CN106843053B - 一种智能土木工程结构健康状态远程监测系统 - Google Patents

Abstract

本发明公开了一种智能土木工程结构健康状态远程监测系统，包括输入装置和单片机控制器，所述输入装置包括温度传感器、湿度传感器、全站仪、应变计、超声波探伤仪、钢筋位置测定仪、钢筋锈蚀仪和混凝土测厚仪；所述单片机控制器的输出端分别与声光报警器和外存储器的输入端电性连接；所述单片机控制器的输出端通过局域网与巡查终端的输入端连接；所述单片机控制器的输出端通过互联网与监控中心的输入端连接；所述单片机控制器的输出端通过采集数据分析模块与数据处理模块的输入端电性连接，该发明的有益效果是能及时掌握土木工程的结构健康状态，实时排查潜在隐患并发出声光讯号，保证土木工程的施工安全进行，智能化程度高。

Description

一种智能土木工程结构健康状态远程监测系统

技术领域

本发明属于土木工程技术领域，尤其涉及一种智能土木工程结构健康状态远程监测系统。

背景技术

在土木、桥梁、隧道等大型土木工程中，远程和超远程检测工程健康状态一直是业界梦寐以求的有效手段。特别是随着国民经济的飞速发展、西部的建设与开发，出现了很多前所未有的长、大、高、深、特、危工程，这些工程建设中的一个重要组成部分就是工程结构力学状态的检测，比如压力、应变、裂隙、湿度和温度等。由于这些工程所处的地理位置和环境不好，比如海拔高、空气稀薄、温度低等，给数据检测带来了很大的困难。而且几十工程竣工，检测工作还要持续两三年，检测工作的困难程度非常之大。

目前，在土木工程结构健康状态的控制中，远程监测是一种监测的有效手段，但是现有的监测手段单一，不能实时排查土木工程结构内部情况，只能监测表面情况，无法排查内部潜在隐患，同时当发现隐患时不能及时发出声光讯号以告知工作人员和巡查人员，实用性能低。

发明内容

本发明为解决公知技术中存在的技术问题而提供一种智能化程度高，能及时掌握土木工程的结构健康状态，实时排查潜在隐患并发出声光讯号和远程监测的一种智能土木工程结构健康状态远程监测系统。

本发明是这样实现的，一种智能土木工程结构健康状态远程监测系统，包括输入装置和单片机控制器，所述输入装置包括温度传感器、湿度传感器、全站仪、应变计、超声波探伤仪、钢筋位置测定仪、钢筋锈蚀仪和混凝土测厚仪；所述输入装置的输出端与采集数据控制模块的输入端电性连接；所述单片机控制器的输出端分别与声光报警器和外存储器的输入端电性连接；所述单片机控制器分别与RAM存储器、MRAM存储器和数据库电性连接；所述单片机控制器的输出端通过局域网与巡查终端的输入端连接；所述单片机控制器的输出端通过互联网与监控中心的输入端连接；所述单片机控制器的输出端通过采集数据分析模块与数据处理模块的输入端电性连接，所述数据处理模块的输出端与单片机控制器的输入端电性连接；

所述采集数据控制模块的输出端与输入模块的输入端电性连接；

所述单片机控制器的输入端分别与输入模块和供电模块的输出端电性连接；

所述声光报警器由LED闪烁灯和蜂鸣器构成。

进一步，所述单片机控制器设置有直接信任值计算模块，所述直接信任值计算模块的直接信任值的计算步骤为：

采集网络观测节点i与节点j之间的n个时间片的交互次数：

选取一定时间间隔t作为一个观测时间片，以观测节点i和被测节点j在1个时间片内的交互次数作为观测指标，真实交互次数，记作y_t，依次记录n个时间片的y_n，并将其保存在节点i的通信记录表中；

预测第n+1个时间片的交互次数：

根据采集到的n个时间片的交互次数建立时间序列，采用三次指数平滑法预测下一个时间片n+1内节点i和j之间的交互次数，预测交互次数，记作计算公式如下：

预测系数a_n、b_n、c_n的取值可由如下公式计算得到：

其中：分别是一次、二次、三次指数平滑数，由如下公式计算得到：

是三次指数平滑法的初始值，其取值为：

α是平滑系数，0＜α＜1，体现信任的时间衰减特性，即离预测值越近的时间片的y_t权重越大，离预测值越远的时间片的y_t权重越小；如果数据波动较大，且长期趋势变化幅度较大，呈现明显迅速的上升或下降趋势时α应取0.6～0.8，可以增加近期数据对预测结果的影响；当数据有波动，但长期趋势变化不大时，α可在0.1～0.4取值；如果数据波动平稳，α应取0.05～0.20；

