%0 Journal Article
%A 谢馨，王华庆，宋浏阳，李景乐
%A 郝彦嵩
%T 基于改进的稀疏度自适应振动数据修复方法
%D 2019
%R 
%J 振动与冲击
%P 261-266
%V 38
%N 16
%X 基于压缩感知的数据重构方法已用于解决信号采集中受损数据的修复问题，该算法首先需要已知数据稀疏度，而振动信号的稀疏度通常难以确定，增加了数据修复的难度。稀疏度自适应匹配追踪算法（SAMP）无需预估信号稀疏度，可用于受损数据修复，但SAMP算法的修复结果受终止条件影响较大，导致修复精度不高且效率较低。为此提出了基于终止准则改进的稀疏度自适应数据修复方法。首先基于振动信号波形特征和先验知识，选择适当的字典矩阵实现信号稀疏化；其次以单位矩阵为基础，根据数据的缺失模型构造观测矩阵；最后为了避免传统SAMP算法终止系数选取不当，导致支撑集引入错误原子的问题，采用改进的SAMP算法重构出完整信号，实现受损数据修复。通过仿真信号及轴承实测信号验证了方法有效性，且改进的SAMP算法在重构精度和运算效率上均有所提高。此外，改进的SAMP算法重构效果优于正交匹配追踪（OMP）与正则化正交匹配追踪（ROMP）。<br>
%U https://jvs.sjtu.edu.cn/CN/abstract/article_8763.shtml