基于脉冲电压引导条件扩散模型生成高铁转向架振动信号
信号处理
2023-11-02 v1
摘要
用于生成真实信号的生成对抗网络（GANs）已大幅改进各类物联网（IoT）系统中的故障诊断算法。然而，训练不稳定和动态不准确等挑战限制了它们在高铁（HSR）转向架故障诊断中的效用。为应对这些挑战，我们引入了脉冲电压引导条件扩散模型（VGCDM）。与传统隐式 GAN 不同，VGCDM 采用序列 U-Net 架构，促进多阶段去噪扩散以进行生成，从而增强训练稳定性并缓解收敛问题。VGCDM 还通过交叉注意力机制融入控制脉冲电压，以确保振动与电压信号的对齐，增强条件扩散模型的渐进可控性。因此，仅通过对控制电压的直接采样，即可实现从高斯噪声到振动信号的高效转换。这种适应性在时变速度场景下依然稳健。为验证有效性，我们使用 SQ 数据集和高仿真高铁转向架数据集进行了两个案例研究。实验结果明确证实 VGCDM 优于其他生成模型，取得了最佳的 RSME、PSNR 和 FSCS，显示了其在条件高铁转向架振动信号生成中的优越性。代码见 https://github.com/xuanliu2000/VGCDM。
引用
@article{arxiv.2311.00496,
title = {Generating HSR Bogie Vibration Signals via Pulse Voltage-Guided Conditional Diffusion Model},
author = {Xuan Liu and Jinglong Chen and Jingsong Xie and Yuanhong Chang},
journal= {arXiv preprint arXiv:2311.00496},
year = {2023}
}