华南理工大学 机械与汽车工程学院,广东 广州 510640
针对以太网测控网络存在数据冲突导致系统实时性、可靠性降低问题,提出了基于偏最小二乘回归(PLSR)SBR的双层压缩方法。第一层建立主参量与所有辅助参量的确定模型,利用压缩有效性指标确定主成分,完成主参量的信息压缩。第二层基于改进的SBR,通过选取辅助参量中的基础序列,建立基础信号;在满足拟合误差条件下,逐步将每一个辅助参量序列映射到基础信号上,完成对辅助参量的数据压缩。该方法重点解决辅助参量和主参量中的解释潜变量和反映潜变量相关程度最大、基础信号由最少基础序列组成、辅助参量实现最小变长分解个数及基础信号独立更新原则等关键问题。最后将该方法应用于IP模式乙醇浓度测控系统。实验结果表明,在IP模式测控系统同时具有主参量和辅助参量,且不同参量间存在相关性时,该方法可在允许拟合相对误差为5%的情况下,使压缩率达到68%以上,从而有效地降低以太网测控网络数据冲突程度。
IP模式测控系统 数据压缩 偏最小二乘回归 改进的SBR IP Mode Measurement & Control System(IMMCS) data compression Partial Least Squar Regression(PLSR) modified Self Based Regression(SBR) 光学 精密工程
2010, 18(10): 2280