详情

原文传递面向TDLAS在线检测瓶内氧气浓度的压缩感知重构方法及系统

专利名称：	面向TDLAS在线检测瓶内氧气浓度的压缩感知重构方法及系统
摘要：	本发明公开了一种面向TDLAS在线检测瓶内氧气浓度的压缩感知重构方法及系统，该方法通过将待测样本在稀疏基上进行稀疏表示，通过测量矩阵对进行稀疏表示后的待测样本进行采样，获得采样样本，利用OMP算法对采样样本进行数据重构，获得第一重构样本，利用自定义的稀疏度影响因子，并基于稀疏度影响因子和OMP算法迭代获得最优稀疏度系数以及基于最优稀疏度系数，利用OMP算法对待测样本进行数据重构，获得第二重构样本，解决了现有面向TDLAS在线检测瓶内氧气浓度时难以获得精准度高的重构样本的技术问题，通过引入自定义的稀疏度影响因子可迭代获得最优稀疏度系数，从而使得基于最优稀疏度系数和OMP算法能获得精准度高的重构样本。
专利类型：	发明专利
国家地区组织代码：	湖南;43
申请人：	中南大学
发明人：	贺建军;曹星宇;朱高峰;胡恩泽;曾琦;钱灏;叶子聪
专利状态：	有效
申请日期：	2019-01-29T00:00:00+0800
发布日期：	2019-05-10T00:00:00+0800
申请号：	CN201910087107.7
公开号：	CN109738392A
代理机构：	长沙朕扬知识产权代理事务所(普通合伙)
代理人：	马家骏
分类号：	G01N21/39(2006.01);G;G01;G01N;G01N21
申请人地址：	410000 湖南省长沙市麓山南路932号
主权项：	1.一种面向TDLAS在线检测瓶内氧气浓度的压缩感知重构方法，其特征在于，所述方法包括：将待测样本在稀疏基上进行稀疏表示；通过测量矩阵对进行稀疏表示后的待测样本进行采样，获得采样样本；利用OMP算法对所述采样样本进行数据重构，获得第一重构样本；利用所述第一重构样本的峰值点附近的数据点平均值、峰值点附近的数据点拟合曲线围成面积以及峰值点本身作为稀疏度影响因子，并基于所述稀疏度影响因子和OMP算法迭代获得最优稀疏度系数；基于所述最优稀疏度系数，利用OMP算法对所述待测样本进行数据重构，获得第二重构样本。 2.根据权利要求1所述的面向TDLAS在线检测瓶内氧气浓度的压缩感知重构方法，其特征在于，基于所述最优稀疏度系数，利用OMP算法对所述待测样本进行数据重构，获得第二重构样本包括：基于利用OMP算法对所述待测样本进行数据重构的迭代过程中的稀疏估计矩阵的部分谱峰面积，获取OMP算法的迭代终止条件；基于所述最优稀疏度系数以及所述迭代终止条件，利用OMP算法对所述待测样本进行数据重构，获得第二重构样本。 3.如权利要求1或2所述的面向TDLAS在线检测瓶内氧气浓度的压缩感知重构方法，其特征在于，利用所述第一重构样本的峰值点附近的数据点平均值、峰值点附近的数据点拟合曲线围成面积以及峰值点本身作为稀疏度影响因子，并基于所述稀疏度影响因子和OMP算法迭代获得最优稀疏度系数包括：确定稀疏度初始值；利用所述第一重构样本的峰值点附近的数据点平均值、峰值点附近的数据点拟合曲线围成面积以及峰值点本身作为稀疏度影响因子，其中所述稀疏度影响因子的计算公式为：其中n为峰值影响因子，σ(n)为n的标准差，d_n为稀疏度影响因子，y_max为所述第一重构样本的峰值点，y_avg为所述第一重构样本的峰值点附近的数据点平均值，s为所述第一重构样本的峰值点附近的数据点拟合曲线围成面积；基于所述稀疏度初始值、所述稀疏度影响因子以及预设的迭代结束条件，迭代获得最优稀疏度系数，其中预设的迭代结束条件为d_n≥η，η为根据大量实验获取的重构效果良好时的d_n值。 4.