[发明专利]一种基于MDG-SC算法的桥梁在线监测系统

说明书

本发明公开了一种基于MDG‑SC算法的桥梁在线监测系统，包括由安装在桥梁上的传感器组成的信号采集部分，以及信号处理与网络传输部分，云服务与数据处理部分，所述信号处理与网络传输部分和云服务与数据处理部分之间通过采用移动信宿策略的Lora无线传感网络进行通信，所述移动信宿MS的移动速度通过MDG‑SC算法进行优化，即：当覆盖移动信宿MS位置的子信宿S为1时，移动信宿MS的移动速度为该子信宿S的数据速率SP1；当覆盖移动信宿MS位置的子信宿S大于1时，移动信宿MS的移动速度为所有子信宿S中的最低数据速率SP2；当覆盖移动信宿MS位置的子信宿S为0时，移动信宿MS的移动速度为SP3，SP3大于SP1、SP2。

技术领域

本发明涉及桥梁监测系统领域，具体涉及一种基于MDG-SC算法的桥梁在线监测系统。

背景技术

随着国民经济的蓬勃发展，交通运输的日渐繁忙，桥梁作为交通的重要组成部分，其作用日益突出。桥梁是投资大，技术难度大、使用期长的基础设施，在国民经济和社会生活中占据举足轻重的地位，由于长期载荷和环境侵蚀等因素，桥梁不断遭受损伤，破坏，以致承载力下降；通过传感器监测桥梁状况的桥梁监测系统，在对桥梁的监测、维护工作起到重要的作用。

由于需要监测的桥梁大多是跨距较远的大型桥梁，传感器数量众多、分布零散，只能通过无线通信的方式传递数据，现有的桥梁监测系统中使用的无线通信方式主要是GPRS或ZigBee，目前中国三大运行商对2G网络已经停止投资，甚至已经提出2G/3G退网计划，GPRS通信已经开始慢慢退出舞台，同时GPRS数据丢包严重、速率低、延时高，无法满足实时性要求高的监测，而ZigBee成本高，通信距离短，穿透性差。

发明内容

本发明的目的是提供一种强连接、低功耗、覆盖广、成本低、数据收集量大的基于MDG-SC算法的桥梁在线监测系统。

本发明通过以下技术方案实现：

一种基于MDG-SC算法的桥梁在线监测系统，包括由安装在桥梁上的传感器组成的信号采集部分，以及信号处理与网络传输部分，云服务与数据处理部分，所述信号处理与网络传输部分和云服务与数据处理部分之间通过采用移动信宿策略的Lora无线传感网络进行通信，所述移动信宿MS的移动速度通过MDG-SC算法进行优化，即：当覆盖移动信宿MS当前位置的子信宿S的数量为1时，移动信宿MS的移动速度为该子信宿S的数据速率SP1；当覆盖移动信宿MS当前位置的子信宿S的数量大于1时，移动信宿MS的移动速度为所有子信宿S中的最低数据速率SP2；当覆盖移动信宿MS当前位置的子信宿S的数量为0时，移动信宿MS的移动速度为SP3，SP3大于SP1、SP2。

本发明的进一步方案是，所述信号采集部分采用了加速度传感器、应力传感器、温湿度传感器、风速传感器。

本发明的进一步方案是，所述信号处理与网络传输部分包括微处理芯片、GPS定位模块、Lora通信模块、移动信宿MS，所述微处理芯片接收并处理信号采集部分上传的信号数据构成子信宿S，通过GPS定位模块获取位置及时间数据，经Lora通信模块将数据上传移动信宿MS，所述移动信宿MS将数据上传云服务与数据处理部分。

本发明的进一步方案是，所述云服务与数据处理部分包括云服务平台和监测终端，所述云服务平台接收信号处理与网络传输部分上传的数据，所述监测终端访问云服务平台获取数据并采用LM-BP神经网络算法对数据进行分析；采用云服务平台成本更低，BP神经网络以其良好的非线性映射性、容错性和泛化性成为目前应用最广泛的神经网络，非常适合复杂多变的桥梁监测数据分析，利用神经网络的自我学习性研究桥梁各项数据之间的非线性关系，评估桥梁运行状况，进而采取相应措施，有效避免事故发生，有利于我国交通运行安全；采用LM算法改进后的LM-BP神经网络算法使BP神经网络能够有效的收敛，极大的提升了BP神经网络的收敛速度和泛化能力。

本发明与现有技术相比的优点在于：