【摘要】：改革開放以來,我國土木基礎(chǔ)設(shè)施建設(shè)面臨重大機(jī)遇。但是大型基礎(chǔ)設(shè)施服役環(huán)境復(fù)雜,既要遭受地震、臺(tái)風(fēng)等極端作用,又不可避免承受環(huán)境侵蝕等長期作用,因此研究結(jié)構(gòu)健康監(jiān)測(cè),保障和提升土木結(jié)構(gòu)安全性能,是土木工程重要的任務(wù)和目標(biāo)。土木工程結(jié)構(gòu)復(fù)雜,自由度繁多,結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)往往包含大量的傳感器,大型基礎(chǔ)設(shè)施連續(xù)監(jiān)測(cè)系統(tǒng)往往采集海量數(shù)據(jù),造成信號(hào)傳輸與存儲(chǔ)效率低下。同時(shí)作為未來發(fā)展方向的無線傳感器網(wǎng)絡(luò)受到電池能量等限制,無法采集、存儲(chǔ)和傳輸大量的數(shù)據(jù)。高效的信號(hào)壓縮算法是健康監(jiān)測(cè)迫切需要發(fā)展的方向。壓縮采樣作為一種嶄新的信號(hào)壓縮和處理手段,利用信號(hào)在某些域下的稀疏性特征進(jìn)行信號(hào)解壓縮重構(gòu),突破了Nyquist采樣定理的限制,近十年在許多領(lǐng)域包括結(jié)構(gòu)健康監(jiān)測(cè)中展現(xiàn)了良好的應(yīng)用前景,但是如何在信號(hào)高壓縮率下實(shí)現(xiàn)精確的數(shù)據(jù)解壓縮仍是重要的科學(xué)問題。在土木結(jié)構(gòu)服役過程中,結(jié)構(gòu)狀態(tài)相對(duì)穩(wěn)定,在相鄰時(shí)間段的結(jié)構(gòu)響應(yīng)往往具有一定相似性,即信號(hào)隨著時(shí)間的變化也具有稀疏性特征。本文基于此,開展時(shí)序貝葉斯壓縮采樣研究,主要研究內(nèi)容如下:(1)第二章以連續(xù)變化信號(hào)壓縮采樣的信號(hào)重構(gòu)為應(yīng)用背景,建立層次貝葉斯學(xué)習(xí)模型,嵌入信號(hào)動(dòng)態(tài)稀疏性約束條件,即原始信號(hào)具有稀疏性及前后相鄰時(shí)刻信號(hào)之間的變化也具有稀疏性特征,基于卡爾曼濾波器設(shè)計(jì),提出了動(dòng)態(tài)稀疏系統(tǒng)的時(shí)序貝葉斯壓縮采樣方法,計(jì)算獲得每一時(shí)刻的重構(gòu)信號(hào)的后驗(yàn)均值及置信度協(xié)方差矩陣。同時(shí),研究實(shí)時(shí)估計(jì)每一時(shí)刻卡爾曼濾波器的噪聲參數(shù),避免人為設(shè)置導(dǎo)致的濾波器估計(jì)不準(zhǔn)確問題,實(shí)現(xiàn)了每一時(shí)刻信號(hào)重構(gòu)的實(shí)時(shí)性或近似實(shí)時(shí)性。(2)第三章基于第二章的理論研究,建立時(shí)序貝葉斯壓縮采樣算法。為了保證在實(shí)際應(yīng)用中的實(shí)時(shí)性,研究了算法的加速措施。同時(shí)基于均勻峰值和非均勻峰值模擬信號(hào),在不同工況下進(jìn)行信號(hào)重構(gòu)研究,與傳統(tǒng)貝葉斯壓縮采樣方法的效果進(jìn)行對(duì)比,結(jié)果表明建立的算法在每個(gè)時(shí)刻更高壓縮率下能實(shí)現(xiàn)精確信號(hào)重構(gòu)。(3)第四章分別基于實(shí)際連續(xù)采集的健康監(jiān)測(cè)一維信號(hào)和二維圖像,驗(yàn)證了本文建立的方法相對(duì)傳統(tǒng)方法更好的信號(hào)重構(gòu)性能。結(jié)果表明,不論對(duì)于比較稀疏還是近似稀疏的信號(hào)均具有一定的性能改善。本文方法在結(jié)構(gòu)健康監(jiān)測(cè)的數(shù)據(jù)壓縮重構(gòu)、無線傳感網(wǎng)絡(luò)的丟失數(shù)據(jù)的恢復(fù)中、計(jì)算機(jī)視覺的圖像采集與壓縮中具有良好的應(yīng)用前景。
【圖文】：

