基于BP神经网络的桥梁多传感器信息融合的研究.pdfVIP

2017正 仪 表 技 术 与 传 感 器 2017 第 3期 Instrument Technique and Sensor No．3 基于BP神经网络的桥梁多传感器信息融合的研究 沈 健 ，钱 国明 ，谢 阳阳 (1．南京邮电大学电子科学与工程学院，江苏南京 210003；2．南京信息工程大学，江苏南京 210044) 摘要：在现代桥梁多传感器健康监测系统基础上，建立了基于BP神经网络的桥梁多传感器信息融 合系统。首先对桥梁不同断面的倾角传感器采集的样本数据进行特征提取，并将特征值进行关联组成 特征序列．利用BP神经网络在模式iY,~Jl问题上的优势，对特征序列进行信息特征层融合。通过仿真实 验 ．设计 了可用于一般桥梁数据模式识别问题的3层BP神经网络，且具有准确率高、收敛快的特点。 关键词：信息融合；BP神经网络；模式识别；特征层融合 中图分类号：TH7 文献标识码 ：A 文章编号：1002-1841(2017)03-0110-03 BridgeM ultisensorInformationFusionResearch BasedonBP NeuralNetwork SHENJian。，QIANGuo-ming，XIEYang-yang (1．CollegeofElectronicScienceandEngineering，NaIIgjingUniversityofP0stsnadTelecommunications， Nanjing210003，China；2．NanjingUniversityofInformationSciencenadTechnology，Nanjing210044，China) Abstract：Onthebasisofmodernbridgehealthmonitoringsystem formanysensors，bridgemuhisensorinformationfusion system basedonBPNeuralNetworkwasestablished．ThroughtheobliquitysensorstOcollectsampledatainfeatureextractionof bridgesofdifferentsection，andcharacteristicsequencewasassociatedusingcharacteristic．AdvantagesoftheBP neuralnetwork inthefieldofpatternrecognitionwereused，andsingaturesequencewasfusedonthelayerfeature．Throuhg thesimulationex— periment，athree—layerBPneuralnetworkthatcanbegenerallyusedinthepatternrecognitionproblem ofbridgedatawasde— signed，whichhascharacteristicsofhihg accuracyandfastconvergence． Keywords：informationfusion；BPneuralnetwork；patternrecognition；fusiononfeaturelayer 0 引言 特征关联。然后将序列化好的数据归一化处理后输入 多传感器系统已经普遍应用于民用工程上。本实 进BP神经网络进行分类判决，最后得出判决后的结 验基于天津海河大桥健康监测项 目。在多传感器系统 果，基本结构如图 1所示。 对桥梁的健康状况进行实时监测的同时，也带来了信 息冗余甚至冲突的问题，这就需要对传感器采集的数 据加以合理的处理，信息融合技术可高效地应用于这 一 领域