分布式光纤桩基检测里特征点压缩算法的应用研究

在开展桩基分布式检测工作时,常常用布里渊散射光时域反射技术(BOTDR)测量桩基,对数据的平滑去噪处理,是此工作中重要的一步。以某桩基为例子,借助特征点压缩算法,对检测数据进行平滑去噪处理,分析这种数据处理方法的特点和在实际中的应用效果。研究结果表明:数据的去噪会受到压缩算法的特征点阈值影响,参数的选择应结合实际情况和具体数据来确定;以不同的指标对平滑处理效果进行分析时,得出的压缩算法最优次数也不同;从摩阻力和轴力分布图来看,实际应用效果和桩体荷载传递规律以及国家相关规范基本一致,可以将荷载作用下桩体的实际受力情况准确地反映出来,效果良好。

移动互联网微软点对点压缩算法应用

微软点对点压缩(MPPC:Microsoftpoint-to-point compression)采用压缩PPP(point-to-point protocol)包方式,通过减少数据传送大小来提升传输效率,从而达到节省空口资源、提升传送速率的目的,能实现节省带宽资源。经测试验证,可以提升网络资源使用效率。

基于NAF的椭圆曲线集成加密方案存储空间的压缩及其点压缩算法的优化

数乘是椭圆曲线公钥密码体制中耗时长和占用资源多的一种运算,对于计算资源和存储资源受限制的客户端,直接影响其加密和解密速度.这里分析了基于传统二进制的数乘算法,介绍一种基于椭圆曲线集成加密方案的算法即ECIES,提出了一种优化的低存储NAF点压缩数乘算法,大大地缩短了点乘运算的运行时间,节约了存储空间.对传统的ECC算法进行优化,截短密钥,提升加密和解密速度快和安全性,突显出ECIES广阔的开发空间和巨大的经济应用价值.

特征点压缩算法在分布式光纤桩基检测中的应用

布里渊散射光时域反射测量技术(BOTDR/A)是一种重要的分布式光纤感测技术。采用BOTDR/A技术进行分布式光纤桩基检测时,海量的检测数据需要平滑去噪。介绍了分布式光纤桩基检测中最常用的感测光纤埋设工艺、海量检测数据的特点、平滑去噪在检测数据处理分析方面的作用,并据此提出了特征点压缩算法(一种新的平滑去噪方法)的概念和实现流程;结合工程实测数据,分析了该法的平滑去噪效果,验证了该法的实际应用情况。研究结果表明:该方法用于桩基检测数据处理是十分有效的,与常规算法对比,该方法简单高效,能够在不丢失检测数据特征趋势的同时对数据进行较好的平滑去噪,实际应用达到了满意的效果,其结果可在分布式光纤桩基检测的数据处理中推广应用。