计算直接信任值：

节点j的直接信任值TD_ij为预测交互次数和真实交互次数y_n+1的相对误差，

进一步，所述采集数据控制模块设置有聚类处理单元；

所述聚类处理单元对土木工程结构进行聚类处理包括土木工程结构的位置信息用当前的位置坐标来描述：

l_i＝(x_i,y_i)；

其中x_i，y_i分别表示土木工程结构i的横纵坐标值，对于土木工程结构i，构建一个内容请求频率向量：

n_i＝(n_i,1,n_i,2,...,n_i,c)；

其中n_i,c表示土木工程结构i请求内容c的次数，每个土木工程结构对应一个内容请求向量，该向量反映了土木工程结构的内容请求偏好；

基于土木工程结构的位置信息和内容请求偏好信息对土木工程结构进行聚类，具有相似内容请求偏好且位置相近的土木工程结构分到一个多播组，使用余弦相似度准则来计算两个土木工程结构间的相似度，用如下公式计算：

其中β是一个0-1之间的权重系数；

使用K-Means聚类方法，对小区内所有的土木工程结构D进行聚类，u_i＝{l_i,n_i}表示土木工程结构i的聚类信息，聚类的目的是将原始土木工程结构分成C类D＝{D₁,…,D_C}，数学模型上是对下式求最小值：

其中γ_k为土木工程结构群的中心；

对土木工程结构进行聚类处理具体步骤如下：

步骤一，从D中随机取C个土木工程结构，作为C个土木工程结构群的中心；

步骤二，根据相似度的计算公式，计算剩下的土木工程结构到C个土木工程结构群中心的相似度，将土木工程结构划分到相似度最高的土木工程结构群；

步骤三，根据聚类结果，更新C个土木工程结构群的中心γ_k＝{l_k,n_k}，用如下公式：

其中m_i是一个0-1之间的权重系数，重复步骤二和步骤三，直到聚类中心不再发生变化；

根据每个土木工程结构群的位置信息，计算出每个土木工程结构群中心位置的水平方位角和垂直仰角具体包括：

采用有源天线波束赋形模型，基站对每个土木工程结构群有一个特定波束，即对每个土木工程结构群设置一个特定的电子下倾角和垂直半功率带宽的波束，基站坐标为原点O(0,0,H_BS)，土木工程结构群k的质心为γ_k，位置坐标为(x_k,y_k,z_k)，垂直仰角和水平方位角为

基于聚类后的土木工程结构群位置信息，土木工程结构群质心的水平方向角和垂直仰角通过下面的公式求出：

显然，垂直仰角和水平方位角的取值范围为

提出土木工程结构群分簇算法，根据土木工程结构群的位置信息，对土木工程结构群进行分簇处理具体包括：

基于图论的知识对土木工程结构群进行分簇，定义波束间的干扰图G＝(V,E)，其中V表示波束的集合，作为干扰图的顶点，E表示波束间的干扰系数，作为干扰图的边，定义指示函数e(v_k,v_m)(k≠m)指示波束k和波束m间的干扰：

其中O_k和O_m分别表示土木工程结构群k和土木工程结构群m的半径，r_th表示两个波束间干扰忽悠不计的门限距离，另外，定义e(v_k,v_k)＝0，表示波束自身不存在干扰，根据指示函数，构建一个二值干扰矩阵：

定义波束的干扰度：

当d_G(v_k)＝0时，称v_k为零度节点；

分簇的具体步骤如下：

步骤一，用顶点集合V构建干扰矩阵A_G，初始化迭代因子h＝1，孤立节点集合分簇集合节点集合

步骤二，找到所有的零度节点v_k，更新S＝S∪v_k；剩余节点集合记为Φ₁＝V-S；

步骤三，分簇：a)找节点k＝argmax(d_G(v_k))，令干扰矩阵的第k行、第k列为0，更新节点集合B_h＝B_h∩v_k；b)循环执行a)直到A_G＝0；c)更新Φ_h＝Φ_h-B_h，则Φ_h为第h个簇；

步骤四，用节点集合B_h重新构建A_G≠0，更新节点集合Φ_h+1＝B_h，更新迭代因子h＝h+1，执行步骤(3)；如果A_G＝0或者|B_h|＝1，如果|B_h|＝1，则Φ_h+1＝B_h；

