面向运营隧道结构健康监测系统大数据压缩感知研究
Tunnel Construction（2021）
摘要
为解决运营隧道健康监测系统中多节点传感器网络下高频采样带来的大数据储存和传输问题,在运营隧道结构健康监测系统数据采集和传输层引入传感器网络框架表示模型,对传统的压缩采样数据重构算法进行改进,用迭代方法求解最小化范数问题,提出基于传感器网络的压缩感知重构算法,并通过工程实例对提出的方法进行了验证.结果 表明:1)在一定采样率条件下,基于传感器网络的压缩感知重构算法可以有效地增加数据恢复的效率,加速度信号采样率越大其重构精度越高;2)相同采样率条件下,基于传感器网络的压缩感知重构算法得到的重构数据精度要高于传统单节点压缩感知重构算法;3)压缩采样率为60％以上时,信号重构误差不超过20％,符合工程应用标准;4)基于传感器网络的压缩感知重构算法具有局限性,传感器节点个数存在耦合上限,当传感器节点超过6个时,重构信号的精度无明显变化.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要