[发明专利]一种水工建筑物安全自动化监测系统降噪方法

说明书

技术领域

本发明涉及一种水工建筑物安全监测领域中原型监测数据的降噪方法。

背景技术

通过在大坝、堤防、水闸等水工建筑物布设自动化监测系统，获取主体结构、基础及周围环境等的原型监测资料，综合应用数学、力学、人工智能以及坝工理论和方法，对大坝、堤防、水闸等水工建筑物工作性态进行分析、诊断、评价，是保障水利水电工程安全的重要手段，但是对于水工建筑物安全监测数据来讲，其会受到周围环境、人为操作以及其它不确定因素的影响，使得其往往含有一定程度的噪声，其中噪声的存在影响了监测量主要变化规律的体现，而且将影响到后续的监测资料建模分析结果的精确度，对此，在对水工建筑物安全监测数据分析之前，建立监测数据降噪模型，采用一些数据平滑技术、滤波算法对监测数据进行平滑降噪处理，有效地降低监测数据序列的噪声水平成为一项非常重要的工作。

目前来讲，信号滤波降噪方法中应用最为广泛的为小波分析，小波去噪己经在监测数据预处理中取得了显著的效果，但小波分析需要事先固定基函数，由基函数导出的小波函数难以在不同尺度上准确地逼近局部信号特征。

经验模态分解（empirical mode decomposition，EMD)方法作为针对非线性、非平稳时间序列的Hilbert谱分析的一种信号处理方法，在生物、海洋、医学、语音以及故障诊断等诸多研究领域都得到了很好的应用。经验模态分解方法不必像小波分析那样事先选定基函数，具有自适应性，适合于非平稳信号的处理，但在含间歇性成分的信号的分解过程中会产生模态混叠问题。总体经验模态分解法（ensemble EMD，EEMD），继承了经验模式分解的优点，并且利用高斯白噪声具有频率均匀分布的统计特性，通过向原始信号中添加白噪声，成功解决了由间歇性信号导致的模态混叠问题。

发明内容

发明目的：本发明的目的在于针对现有技术的不足，提供一种基于EEMD特性的水工建筑物安全自动化监测系统降噪方法。

技术方案：本发明所述的一种水工建筑物安全自动化监测系统降噪方法，包括如下步骤：

（1）获取水工建筑物原始监测数据序列；水工建筑物安全监测数据序列是一种非线性、非平稳信号，其大部分信息主要集中在低频部分，其噪声主要分布在高频部分，而且往往含有间歇性信号；根据实际需要采集在建或者已建水工建筑物运行或者除险加固等状态下的监测数据；

（2）确定附加噪声幅值和附加次数：EEMD算法中附加的白噪声对结果的影响遵循如下的统计规律：式中：ε_n为标准偏差，即最终得到的IMF分量重构结果与输入信号的偏离；ε为附加噪声的幅值；N为噪声的附加次数；对于附加噪声的幅值，如果幅值过小，附加噪声将无法影响到极值点的选取，进而失去预期的作用，所以附加噪声的幅值不能太小。在附加噪声幅值适度而且附加次数足够多的情况下，幅值和次数的增加将不会对分解结果有太大的影响，因此取附加白噪声的幅值为0.2倍监测数据序列的标准偏差，噪声附加次数设为200次；信号以高频分量为主时，噪声幅值应较小，反之亦然，一般而言，噪声附加次数为一两百次时，即能得到一个非常好的结果；

（3）确定筛分停止准则：EMD过程实际上是一个筛分出IMF分量的过程。筛分停止准则用来控制产生一个IMF分量的筛分次数，也就是IMF定义中的两个条件在算法中的具体实现。若筛分停止准则过严则会造成IMF分量的“过筛”，消除幅值变化；若过松，则会造成IMF分量的“欠筛”，没能消除骑行波。本发明将分解的筛分次数设为10次；通常10次筛分即可以使得到的IMF分量的上下包络近乎关于零轴对称；

（4）确定分解终止条件：EMD算法的分解终止条件是，若满足下列任一条件分解过程即可终止：①第n个IMF分量c_n(t)或余量r_n(t)小于预先设定的值；②余量r_n(t)为单调函数；研究表明，对于尺度成分均匀分布在整个时间尺度或时频空间的白噪声信号，EMD分解的作用相当于一个的二进制滤波器组，能够将白噪声分解为具有不同平均周期的一系列IMF分量，而且任何一个IMF的平均周期是它前一个IMF平均周期的两倍。所谓平均周期就是数据的总数（信号长度）除以其峰值点数（或局部极大值点数）。

本发明中，在对监测数据序列进行EEMD分解时，得到n个IMF分量，当分解出的IMF分量数目n达到（log₂M-1）时终止EMD分解过程，其中M为监测数据序列长度；实际上，也可以根据所分析问题的需要，采用适当的终止条件终止分解过程；