步骤五，将孤立节点集合S分配到最少节点的一簇中；

经过土木工程结构群的分簇处理后，土木工程结构群D＝{D₁,…,D_k,…,D_C}经过分簇算法被划分为Φ＝{Φ₁,…,Φ_h,…}，Φ_h表示第h个土木工程结构群簇，每个簇中的总的土木工程结构传输速率为：

系统总的吞吐量为所有土木工程结构群簇的传输速率之和：

其中为土木工程结构群簇Φ_h使用载波n的指示因子，相应的，满足的条件为：

条件(2)表示一个载波只能分配给一个土木工程结构群簇，同一簇中的土木工程结构群共享一个载波资源，不同簇中的土木工程结构群不可以复用。

本发明提供的智能土木工程结构健康状态远程监测系统，通过温度传感器和湿度传感器实时监测工作环境的参数，通过全站仪和应变计实时监测土木工程表面结构变化，通过超声波探伤仪、钢筋位置测定仪、钢筋锈蚀仪和混凝土测厚仪实时监测土木工程内部结构变化，并通过单片机控制器、采集数据分析模块和数据处理模块将数据进行分析、处理，利用RAM存储器、MRAM存储器和数据库将分析处理后的数据进行比对、采样、存储和查询，以及时了解和排查潜在隐患，并通过声光报警器发出声光讯号，单片机控制器通过互联网发送到工作人员的巡查终端中，单片机控制器通过互联网发送到监控中心，实用性能高，监测功能多样化。

附图说明

图1是本发明实施例提供的智能土木工程结构健康状态远程监测系统结构示意图。

图中：1、输入装置；2、温度传感器；3、湿度传感器；4、全站仪；5、应变计；6、超声波探伤仪；7、钢筋位置测定仪；8、钢筋锈蚀仪；9、混凝土测厚仪；10、采集数据控制模块；11、输入模块；12、单片机控制器；13、供电模块；14、声光报警器；15、外存储器；16、RAM存储器；17、MRA存储器；18、数据库；19、局域网；20、巡查终端；21、互联网；22、监控中心；23、采集数据分析模块；24、数据处理模块；25、LED闪烁灯；26、蜂鸣器。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面结合图1对本发明的结构作详细的描述。

本发明实施例提供的智能土木工程结构健康状态远程监测系统包括输入装置和单片机控制器，所述输入装置包括温度传感器、湿度传感器、全站仪、应变计、超声波探伤仪、钢筋位置测定仪、钢筋锈蚀仪和混凝土测厚仪；所述输入装置的输出端与采集数据控制模块的输入端电性连接；所述单片机控制器的输出端分别与声光报警器和外存储器的输入端电性连接；所述单片机控制器分别与RAM存储器、MRAM存储器和数据库电性连接；所述单片机控制器的输出端通过局域网与巡查终端的输入端连接；所述单片机控制器的输出端通过互联网与监控中心的输入端连接；所述单片机控制器的输出端通过采集数据分析模块与数据处理模块的输入端电性连接，所述数据处理模块的输出端与单片机控制器的输入端电性连接。

进一步，所述采集数据控制模块的输出端与输入模块的输入端电性连接。

进一步，所述单片机控制器的输入端分别与输入模块和供电模块的输出端电性连接。

进一步，所述声光报警器由LED闪烁灯和蜂鸣器构成。

进一步，所述单片机控制器设置有直接信任值计算模块，所述直接信任值计算模块的直接信任值的计算步骤为：

采集网络观测节点i与节点j之间的n个时间片的交互次数：

选取一定时间间隔t作为一个观测时间片，以观测节点i和被测节点j在1个时间片内的交互次数作为观测指标，真实交互次数，记作y_t，依次记录n个时间片的y_n，并将其保存在节点i的通信记录表中；

预测第n+1个时间片的交互次数：

根据采集到的n个时间片的交互次数建立时间序列，采用三次指数平滑法预测下一个时间片n+1内节点i和j之间的交互次数，预测交互次数，记作计算公式如下：

预测系数a_n、b_n、c_n的取值可由如下公式计算得到：

其中：分别是一次、二次、三次指数平滑数，由如下公式计算得到：

是三次指数平滑法的初始值，其取值为：

α是平滑系数，0＜α＜1，体现信任的时间衰减特性，即离预测值越近的时间片的y_t权重越大，离预测值越远的时间片的y_t权重越小；如果数据波动较大，且长期趋势变化幅度较大，呈现明显迅速的上升或下降趋势时α应取0.6～0.8，可以增加近期数据对预测结果的影响；当数据有波动，但长期趋势变化不大时，α可在0.1～0.4取值；如果数据波动平稳，α应取0.05～0.20；

