[發明專利]一種用于橋梁結構監測的數據降噪方法及系統有效
| 申請號： | 201910832806.X | 申請日： | 2019-09-04 |
| 公開（公告）號： | CN110598615B | 公開（公告）日： | 2022-08-23 |
| 發明（設計）人： | 劉祥磊;王輝;劉子奇;袁田玉閣;蔡迪 | 申請（專利權）人： | 北京建筑大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00 |
| 代理公司： | 北京路浩知識產權代理有限公司 11002 | 代理人： | 苗曉靜 |
| 地址： | 100044*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 用于 橋梁 結構 監測 數據 方法 系統 | ||
1.一種用于橋梁結構監測的數據降噪方法，其特征在于，包括：
獲取橋梁結構監測的原始觀測信號；
將所述原始觀測信號進行極點對稱模態分解，得到分解固有模態分量和殘差分量；
采用盲源分離算法對所述分解固有模態分量和所述殘差分量進行分離，得到分離信號；
對所述分離信號進行頻域轉換，得到頻域轉換結果，根據所述頻域轉換結果中的噪聲頻率得到噪聲分量；
去除所述噪聲分量，并對所述分解固有模態分量和所述殘差分量進行逆向重構，得到重構信號分量；
計算所述分解固有模態分量和所述原始觀測信號的斯皮爾曼系數，確定預設閾值；
根據所述預設閾值，將所述重構信號分量進行累加，得到去除噪聲信息的信號數據；
所述計算所述分解固有模態分量和所述原始觀測信號的斯皮爾曼系數，確定預設閾值，具體包括：
通過斯皮爾曼系數計算函數S(k)計算每個所述分解固有模態分量與所述原始觀測信號的斯皮爾曼系數，找出通過斯皮爾曼系數計算函數S(k)計算所得的每個所述分解固有模態分量與所述原始觀測信號的斯皮爾曼系數的第一個拐點值，并將所述第一個拐點值對應的K值設為所述預設閾值；
所述斯皮爾曼系數計算函數S(k)的具體計算公式為：
其中，S(k)為斯皮爾曼系數計算函數，ρ為斯皮爾曼系數相關性表示，N為數據長度，x(t)為所述原始觀測信號，IMFK(t)為第k個分解的模態，t為時間變量。
2.根據權利要求1所述的一種用于橋梁結構監測的數據降噪方法，其特征在于，所述將所述原始觀測信號進行極點對稱模態分解，得到分解固有模態分量和殘差分量，具體包括：
101，獲取所述原始觀測信號的所有極值點，將所述所有極值點記為Ei，i＝1，2，3，…，m；
102，用線段將相鄰極值點進行連接，并將所有連接線段的中點記為Fj，j＝1，2，3，…，n；
103，補充所述連接線段的左右邊界點，并分別記為F0和Fn，和Fj共計得到n+1個插值點；
104，利用得到的所述n+1個插值點構造p條插值線L1，L2，L3，…，Lp，其中，p≥1，計算所述p條插值線的均值曲線L*＝(L1+L2+...+LP)/p；
105，對所述均值曲線L*重復執行步驟101至104，直到|L*|≤ε，或直到篩選次數達到預設閾值K，分解得出經驗模值；其中，ε是預設容許誤差；
106，重復執行步驟101至105，得到若干經驗模值，直到所述殘差分量達到預設數量的極點；
107，將整數區間[KMIN，KMAX]中的整數值依次作為所述預設閾值K，執行步驟101至106，得到若干個分解結果，基于所述若干個分解結果計算若干個方差比率，繪制所述若干個方差比率隨所述預設閾值K變化的變化圖；
108，根據所述變化圖，在所述整數區間[KMIN，KMAX]內篩選出對應最小方差比率的最大篩選次數K0，根據所述K0對應的所述分解結果，得到所述分解固有模態分量和所述殘差分量。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京建筑大學，未經北京建筑大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910832806.X/1.html，轉載請聲明來源鉆瓜專利網。
