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 Wang Lianxia;Li Limin;Ren Ruibin;Cui Chengtao;Fu Zhentao

作者机构：西安工程大学电子信息学院西安710600 

基　　金：国家自然科学基金(62203344) 陕西省技术创新引导专项(2020CGXNX-009) 陕西省自然科学基础研究计划(2022JM-322) 陕西省教育厅服务地方专项(22JC036)资助 

出 版 物：《国外电子测量技术》 (Foreign Electronic Measurement Technology)

年 卷 期：2023年第42卷第8期

页      码：139-146页

摘      要：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。

主 题 词：滑坡监测预警 多传感器 STM32F103 BP神经网络 蜣螂优化算法 

学科分类：081803[081803] 08[工学] 0818[工学-交通运输类] 

D　O　I：10.19652/j.cnki.femt.2304894

馆 藏 号：203123437...