计算直接信任值：

节点j的直接信任值TD_ij为预测交互次数和真实交互次数y_n+1的相对误差，

进一步，所述采集数据控制模块设置有聚类处理单元；

所述聚类处理单元对土木工程结构进行聚类处理包括土木工程结构的位置信息用当前的位置坐标来描述：

l_i＝(x_i,y_i)；

其中x_i，y_i分别表示土木工程结构i的横纵坐标值，对于土木工程结构i，构建一个内容请求频率向量：

n_i＝(n_i,1,n_i,2,...,n_i,c)；

其中n_i,c表示土木工程结构i请求内容c的次数，每个土木工程结构对应一个内容请求向量，该向量反映了土木工程结构的内容请求偏好；

基于土木工程结构的位置信息和内容请求偏好信息对土木工程结构进行聚类，具有相似内容请求偏好且位置相近的土木工程结构分到一个多播组，使用余弦相似度准则来计算两个土木工程结构间的相似度，用如下公式计算：

其中β是一个0-1之间的权重系数；

使用K-Means聚类方法，对小区内所有的土木工程结构D进行聚类，u_i＝{l_i,n_i}表示土木工程结构i的聚类信息，聚类的目的是将原始土木工程结构分成C类D＝{D₁,…,D_C}，数学模型上是对下式求最小值：

其中γ_k为土木工程结构群的中心；

对土木工程结构进行聚类处理具体步骤如下：

步骤一，从D中随机取C个土木工程结构，作为C个土木工程结构群的中心；

步骤二，根据相似度的计算公式，计算剩下的土木工程结构到C个土木工程结构群中心的相似度，将土木工程结构划分到相似度最高的土木工程结构群；

步骤三，根据聚类结果，更新C个土木工程结构群的中心γ_k＝{l_k,n_k}，用如下公式：

其中m_i是一个0-1之间的权重系数，重复步骤二和步骤三，直到聚类中心不再发生变化；

根据每个土木工程结构群的位置信息，计算出每个土木工程结构群中心位置的水平方位角和垂直仰角具体包括：

采用有源天线波束赋形模型，基站对每个土木工程结构群有一个特定波束，即对每个土木工程结构群设置一个特定的电子下倾角和垂直半功率带宽的波束，基站坐标为原点O(0,0,H_BS)，土木工程结构群k的质心为γ_k，位置坐标为(x_k,y_k,z_k)，垂直仰角和水平方位角为

基于聚类后的土木工程结构群位置信息，土木工程结构群质心的水平方向角和垂直仰角通过下面的公式求出：

显然，垂直仰角和水平方位角的取值范围为θ₁∈(0,π),

提出土木工程结构群分簇算法，根据土木工程结构群的位置信息，对土木工程结构群进行分簇处理具体包括：

基于图论的知识对土木工程结构群进行分簇，定义波束间的干扰图G＝(V,E)，其中V表示波束的集合，作为干扰图的顶点，E表示波束间的干扰系数，作为干扰图的边，定义指示函数e(v_k,v_m)(k≠m)指示波束k和波束m间的干扰：

其中O_k和O_m分别表示土木工程结构群k和土木工程结构群m的半径，r_th表示两个波束间干扰忽悠不计的门限距离，另外，定义e(v_k,v_k)＝0，表示波束自身不存在干扰，根据指示函数，构建一个二值干扰矩阵：

定义波束的干扰度：

当d_G(v_k)＝0时，称v_k为零度节点；

分簇的具体步骤如下：

步骤一，用顶点集合V构建干扰矩阵A_G，初始化迭代因子h＝1，孤立节点集合分簇集合节点集合

步骤二，找到所有的零度节点v_k，更新S＝S∪v_k；剩余节点集合记为Φ₁＝V-S；

步骤三，分簇：a)找节点k＝argmax(d_G(v_k))，令干扰矩阵的第k行、第k列为0，更新节点集合B_h＝B_h∩v_k；b)循环执行a)直到A_G＝0；c)更新Φ_h＝Φ_h-B_h，则Φ_h为第h个簇；

步骤四，用节点集合B_h重新构建A_G≠0，更新节点集合Φ_h+1＝B_h，更新迭代因子h＝h+1，执行步骤(3)；如果A_G＝0或者|B_h|＝1，如果|B_h|＝1，则Φ_h+1＝B_h；

