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。
-
单位重庆大学; 北京卫星环境工程研究所