[发明专利]一种超长线状区间的传感器布置方法及系统在审
申请号: | 202210380870.0 | 申请日: | 2022-04-11 |
公开(公告)号: | CN114741827A | 公开(公告)日: | 2022-07-12 |
发明(设计)人: | 罗辉;郭欢歌;彭祖胜;韩国耀;刘卫献;赵静;李彦辰;王永见;王跃斌;晏富恒;马桂杰;闫小峰;吴克宝;王胜楠;杨泽亮;刘亚丽;徐峰;郭巧玲;司玲玲;吴磊磊;张书贤;许青华;刘爱霞;何耀辉;鲁博;闫绍峰 | 申请(专利权)人: | 华中科技大学;平顶山市公路工程公司 |
主分类号: | G06F30/18 | 分类号: | G06F30/18;G06F30/27;G06N3/00 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 刘芳 |
地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 超长 线状 区间 传感器 布置 方法 系统 | ||
本发明公开一种超长线状区间的传感器布置方法及系统,包括:基于互信息理论将所述超长线状区间划分为线性排列的多个等间距子区间,并假设每个子区间内有一个传感器,相邻两个传感器之间距离相等;获取所述超长线状区间内传感器的数量,所述传感器的数量为传感器的第一数量;采用猴群算法优化传感器的第一数量,使得优化后的传感器的第一数量能够采集完整信息且传感器的数量最少。本发明基于互信息理论,将超长线状区间划分为线性排列的子区间,将子区间的划分问题归结为传感器的优化布置问题,并引入猴群算法,能够减少试算过程,提高计算精度。
技术领域
本发明涉及传感器优化布置技术领域,特别是涉及一种超长线状区间的传感器布置方法及系统。
背景技术
在结构工程健康监测和结构损伤识别领域中,经常使用各类监测传感器。但在实际工程中,由于重要土木结构一般具有结构复杂、体积大、所受荷载复杂等特点,在每个结构中大规模的布置传感器是不现实的,同时,根据国内外以往研究可知,过多的传感器数量有可能会对结构自身动力特性产生影响,同时产生数据冗余现象,在采集数据、存储数据、传输数据和分析数据的过程中,造成人力物力财力的浪费。所以综合考虑数据采集效果及经济效益,我们希望使用尽可能少的传感器,来采集尽可能多的有效数据信息。所以合理的传感器布置方案,应该考虑在满足采集要求的前提下,使得传感器的数量、采集得到的数据以及储存和传输数据的成本尽可能最低,但现有技术中并没有一个很科学的传感器布置方法,因此,探究合理的传感器布置方案,对于提高土木工程结构健康监测的效率具有重大作用和深远意义。
发明内容
本发明的目的是提供一种超长线状区间的传感器布置方法及系统,能够保证用最少数量的传感器采集完整有效的数据信息,并且减少计算过程,提高计算精度。
为实现上述目的,本发明提供了如下技术方案:
一种超长线状区间的传感器布置方法,包括:基于互信息理论将所述超长线状区间划分为线性排列的多个等间距子区间,并假设每个子区间内有一个传感器,相邻两个传感器之间距离相等;获取所述超长线状区间内传感器的数量,所述传感器的数量为传感器的第一数量;采用猴群算法优化传感器的第一数量,使得优化后的传感器的第一数量能够采集完整信息且传感器的数量最少。
可选的,所述利用猴群算法优化初始传感器的第一数量,包括:
输入传感器的第一数量、猴群规模、初始步长、单次眺望长度和最大迭代次数;
采用“爬过程”得到传感器的第二数量;
采用“望过程”判断是否存在传感器的第三数量,第三数量的传感器能够采集完整信息且所述传感器的第三数量小于传感器的第二数量;
当存在传感器的第三数量时,采用“跳过程”将所述传感器的第二数量更新为传感器的第三数量,跳转至“爬过程”继续循环,直至得到输出结果或到达最大迭代次数;
当不存在传感器的第三数量时,直接输出传感器的第二数量。
可选的,所述猴群规模为8-10。
可选的,所述初始步长为1。
一种超长线状区间的传感器布置系统,包括:
区间划分模块,用于基于互信息理论将所述超长线状区间划分为线性排列的多个等间距子区间,并假设每个子区间内有一个传感器,相邻两个传感器之间距离相等;
数据获取模块,用于获取所述超长线状区间内传感器的数量,所述传感器的数量为传感器的第一数量;
猴群算法模块,用于采用猴群算法优化传感器的第一数量,使得优化后的传感器的第一数量能够采集完整信息且传感器的数量最少。
可选的,所述猴群算法模块,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学;平顶山市公路工程公司,未经华中科技大学;平顶山市公路工程公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210380870.0/2.html,转载请声明来源钻瓜专利网。