步骤五，将孤立节点集合S分配到最少节点的一簇中；

经过土木工程结构群的分簇处理后，土木工程结构群D＝{D₁,…,D_k,…,D_C}经过分簇算法被划分为Φ＝{Φ₁,…,Φ_h,…}，Φ_h表示第h个土木工程结构群簇，每个簇中的总的土木工程结构传输速率为：

系统总的吞吐量为所有土木工程结构群簇的传输速率之和：

其中为土木工程结构群簇Φ_h使用载波n的指示因子，相应的，满足的条件为：

条件(2)表示一个载波只能分配给一个土木工程结构群簇，同一簇中的土木工程结构群共享一个载波资源，不同簇中的土木工程结构群不可以复用。

工作原理：该智能土木工程结构健康状态远程监测系统，通过温度传感器和湿度传感器实时监测工作环境的参数，通过全站仪和应变计实时监测土木工程表面结构变化，通过超声波探伤仪、钢筋位置测定仪、钢筋锈蚀仪和混凝土测厚仪实时监测土木工程内部结构变化，并通过单片机控制器、采集数据分析模块和数据处理模块将数据进行分析、处理，利用RAM存储器、MRAM存储器和数据库将分析处理后的数据进行比对、采样、存储和查询，以及时了解和排查潜在隐患，并通过声光报警器发出声光讯号，单片机控制器通过互联网发送到工作人员的巡查终端中，工作人员无需深入现场即可了解土木工程施工现场，单片机控制器通过互联网发送到监控中心，实用性能高，监测功能多样化。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种智能土木工程结构健康状态远程监测系统，包括输入装置和单片机控制器，其特征在于：所述输入装置包括温度传感器、湿度传感器、全站仪、应变计、超声波探伤仪、钢筋位置测定仪、钢筋锈蚀仪和混凝土测厚仪；所述输入装置的输出端与采集数据控制模块的输入端电性连接；所述单片机控制器的输出端分别与声光报警器和外存储器的输入端电性连接；所述单片机控制器分别与RAM存储器、MRAM存储器和数据库电性连接；所述单片机控制器的输出端通过局域网与巡查终端的输入端连接；所述单片机控制器的输出端通过互联网与监控中心的输入端连接；所述单片机控制器的输出端通过采集数据分析模块与数据处理模块的输入端电性连接，所述数据处理模块的输出端与单片机控制器的输入端电性连接；

所述采集数据控制模块的输出端与输入模块的输入端电性连接；

所述单片机控制器的输入端分别与输入模块和供电模块的输出端电性连接；

所述声光报警器由LED闪烁灯和蜂鸣器构成；

所述单片机控制器设置有直接信任值计算模块，所述直接信任值计算模块的直接信任值的计算步骤为：

采集网络观测节点i与节点j之间的n个时间片的交互次数：

选取一定时间间隔t作为一个观测时间片，以观测节点i和被测节点j在1个时间片内的交互次数作为观测指标，真实交互次数，记作y_t，依次记录n个时间片的y_n，并将其保存在节点i的通信记录表中；

预测第n+1个时间片的交互次数：

根据采集到的n个时间片的交互次数建立时间序列，采用三次指数平滑法预测下一个时间片n+1内节点i和j之间的交互次数，预测交互次数，记作计算公式如下：

预测系数a_n、b_n、c_n的取值可由如下公式计算得到：

其中：分别是一次、二次、三次指数平滑数，由如下公式计算得到：

是三次指数平滑法的初始值，其取值为：

α是平滑系数，0＜α＜1，体现信任的时间衰减特性，即离预测值越近的时间片的y_t权重越大，离预测值越远的时间片的y_t权重越小；如果数据波动较大，且长期趋势变化幅度较大，呈现明显迅速的上升或下降趋势时α应取0.6～0.8，可以增加近期数据对预测结果的影响；当数据有波动，但长期趋势变化不大时，α可在0.1～0.4取值；如果数据波动平稳，α应取0.05～0.20；

计算直接信任值：

节点j的直接信任值TD_ij为预测交互次数和真实交互次数y_n+1的相对误差，

所述采集数据控制模块设置有聚类处理单元；

所述聚类处理单元对土木工程结构进行聚类处理包括土木工程结构的位置信息用当前的位置坐标来描述：

l_i＝(x_i,y_i)；

其中x_i，y_i分别表示土木工程结构i的横纵坐标值，对于土木工程结构i，构建一个内容请求频率向量：

n_i＝(n_i,1,n_i,2,...,n_i,c)；

其中n_i,c表示土木工程结构i请求内容c的次数，每个土木工程结构对应一个内容请求向量，该向量反映了土木工程结构的内容请求偏好；

基于土木工程结构的位置信息和内容请求偏好信息对土木工程结构进行聚类，具有相似内容请求偏好且位置相近的土木工程结构分到一个多播组，使用余弦相似度准则来计算两个土木工程结构间的相似度，用如下公式计算：