布式傳感器系統(tǒng)監(jiān)測(cè)所采集的海量數(shù)據(jù)的處理，是結(jié)構(gòu)健康檢測(cè)領(lǐng)域的一個(gè)解決的難題，即如何對(duì)這些海量數(shù)據(jù)進(jìn)行采集、傳輸及儲(chǔ)存，對(duì)結(jié)構(gòu)健康監(jiān)測(cè)際運(yùn)行具有重要的現(xiàn)實(shí)意義。.1.2 壓縮采樣理論傳統(tǒng)的信號(hào)處理方式是基于 Nyquist 采樣理論，其具有兩大特點(diǎn)：（1）至少信號(hào)帶寬兩倍以上的采樣速率才能較為準(zhǔn)確的重構(gòu)出原始信號(hào)，因此導(dǎo)致采需費(fèi)用昂貴，采集效率不高，造成寬帶信號(hào)處理的日益困難。（2）現(xiàn)實(shí)生活中們通常將采集的數(shù)據(jù)進(jìn)行壓縮，舍棄大多不重要的數(shù)據(jù)，進(jìn)而用少量的比特?cái)?shù)達(dá)此信號(hào)，這種信號(hào)處理的方式不僅將大量的采集資源浪費(fèi)，而且一旦丟失一縮數(shù)據(jù)，就很可能造成信號(hào)重構(gòu)的困難。隨著日新月異的科技進(jìn)步，各行各業(yè)息的大量需求，，所需信號(hào)的帶寬也日益增大。例如在土木工程領(lǐng)域結(jié)構(gòu)健康監(jiān)，我們通過分析采集的結(jié)構(gòu)動(dòng)力響應(yīng)數(shù)據(jù)來分析評(píng)估結(jié)構(gòu)的服役狀態(tài)，對(duì)于結(jié)安全運(yùn)營具有重要的意義。但是由于土木結(jié)構(gòu)體系巨大，且具有較大的復(fù)雜性圖 1-1 中大跨度橋梁、大跨度鋼結(jié)構(gòu)等。結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)往往需要布置大量

我們需要發(fā)展新的數(shù)據(jù)壓縮方法。采樣作為一種嶄新的信號(hào)壓縮和處理手段，由 Candes 和 Don，其理論核心思想為：當(dāng)原始信號(hào)在某些域具有稀疏性特性時(shí)的觀測(cè)數(shù)據(jù)基于稀疏反演算法就可以實(shí)現(xiàn)原始信號(hào)的準(zhǔn)確重構(gòu)采樣與壓縮在同一過程中實(shí)現(xiàn)，且信號(hào)采樣突破了 Nyquist 采樣了信號(hào)處理思想的變革。一個(gè)有 N 個(gè)自由度離散信號(hào) = ，它可以用一個(gè) = 的線性組合來表示，假定這些基是規(guī)范正交 = = w 在基向量ψ上有 K(K<<N)個(gè)非零系數(shù)wi時(shí)，稱ψ為信號(hào)向量des 等人證明了：信號(hào)的稀疏性是壓縮采樣的必要條件。如果信在某個(gè)變換域具有稀疏的特點(diǎn)，此條件的約束相當(dāng)于信號(hào)帶樣理論的約束。另外壓縮采樣的投影矩陣，他們都是信號(hào)得以非線性優(yōu)化是壓縮采樣重構(gòu)信號(hào)的方法。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TU317

