基于STM32和DBO-BP的滑坡预警系统

作者：王莲霞; 李丽敏; 任瑞斌; 崔成涛; 符振涛

来源：国外电子测量技术, 2023, 42(08): 139-146.

DOI：10.19652/j.cnki.femt.2304894

• 滑坡监测预警
• 多传感器
• STM32F103
• BP神经网络
• 蜣螂优化算法

滑坡是一种常见的地质灾害，由于其突发性和破坏力，往往给人类的生命和财产安全造成严重的威胁，故建立精准的滑坡灾害实时监测预警系统至关重要。以STM32F103为核心控制器设计了滑坡监测预警系统，采集了降雨量、压力、位移、土壤含水率4种滑坡的主要影响因子，采用通用分组无线服务(general packet radio service, GPRS)方式将数据传送至现场预警终端，判断是否超过设置的阈值，若超过立即报警，未超过则将数据传送至远程控制中心进行分析处理，控制中心将数据输入到蜣螂算法(dung beetle optimizer, DBO)优化后的反向传播神经网络(back propagation neural network,BPNN)中进行当前滑坡发生概率预测，根据概率预测结果划分滑坡预警等级，实现滑坡实时监测与预警。通过支持向量机(support vector machines, SVM)、BP、遗传算法(genetic algorithm, GA)优化BP、麻雀搜索算法(sparrow search algorithm, SSA)优化BP模型与DBO-BP模型对比实验，得出DBO-BP预测精度更高，其拟合优度达98.8%,更接近真实值，并且相较于北斗、全球定位系统(global positioning system, GPS)等技术在滑坡预警时昂贵的成本，基于嵌入式的滑坡灾害监测预警系统降低了的成本，具有一定的工程应用价值。

• 单位
  西安工程大学