Compressive sampling and data fusion-based structural damage monitoring in wireless sensor network
Compressive sampling and data fusion-based structural damage monitoring in wireless sensor network
复制标题
无线传感器网络中基于压缩采样和数据融合的结构损伤监测
DOI：
10.1007/s11227-016-1938-x
复制
发表时间：
2018-03
期刊：
影响因子：
--
通讯作者：
Jin Wang
中科院分区：
文献类型：
--
作者：
Sai Ji;Chang Tan;Ping Yang;Ya-Jie Sun;Desheng Fu;Jin Wang
兰姆波相控阵结构健康监测方法在结构损伤监测中是有效的。该方法通过将损伤结构响应信号与健康结构响应信号进行比较，得到损伤散射信号，可用于结构损伤识别。但在基于无线传感器网络的结构健康监测中，这种方法在数据传输方面存在不可避免的缺陷。损伤响应信号的大量采样数据会给无线通信带来巨大的负担。针对这一问题，提出了一种基于压缩采样和数据融合的相控阵图像无线结构损伤监测方法。首先，采用压缩采样法采集压缩采样信号。然后在相控阵中实现了多传感器损伤响应信号的数据融合。最后，提出了基于压缩采样和数据融合的兰姆波相控阵损伤识别方法。在碳复合材料结构上的实验结果表明，该方法可以大大节省网络带宽和能量。该方法还可以实现对航空铝板的准确损伤识别，检测误差控制在0.82 mm以内。
The Lamb wave phased array structural health monitoring method is effective in structural damage monitoring. In this method, the damage scattering signal can be obtained by comparing the damage structural response signal with health structural response signal, and it can be used for structural damage identification. But in the structural health monitoring based on wireless sensor networks, this method has some inevitable defects in data transmission. A large number of sampling data of damage response signal will cause huge wireless communication burden. To solve this problem, we proposed a phased array image method based on compressive sampling and data fusion for wireless structural damage monitoring. First, compressive sampling signal by compressive sampling method was collected. Then, data fusion for multi-sensor’s damage response signal was implemented in phased array. Finally, the Lamb wave phased array damage identification method based on compressive sampling and data fusion was proposed. Experimental results on carbon composite structure show that the proposed method can largely save network bandwidth and energy. This method can also realize the damage identification accurately on the aviation aluminum plate and keep the detection error within 0.82 mm.
登录
查看更多内容
DOI：
--
发表时间：
2005
期刊：
--
影响因子：
--
作者：
J. Tropp;A. Gilbert
通讯作者：
J. Tropp;A. Gilbert
DOI：
10.1007/978-0-387-31439-6_647
发表时间：
2008-03
期刊：
--
影响因子：
--
作者：
Richard Baraniuk
通讯作者：
Richard Baraniuk
DOI：
--
发表时间：
2006
期刊：
--
影响因子：
--
作者：
R. Govindan;Krishna Chintalapudi
通讯作者：
R. Govindan;Krishna Chintalapudi
一种基于约束低秩稀疏矩阵分解的语音增强新方法
影响因子：
3.2
作者：
Chengli Sun;Qi Zhu;Minghua Wan
通讯作者：
Minghua Wan
DOI：
10.1017/cbo9780511794308
发表时间：
2012
期刊：
--
影响因子：
--
作者：
Gitta Kutyniok
通讯作者：
Gitta Kutyniok