作为智慧地球计划中物联网的核心技术结构健康监测是多个领域的热点与前沿研究方向。结构健康监测系统运行积累了海量的动力响应数据，带来了数据灾难；而无线传感网络技术也需要存储和传输尽可能少的数据。因此，数据压缩方法是结构健康监测领域的重要研究课题。传统的数据压缩遵循采样定理，首先采集完整的数据，然后再进行压缩，这种方法的效率较低。近年来，应用数学领域在压缩采样理论上的突破性进展，为结构健康监测动力响应数据压缩开辟了崭新的途径。本项目充分利用数学领域的相关进展，突破采样定理的限制，研究结构健康监测动力响应数据的压缩采样方法，即采集的数据既是被压缩的数据。首先研究结构动力响应数据稀疏分解的GA与MP混合算法，以及动力响应数据压缩采样和 Bayesian压缩采样方法；然后，分析压缩采样的数据重构解压误差及其对结构模态参数和损伤识别精度的影响；最后，研究在实际桥梁健康监测系统中的应用。
