《煤礦物聯網多源異構監測信息源端壓縮採集方法研究》是依託中國礦業大學，由徐永剛擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：煤礦物聯網多源異構監測信息源端壓縮採集方法研究
- 項目類別：青年科學基金項目
- 項目負責人：徐永剛
- 依託單位：中國礦業大學
項目摘要,結題摘要,
項目摘要
物聯網技術在開放空間已被大量套用.感知礦山物聯網試圖將物聯網技術引入地下,實現對井下受限空間中特定對象多維特徵的實時監控,其研究尚處於起步階段.礦山物聯網多源異構感測信息的匯集使單位信道所需傳輸頻寬激增,對礦山井下現有通信線路,尤其自感測源至環網信道帶來巨大壓力,以電纜為主的現有線路成為制約礦山物聯網套用的瓶頸.線路改造雖能解決瓶頸問題,但耗費巨大..本研究首次將壓縮感知理論及井下空間信息引入礦山安全監控信息採集中,充分利用監控信息的互相關性和可稀疏性,實現將信號的採集轉變為對信息的採集,大大降低數據採集量,降低對傳輸線路的頻寬要求.課題通過對(1)礦山安全生產監控數據的特徵分析及稀疏化表示，建立正交基數據字典(2)結合專家知識構建觀測矩陣(3)稀疏矩陣的凸最佳化求解(4)信號的重建與評估四方面內容的研究,提出適合於煤礦的壓縮感知理論相關算法,為突破礦山物聯網傳輸瓶頸提供有益的理論支持.
結題摘要
本課題以礦山物聯網背景下的海量信息採集方法作為研究對象，利用壓縮感知理論研究煤礦監控多源異構數據壓縮採集方法。主要對監控數據的稀疏表示、觀測矩陣的設計及信號重建方法及其套用展開研究。主要取得如下成果： （1）結合煤礦專家知識，構建適用於煤礦的感測器編碼字典，並提出適用於監控數據壓縮採集的多尺度1-bit壓縮採集算法，有效解決了1-bitCS存在的過載量化失真而丟失敏感信息的問題； （2）利用混沌序列的高階不相關性構造混沌觀測矩陣，使得觀測矩陣兼備了隨機矩陣的隨機分布特徵和偽隨機可控的特徵，從而能有效降低重建複雜度且有助於增加採集信息安全性；此外，為降低觀測與重建計算複雜度，提出基於係數貢獻度的自適應觀測(CCBAM)矩陣構建方法，將非線性重建轉換為線性重建，大大降低了計算複雜度。在相同重建精度下,數據輸出壓縮比降低20%~50%,計算複雜度從O(MN)降低為O（N+2K）（K＜）
