sparse optimization of vibration signal by admm

الاستمثال المتفرق لإشارة الاهتزاز باستخدام خوارزمية ADMM

Clicks: 97
ID: 249262
2017
Free PDF
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Emerging

Ranked #243 of 357 articles by views in Chemico-biological interactions

Most read Least read

Bar heights use a square-root scale. Only the 120 most-read articles are drawn; the journal has 357 in total.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
In this paper, the alternating direction method of multipliers (ADMM) algorithm is applied to the compressed sensing theory to realize the sparse optimization of vibration signal. Solving the basis pursuit problem for minimizing the L1 norm minimization under the equality constraints, the sparse matrix obtained by the ADMM algorithm can be reconstructed by inverse sparse orthogonal matrix inversion. This paper analyzes common sparse orthogonal basis on the reconstruction results, that is, discrete Fourier orthogonal basis, discrete cosine orthogonal basis, and discrete wavelet orthogonal basis. In particular, we will show that, from the point of view of central tendency, the discrete cosine orthogonal basis is more suitable, for instance, at the vibration signal data because its error is close to zero. Moreover, using the discrete wavelet transform in signal reconstruction there still are some outliers but the error is unstable. We also use the time complex degree and validity, for the analysis of the advantages and disadvantages of the ADMM algorithm applied to sparse signal optimization. The advantage of this method is that these abnormal values are limited in the control range.
في هذه الورقة البحثية، تُطبَّق خوارزمية طريقة مضاعفات الاتجاه المتناوب (ADMM) على نظرية الاستشعار المضغوط لتحقيق الاستمثال المتناثر لإشارة الاهتزاز. ومن خلال حل مسألة مطاردة الأساس لتدنية معيار L1 في ظل قيود المساواة، يمكن إعادة بناء المصفوفة المتناثرة الناتجة عن خوارزمية ADMM بواسطة معكوس مصفوفة التناثر المتعامدة. كما تحلل هذه الورقة تأثير القواعد المتعامدة المتناثرة الشائعة على نتائج إعادة البناء، والمتمثلة في: الأساس المتعامد لفورييه المتقطع، والأساس المتعامد لجيب التمام المتقطع، والأساس المتعامد للمويجات المتقطعة. وبوجه خاص، نُبيّن أنه من منظور النزعة المركزية، يُعد الأساس المتعامد لجيب التمام المتقطع أكثر ملاءمة لبيانات إشارة الاهتزاز، على سبيل المثال، نظراً لأن نسبة الخطأ فيه تقترب من الصفر. علاوة على ذلك، فإن استخدام تحويل المويجات المتقطع في إعادة بناء الإشارة يُبقي على وجود بعض القيم الشاذة كما يتسم الخطأ بعدم الاستقرار. ونستخدم أيضاً درجة التعقيد الزمني والصلاحية لتحليل مزايا وعيوب تطبيق خوارزمية ADMM في استمثال الإشارات المتناثرة؛ وتكمن ميزة هذه الطريقة في أن هذه القيم الشاذة تظل محصورة ضمن نطاق التحكم.
Reference Key
wanqing2017journalsparse Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors Song Wanqing
Are you one of these authors? Claim your profile
Journal Chemico-biological interactions
Year 2017
DOI
10.1155/2017/4612853
URL
http://dx.doi.org/10.1155/2017/4612853
Keywords
mathematics

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.