如权利要求3所述的面向TDLAS在线检测瓶内氧气浓度的压缩感知重构方法，其特征在于，基于利用OMP算法对所述待测样本进行数据重构的迭代过程中的稀疏估计矩阵的部分谱峰面积，获取OMP算法的迭代终止条件包括：预设迭代终止阈值；基于利用OMP算法对所述待测样本进行数据重构的迭代过程中的稀疏估计矩阵，获取用于构成所述稀疏估计矩阵的部分谱峰面积的第一端点和第二端点，其中所述第一端点为满足稀疏估计矩阵大于所述迭代终止阈值的第一个元素，所述第二端点为满足稀疏估计矩阵小于所述迭代终止阈值的第一个元素；根据所述部分谱峰面积获取OMP算法的迭代终止条件，其中所述迭代终止条件为：其中和分别为第t次和第t-1次迭代获得的所述稀疏估计矩阵的部分谱峰面积，代表的绝对值。 5.根据权利要求4所述的面向TDLAS在线检测瓶内氧气浓度的压缩感知重构方法，其特征在于，所述峰值点附近的数据点包括所述峰值点和所述峰值点的前N-1个数据点，N的取值为正整数10。 6.一种面向TDLAS在线检测瓶内氧气浓度的压缩感知重构系统，包括：稀疏表示装置(10)，用于将待测样本在稀疏基上进行稀疏表示；采样样本获取装置(20)，用于通过测量矩阵对进行稀疏表示后的待测样本进行采样，获得采样样本；第一重构样本获取装置(30)，用于利用OMP算法对所述采样样本进行数据重构，获得第一重构样本；最优稀疏度系数获取装置(40)，用于利用所述第一重构样本的峰值点附近的数据点平均值、峰值点附近的数据点拟合曲线围成面积以及峰值点本身作为稀疏度影响因子，并基于所述稀疏度影响因子和OMP算法迭代获得最优稀疏度系数；第二重构样本获取装置(50)，用于基于所述最优稀疏度系数，利用OMP算法对所述待测样本进行数据重构，获得第二重构样本。 7.根据权利要求6所述的面向TDLAS在线检测瓶内氧气浓度的压缩感知重构系统，其特征在于，所述第二重构样本获取装置(50)包括：迭代终止条件获取模块，用于基于利用OMP算法对所述待测样本进行数据重构的迭代过程中的稀疏估计矩阵的部分谱峰面积，获取OMP算法的迭代终止条件；数据重构模块，用于基于所述最优稀疏度系数以及所述迭代终止条件，利用OMP算法对所述待测样本进行数据重构，获得第二重构样本。 8.如权利要求6或7所述的面向TDLAS在线检测瓶内氧气浓度的压缩感知重构系统，其特征在于，所述最优稀疏度系数获取装置(40)包括：稀疏度初始值确定模块，用于确定稀疏度初始值；稀疏度影响因子获取模块，用于利用所述第一重构样本的峰值点附近的数据点平均值、峰值点附近的数据点拟合曲线围成面积以及峰值点本身作为稀疏度影响因子，其中所述稀疏度影响因子的计算公式为：其中n为峰值影响因子，σ(n)为n的标准差，d_n为稀疏度影响因子，y_max为所述第一重构样本的峰值点，y_avg为所述第一重构样本的峰值点附近的数据点平均值，s为所述第一重构样本的峰值点附近的数据点拟合曲线围成面积；最优稀疏度系数迭代模块，用于基于所述稀疏度初始值、所述稀疏度影响因子以及预设的迭代结束条件，迭代获得最优稀疏度系数，其中预设的迭代结束条件为d_n≥η，η为根据大量实验获取的重构效果良好时的d_n值。 9.如权利要求8所述的面向TDLAS在线检测瓶内氧气浓度的压缩感知重构系统，其特征在于，所述迭代终止条件获取模块包括：预设单元，用于预设迭代终止阈值；端点获取单元，用于基于利用OMP算法对所述待测样本进行数据重构的迭代过程中的稀疏估计矩阵，获取用于构成所述稀疏估计矩阵的部分谱峰面积的第一端点和第二端点，其中所述第一端点为满足稀疏估计矩阵大于所述迭代终止阈值的第一个元素，所述第二端点为满足稀疏估计矩阵小于所述迭代终止阈值的第一个元素； OMP迭代终止条件获取单元，用于根据所述部分谱峰面积获取OMP算法的迭代终止条件，其中所述迭代终止条件为：其中和分别为第t次和第t-1次迭代获得的所述稀疏估计矩阵的部分谱峰面积，代表的绝对值。
所属类别：	发明专利