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 苗義烽;周曉昭;;主觀貝葉斯方法在列車占用丟失報(bào)警原因分析中的應(yīng)用[J];鐵路計(jì)算機(jī)應(yīng)用;2014年12期

2 艾艷杰;;基于貝葉斯方法的比例數(shù)據(jù)分位數(shù)推斷及其應(yīng)用[J];散文百家(新語文活頁);2017年01期

3 云連英;汪榮偉;;保費(fèi)調(diào)整的貝葉斯方法[J];統(tǒng)計(jì)與決策;2006年05期

4 張渭彬;;應(yīng)力與強(qiáng)度相關(guān)條件下產(chǎn)品可靠度的Bayes估計(jì)[J];強(qiáng)度與環(huán)境;1988年06期

5 張建國;;貝葉斯方法及其問題淺識(shí)[J];醫(yī)學(xué)與哲學(xué);1988年11期

6 王宏洲;引信的可靠性評(píng)定——貝葉斯方法和經(jīng)驗(yàn)貝葉斯方法[J];現(xiàn)代引信;1989年02期

7 石國楨;;工程診斷和診斷中的貝葉斯方法[J];機(jī)械強(qiáng)度;1984年02期

8 鄒亞娟;;貝葉斯方法在數(shù)據(jù)挖掘中的應(yīng)用進(jìn)展[J];科技致富向?qū)?2014年14期

9 丁東洋;劉希陽;;風(fēng)險(xiǎn)分析中的穩(wěn)健貝葉斯方法[J];內(nèi)蒙古財(cái)經(jīng)學(xué)院學(xué)報(bào);2011年04期

10 丁東洋;周麗莉;;貝葉斯方法在污水處理收費(fèi)研究中的應(yīng)用[J];統(tǒng)計(jì)教育;2009年03期

相關(guān)會(huì)議論文 前10條

1 丁東洋;劉希陽;;風(fēng)險(xiǎn)分析中的穩(wěn)健貝葉斯方法[A];2011年全國電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2011年

2 David Z.D'Argenio;;貝葉斯方法在實(shí)驗(yàn)室研究向臨床的轉(zhuǎn)化以及辨識(shí)隱含亞群體中的應(yīng)用(英文)[A];中國藥理學(xué)會(huì)臨床藥理學(xué)專業(yè)委員會(huì)會(huì)議暨第十次全國臨床藥理學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

3 胡桂華;易躍明;林敏;;稀少項(xiàng)目子總體估計(jì)的貝葉斯方法——基于一個(gè)抽樣審計(jì)問題的討論[A];中國會(huì)計(jì)學(xué)會(huì)高等工科院校分會(huì)2008年學(xué)術(shù)年會(huì)（第十五屆年會(huì)）暨中央在鄂集團(tuán)企業(yè)財(cái)務(wù)管理研討會(huì)論文集（下冊(cè)）[C];2008年

4 楊麗;武海濱;李康;;無金標(biāo)準(zhǔn)診斷試驗(yàn)評(píng)價(jià)的貝葉斯方法及應(yīng)用[A];2011年中國衛(wèi)生統(tǒng)計(jì)學(xué)年會(huì)會(huì)議論文集[C];2011年

5 朱永生;;貝葉斯方法確定泊松變量的置信上限[A];中國物理學(xué)會(huì)高能物理分會(huì)第七屆學(xué)術(shù)年會(huì)實(shí)驗(yàn)分會(huì)場論文集[C];2006年

6 王增忠;柳玉杰;施建剛;;建筑工程項(xiàng)目全壽命安全管理決策的貝葉斯方法[A];中國優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會(huì)第七屆全國會(huì)員代表大會(huì)暨第七屆中國管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

7 馬東輝;;ASReml在分子育種中的應(yīng)用[A];第一屆全國玉米生物學(xué)學(xué)術(shù)研討會(huì)論文匯編[C];2015年

8 費(fèi)斌軍;陳勃;;疲勞強(qiáng)度參數(shù)概率分布的貝葉斯方法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊(cè)）[C];2001年

