC 实现对振动数据的压缩处理。Steffen 等人在文献15中提出了一种传感器的自适应压缩算法，该方案对传感器性能要求非常高，而传感器往往出于节能考虑，采用的控制处理器性能都比较低，复杂的压缩算法 增 加 了 传 感 器 的 处 理 时 间，导 致 数 据 无 法 及 时 发送16。Yoon17提出了一种基于无线传感器网络自适应压缩率的选择方案，该方案可以根据电池的电量状况来选择不同的压缩模式，在电池电量充足时，自适应选择使用高性能的压缩方案；反之，在电池电量较低时，则自适应选择计算量相对较低的压缩方案，通过该方式实现能量使用的均衡。在文献18中，作者提出基于近似多项式的数据压缩算法，并将其应用于非周期信号测量中。在文献19中，作者提出了一种应用于无线传感器网络数据传输的压缩效率较高的无损压缩算法，该算法的核心采用了 LZW 算法11，实际由于 LZW 算法较复杂，对于传感器硬件压力过大，且对 RAM 要求过高，使用该算法将极大地影响传感器功耗，由于 LZW 算法为通 用 压 缩 算 法，实 际 用 于 传 感 器 数 据 压 缩 性 能 提 高有限。82Computer Technology and Its Applications计算机技术与应用电子技术应用 2023年 第49卷 第1期但是大部分的以上工作并不适用于机械振动的振动数据压缩，由于算法复杂度以及低功耗无线传感器的资源限制，其中