马云飞， 白华军， 温亮， 郭驰名， 贾希胜

(1.武警士官学校 军械系， 浙江 杭州 310023； 2.陆军工程大学石家庄校区 装备指挥与管理系， 河北 石家庄 050003)

0 引言

为了实时监控装备运行状态，利用分布式无线传感技术实现机械信号传输、监测，具有一定的应用价值和发展潜力。相对于有线的故障预测与健康管理系统，无线监测系统能够大大增加灵活性、可维护性和可扩展性[1]。而受无线传输带宽限制，想要实时监控必须对信号进行压缩传输。此前，有学者对结构健康监测领域的振动信号压缩进行了研究[2-3]，但在该领域中进行振动信号监测的采样频率较低，信号压缩实现相对较为容易。例如在桥梁结构监测中仅需要240 Hz的采样频率[4]，而要想实现机械振动信号监测，则至少需要5～20 kHz的采样频率[5]。由于机械振动信号具有非平稳、非线性等特征，且设备运转过程中会产生大量噪音，给信号压缩带来极大困难。

压缩感知(CS)理论[6-8]近年来引起学者广泛关注，其基本原理是利用与压缩信号线性无关的观测矩阵对稀疏信号进行采样，降低采样信号维数，并在接收端利用重构算法估计原始信号。目前，基于CS的重构算法可以归为三类：凸优化算法[9]、贪婪算法[10]、贝叶斯CS(BCS)算法[11]。BCS算法将贝叶斯估计原理与CS结合，利用稀疏贝叶斯模型中的相关向量机(RVM)[12]学习估计原始信号的最大后验概率。BCS算法的优点是充分考虑了信号传输中产生的噪音，且并不要求原始信号符合稀疏的性质。此外，Babacan等[13]在BCS框架下，利用Laplace先验代替高斯先验约束未知信号，该先验能够在对数凹时最大程度地消除局部极小值，从而优选接近于零的信号系数。……