9 李影;周萍萍;薛建杰;孫桂菊;;利用貝葉斯方法推導(dǎo)呋喃的健康指導(dǎo)值BMD[A];中國毒理學(xué)會(huì)第九次全國毒理學(xué)大會(huì)論文集[C];2019年

10 曹廣婷;;論貝葉斯方法在法律思想傳播及司法裁決小前提中的應(yīng)用及價(jià)值[A];傳媒法與法治新聞研究2018年卷[C];2018年

相關(guān)重要報(bào)紙文章 前1條

1 本報(bào)記者 計(jì)紅梅;向機(jī)器理解人類行為邁出一小步[N];中國科學(xué)報(bào);2019年

相關(guān)博士學(xué)位論文 前10條

1 遲晉進(jìn);變分推理及貝葉斯方法在主題模型中應(yīng)用的研究[D];吉林大學(xué);2019年

2 錢永青;結(jié)構(gòu)化貝葉斯壓縮感知技術(shù)及其應(yīng)用研究[D];武漢大學(xué);2013年

3 張少中;基于貝葉斯網(wǎng)絡(luò)的知識(shí)發(fā)現(xiàn)與決策應(yīng)用研究[D];大連理工大學(xué);2003年

4 李小琳;面向智能數(shù)據(jù)處理的貝葉斯網(wǎng)絡(luò)研究與應(yīng)用[D];吉林大學(xué);2005年

5 黃友平;貝葉斯網(wǎng)絡(luò)研究[D];中國科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2005年

6 胡笑旋;貝葉斯網(wǎng)建模技術(shù)及其在決策中的應(yīng)用[D];合肥工業(yè)大學(xué);2006年

7 王紅梅;保護(hù)隱私的貝葉斯網(wǎng)絡(luò)學(xué)習(xí)研究[D];天津大學(xué);2006年

8 董立巖;貝葉斯網(wǎng)絡(luò)應(yīng)用基礎(chǔ)研究[D];吉林大學(xué);2007年

9 周忠寶;基于貝葉斯網(wǎng)絡(luò)的概率安全評(píng)估方法及應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2006年

10 李旭升;貝葉斯網(wǎng)絡(luò)分類模型研究及其在信用評(píng)估中的應(yīng)用[D];西南交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 曲若彤;基于貝葉斯網(wǎng)絡(luò)和云模型的衛(wèi)星ACS健康狀態(tài)評(píng)估[D];南京航空航天大學(xué);2019年

2 朱明旭;基于FTA-多態(tài)貝葉斯網(wǎng)絡(luò)的復(fù)雜系統(tǒng)故障診斷與控制研究[D];南京航空航天大學(xué);2017年

3 任玉龍;時(shí)序貝葉斯壓縮采樣及健康監(jiān)測(cè)信號(hào)和圖像應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2018年

4 楊陽;電路QED系統(tǒng)中的量子測(cè)量與估計(jì)研究[D];華南理工大學(xué);2019年

5 冀曉慧;結(jié)合生物信息先驗(yàn)的貝葉斯壓縮模型在遺傳關(guān)聯(lián)研究中的應(yīng)用[D];廣東藥科大學(xué);2019年

6 陳僑;貝葉斯壓縮感知SAR成像技術(shù)[D];國防科技大學(xué);2017年

7 杜婧;基于貝葉斯方法的乳腺癌生存分析[D];華北電力大學(xué)(北京);2019年

8 劉浩;層次線性貝葉斯方法及其在霧霾影響因素中的應(yīng)用研究[D];重慶工商大學(xué);2019年

9 溫雨桐;基于貝葉斯方法的斜拉橋施工過程參數(shù)識(shí)別[D];長安大學(xué);2019年

10 王文秀;基于貝葉斯網(wǎng)絡(luò)學(xué)習(xí)方法的電力負(fù)荷峰值預(yù)測(cè)[D];華北電力大學(xué)(北京);2019年

本文編號(hào)：2676085