采用BP神经网络优化的振动信号压缩感知方法

摘要：

无线传感网络逐渐应用于结构健康监测,但是因能耗问题难以实现长期、高频的数据采集工作.压缩感知技术可利用少量的采样点重构原始信号,有望降低无线传感网络的能耗.实测振动信号因受到噪声干扰而导致稀疏性有限,常用于压缩感知的LASSO算法难以精确求解稀疏系数,进而影响振动信号重构效果.引入BP神经网络优化LASSO算法解得的稀疏系数,BP神经网络经ADAM优化算法训练后,可有效提升振动信号重构精度.用三层框架结构的模拟加速度数据和广州塔的监测加速度数据验证方法的有效性,并探讨了正则化参数和优化迭代次数的影响.结果表明,基于BP神经网络优化的压缩感知方法的信号重构效果在不同压缩率下均优于非优化的压缩感知方法.

关键词：结构健康监测、压缩感知、BP神经网络、稀疏系数、LASSO算法

所属期刊栏目：36

分类号：TU312+.3;TN957.52(建筑结构)

资助基金：国家重点研发计划;浙江省重点研发计划资助项目;国家自然科学基金;混凝土及预应力混凝土结构教育部重点实验室开放课题

在线出版日期：2023-11-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1234-1243