其中β是一个0-1之间的权重系数；

使用K-Means聚类方法，对小区内所有的土木工程结构D进行聚类，u_i＝{l_i,n_i}表示土木工程结构i的聚类信息，聚类的目的是将原始土木工程结构分成C类D＝{D₁,…,D_C}，数学模型上是对下式求最小值：

其中γ_k为土木工程结构群的中心；

对土木工程结构进行聚类处理具体步骤如下：

步骤一，从D中随机取C个土木工程结构，作为C个土木工程结构群的中心；

步骤二，根据相似度的计算公式，计算剩下的土木工程结构到C个土木工程结构群中心的相似度，将土木工程结构划分到相似度最高的土木工程结构群；

步骤三，根据聚类结果，更新C个土木工程结构群的中心γ_k＝{l_k,n_k}，用如下公式：

其中m_i是一个0-1之间的权重系数，重复步骤二和步骤三，直到聚类中心不再发生变化；

根据每个土木工程结构群的位置信息，计算出每个土木工程结构群中心位置的水平方位角和垂直仰角具体包括：

采用有源天线波束赋形模型，基站对每个土木工程结构群有一个特定波束，即对每个土木工程结构群设置一个特定的电子下倾角和垂直半功率带宽的波束，基站坐标为原点O(0,0,H_BS)，土木工程结构群k的质心为γ_k，位置坐标为(x_k,y_k,z_k)，垂直仰角和水平方位角为

基于聚类后的土木工程结构群位置信息，土木工程结构群质心的水平方向角和垂直仰角通过下面的公式求出：

显然，垂直仰角和水平方位角的取值范围为θ₁∈(0,π),

提出土木工程结构群分簇算法，根据土木工程结构群的位置信息，对土木工程结构群进行分簇处理具体包括：

基于图论的知识对土木工程结构群进行分簇，定义波束间的干扰图G＝(V,E)，其中V表示波束的集合，作为干扰图的顶点，E表示波束间的干扰系数，作为干扰图的边，定义指示函数e(v_k,v_m)(k≠m)指示波束k和波束m间的干扰：

其中O_k和O_m分别表示土木工程结构群k和土木工程结构群m的半径，r_th表示两个波束间干扰忽悠不计的门限距离，另外，定义e(v_k,v_k)＝0，表示波束自身不存在干扰，根据指示函数，构建一个二值干扰矩阵：

定义波束的干扰度：

当d_G(v_k)＝0时，称v_k为零度节点；

分簇的具体步骤如下：

步骤一，用顶点集合V构建干扰矩阵A_G，初始化迭代因子h＝1，孤立节点集合分簇集合节点集合

步骤二，找到所有的零度节点v_k，更新S＝S∪v_k；剩余节点集合记为Φ₁＝V-S；

步骤三，分簇：a)找节点k＝argmax(d_G(v_k))，令干扰矩阵的第k行、第k列为0，更新节点集合B_h＝B_h∩v_k；b)循环执行a)直到A_G＝0；c)更新Φ_h＝Φ_h-B_h，则Φ_h为第h个簇；

步骤四，用节点集合B_h重新构建A_G≠0，更新节点集合Φ_h+1＝B_h，更新迭代因子h＝h+1，执行步骤(3)；如果A_G＝0或者|B_h|＝1，如果|B_h|＝1，则Φ_h+1＝B_h；

步骤五，将孤立节点集合S分配到最少节点的一簇中；

经过土木工程结构群的分簇处理后，土木工程结构群D＝{D₁,…,D_k,…,D_C}经过分簇算法被划分为Φ＝{Φ₁,…,Φ_h,…}，Φ_h表示第h个土木工程结构群簇，每个簇中的总的土木工程结构传输速率为：

系统总的吞吐量为所有土木工程结构群簇的传输速率之和：

其中为土木工程结构群簇Φ_h使用载波n的指示因子，相应的，满足的条件为：

条件(2)表示一个载波只能分配给一个土木工程结构群簇，同一簇中的土木工程结构群共享一个载波资源，不同簇中的土木工程结构群不可以复用。