基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对航天器结构健康监测(structural health monitoring,SHM)面临的数据传输和存储量过大问题,提出一种基于半张量积压缩感知(semi-tensor product compressed sensing,STP-CS)的形变数据重构方法.该方法基于形变数据的稀疏性,利用降维的随机高斯矩阵对形变数据进行压缩采样.为了验证该方案的可行性,实验研究了不同的观测矩阵维数与重构性能的关系.结果表明:采用该方法对形变信号进行随机采样,当观测矩阵存储空间减少到传统压缩感知(compressed sensing,CS)的1/64,仍能实现较高精度的重构,有效节省了观测矩阵的储存空间;此外,重构时间也随着观测矩阵维数的降低逐渐缩短.因此,该方法为解决航天器SHM面临的数据传输和存储挑战提供了新的解决思路.
推荐文章
基于半张量积的修正压缩感知模型重构算法研究
半张量积
压缩感知
观测矩阵
正交匹配追踪
半张量积压缩感知模型的快速重构方法
压缩感知
观测矩阵
半张量积
存储空间
重构时间
半张量积理论在网络遥操作系统中的应用
半张量积
遥操作
移动机器人
事件控制
时延
基于半张量积的完备性阈值求解方法
有界模型检测
完备性阈值
半张量积
离散时间系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于半张量积压缩感知的形变数据重构在航天器结构健康监测中的应用
来源期刊 航天器环境工程 学科 工学
关键词 结构健康监测 半张量积压缩感知 形变数据 重构
年,卷(期) 2019,(2) 所属期刊栏目 理论研究
研究方向 页码范围 134-138
页数 5页 分类号 TP277.3
字数 2592字 语种 中文
DOI 10.12126/see.2019.02.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨林华 38 285 10.0 15.0
2 曹海林 重庆大学微电子与通信工程学院 27 197 9.0 13.0
3 张鹏嵩 6 9 2.0 3.0
4 田引黎 重庆大学微电子与通信工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
结构健康监测
半张量积压缩感知
形变数据
重构
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
航天器环境工程
双月刊
1673-1379
11-5333/V
大16开
北京市朝阳区民族园路5号
1984
chi
出版文献量(篇)
2212
总下载数(次)
8
总被引数(次)
10138
论文1v1指导