基于深度学习校准的工业冲击信号低成本测量
信号处理
2019-02-11 v1 机器学习
摘要
通常需要具备昂贵硬件的专用高端传感器才能高精度测量冲击信号。在本文中，我们表明由深度神经网络校准的廉价低端传感器同样能够准确测量高g冲击。首先我们进行跌落冲击试验，以收集由不同保真度传感器测得的冲击信号数据集。其次，我们提出一种新颖的网络来有效学习信号峰值与整体形状。结果表明，所提网络能够以令人满意的精度将低端冲击信号映射至其高端对应信号。据我们所知，这是首次将深度学习技术应用于冲击传感器校准的工作。
引用
@article{arxiv.1902.02829,
title = {Low-cost Measurement of Industrial Shock Signals via Deep Learning Calibration},
author = {Houpu Yao and Jingjing Wen and Yi Ren and Bin Wu and Ze Ji},
journal= {arXiv preprint arXiv:1902.02829},
year = {2019}
}