Resumen

En este documento, se aplica el algoritmo del método de los multiplicadores de dirección alternativa (ADMM, por sus siglas en inglés) a la teoría de compresión sensorial para realizar la optimización dispersa de la señal de vibración. Al resolver el problema de búsqueda de base para minimizar la norma de minimización bajo las restricciones de igualdad, la matriz dispersa obtenida por el algoritmo ADMM puede ser reconstruida mediante la inversión de la matriz ortogonal dispersa. Este documento analiza bases ortogonales dispersas comunes en los resultados de reconstrucción, es decir, base ortogonal discreta de Fourier, base ortogonal discreta de coseno y base ortogonal discreta de wavelet. En particular, mostraremos que, desde el punto de vista de la tendencia central, la base ortogonal discreta de coseno es más adecuada, por ejemplo, en los datos de señales de vibración, porque su error es cercano a cero. Además, al utilizar la transformada wavelet discreta en la reconstrucción de la señal, todavía hay algunos valores atípicos pero el error es in

• Materias:Modelo epidémico Ondas no lineales Métodos computacionales Ecuaciones integrales diferenciales Asignación de valores
• Subjects:Epidemic model Nonlinear waves Computational methods Differential integral equations Value assignment
• Palabras claves:Muestreo comprimido; Optimización dispersa; Señal de vibración; Algoritmo ADMM; Base ortogonal; Reconstrucción
• Keywords:Compressed sensing; Sparse optimization; Vibration signal; ADMM algorithm; Orthogonal basis; Reconstruction