重庆市教育委员会科学技术研究项目(KJ080616)
- 作品数：6 被引量：24H指数：3
- 相关作者：胡顺仁陈伟民包明章鹏王元更多>>
- 相关机构：重庆大学重庆理工大学重庆工学院更多>>
- 发文基金：重庆市教育委员会科学技术研究项目国家高技术研究发展计划重庆市科技攻关计划更多>>
- 相关领域：自动化与计算机技术交通运输工程建筑科学电气工程更多>>
- 基于压缩感知的特高压输电塔实时监测系统数据传输方法研究被引量：3
- 2015年
- 特高压输电塔形成的强电磁场干扰及所处的野外恶劣自然环境严重影响无线传感器网络的数据传输质量,造成了无线传感网络通信数据溢出、误码率增加等问题,文章以基于无线传感器网络构建的特高压输电塔实时监测系统为基础,对无线传感器网络在强电磁环境下的通信特性进行了研究,提出了一种基于压缩感知理论的低信噪比信道编码传输方法(LSCC),该方法对测量矩阵进行了改进,并在信道删除概率的基础上自适应调整信息发送的比特量,减少重构所需测量值个数。实验验证表明,低信噪比信道编码传输方法降低了特高压输电塔强电磁场引起的信道干扰带来的数据溢出率11.29%,有效地增强了输电塔监测系统的实际应用性能。
- 胡顺仁王元梁快包明
- 关键词：特高压输电塔无线传感网络压缩感知可靠性
- 基于神经网络的光纤光栅应变传感器重构被引量：3
- 2010年
- 提出一种基于径向基函数神经网络模型来重构蜕化的光纤光栅应变传感器的方法.以结构健康监测系统中应变测量系统的光纤光栅应变传感器之间关联分析为基础,依据径向基函数神经网络强大的函数逼近能力,利用关联度高、运行良好的应变传感器去重构蜕化的应变传感器,保证重构的应变传感器与蜕化传感器有较高的数据准确度.实验结果证实了该方法在理论和实践上的精确性和可行性.
- 胡顺仁陈伟民
- 关键词：光纤光栅神经网络
- 光电成像挠度系统中数据动态阈值区间预测被引量：1
- 2009年
- 对桥梁挠度数据的影响因子进行了深入分析,揭示了传统基于固定阈值方法判断数据信号正确性的方法是不适用的,从而在回归理论分析基础上,建立回归模型来描述挠度数据局部趋势曲线,以此预测挠度数据阈值区间范围,形成动态阈值包络。仿真实验证明:回归模型与实测曲线吻合较好,2个实验的均方误差分别为0.684 7和0.485 4,实测值都在预测值的动态阈值范围内(当输入温度值为15.61,实测值为288.89,样本大小为130时,预测的挠度阈值范围为289.048 8±0.470 8;样本大小为32时,预测的挠度阈值范围为289.019 3±0.137 6)。
- 胡顺仁陈伟民
- 关键词：挠度
- 基于关联分析的传感器连续失效数据识别研究
- 传感器测量系统不可避免地会出现数据失效现象,准确识别连续失效数据位置成为工程实践中迫切需要解决的问题。传统的信号处理技术仅从传感器自身的某一数据特性来识别连续失效数据。本文在多传感器信息之间关联分析基础上,提出了一种基于...
- 胡顺仁陈伟民章鹏黄晓微张娅玲
- 关键词：多传感器滑动时间窗
- 文献传递
- 光电挠度测量系统单点失真数据滤波方法被引量：1
- 2009年
- 针对在大型桥梁结构状态监测系统工程实践中,光电挠度测量系统采集的数据中存在的较多单点失真数据无法使用传统的信号处理与数据分析方法过滤的问题,本文在连通管式光电挠度测量系统原理基础上,深入分析了系统中单点失真数据的特点,对单点失真数据进行形式化描述和说明,从而提出了一种基于数据速率变化来过滤单点失真数据的滤波方法。该方法根据桥梁结构变化缓慢的特点,将传感器系统引起的失真数据和桥梁结构自身的失效数据区分开来,并取得较好的工程实践应用效果。
- 胡顺仁陈伟民
- 关键词：滤波方法
- 特高压输电塔实时监测系统的数据传输方法研究被引量：2
- 2012年
- 对特高压输电塔安全状态进行实时在线监测是保障国家电网安全的一个重要手段,而特高压输电塔处于的复杂强干扰、弱无线信号的环境对数据可靠传输提出了较高要求。以基于无线传输信道建立的远程数据传输系统为基础,在分析了特高压输电塔环境特性对无线信道的影响基础上,提出建立一种基于应答确认与自适应数据动态重传机制的数据传输方法,该方法能自动根据无线信道情况,采用"快速启动"、"线性增长"、"回归发送"的动态机制来实时调整数据包大小,从而在保证数据传输可靠性基础上实现数据的最大效率传输。该数据传输方法经过实验验证,相比传统直接发送数据方法具有很高的可靠性和抗干扰性。
- 胡顺仁曾锋赵红佘丽包明
- 关键词：特高压输电塔数据传输可靠性
- 桥梁监测系统多传感器测点之间的关联分析被引量：15
- 2009年
- 以多传感器构成的复杂测量系统来监测大型桥梁健康情况已经成为目前土木、仪器科学领域研究的一个热点。桥梁结构作为一个复杂的响应系统,健康监测系统各传感器测点数据皆为这一系统的响应输出,其间必然存在一定的关联。现有的关联关系主要是从传感器测点的位置来考虑,没有反映出测点之间复杂的关联性。广义上,测点之间的关联性可以分为环境关联、结构关联、位置关联、时间关联、类别关联5类,而在数据形式上表现为正相关、负相关或零相关。以此为基础,本文结合数据挖掘和信号系统的关联理论知识,建立多传感器测点之间的关联度模型,并结合重庆马桑溪长江大桥桥梁结构健康监测系统的多传感器测量系统,分析和度量测点之间的关联关系,并在连续失效数据识别中进行试验验证。
- 胡顺仁陈伟民章鹏
- 关键词：健康监测多传感器
