16、高效资源利用的网络物理系统振动数据采集

高效资源利用的网络物理系统振动数据采集

一、引言

无线传感器网络（WSN）在众多领域有着广泛应用，如医疗保健、应急响应、物理结构监测、入侵检测与跟踪等。近年来，将WSN用于工程结构部件监测备受关注，因其具有低成本、高可扩展性和灵活部署的优势。传统的结构健康监测（SHM）依赖有线传感器网络，需要大量电缆将数据传输到集中式数据存储库。然而，将WSN与SHM进行协同设计仍处于实验和探索阶段。

一方面，通过土木、结构或机械工程中的SHM算法检测结构损伤，不像其他WSN应用中的事件检测那样直接。这些算法对WSN提出了诸多挑战，如高频数据采集、高精度时间同步、大数据集的存储和传输等，还需要特定的工程领域知识。在传统的事件和目标检测应用中，传感器节点通过将接收到的信号强度与阈值比较来检测事件或目标；而在SHM中，是通过振动特性来检测结构损伤。为准确识别振动特性，SHM算法需要处理多个传感器节点的原始测量数据，且每个传感器节点的测量数据通常是长度超过数百KB的序列。

另一方面，目前大多数WSN系统采用集中式/全局SHM，并依赖在数据存储库进行实验后分析。如果所有传感器都将大量原始数据传输到数据存储库，对WSN来说是不可行的，会产生巨大的通信开销，导致WSN牺牲实时性能、监测质量和寿命。

振动数据采集的基本工具是快速傅里叶变换（FFT），现有的SHM算法通常基于FFT。但通过FFT方法收集并传输大量数据不太适合WSN中的协同处理，以往的研究在协同损伤敏感性指示（DPI）设计方面关注不足。本文提出了低复杂度、轻量级的数据采集解决方案，利用正交幅度调制（QAM）和Goertzel算法，还提出了一种简单的协同数据处理算法，通过该算法每个传感器比较其信号并生成DPI，以帮助识别损伤敏感