[发明专利]用于桥梁监测信号的预处理方法

说明书

技术领域

本申请涉及桥梁领域，尤其涉及一种用于桥梁监测信号的预处理方法。

背景技术

桥梁结构健康监测信号隐含结构的健康状态信息。对信号合适的预处理，能有效提高信噪比，使后续的信息挖掘具有更好的结果，如实反映结构状态。利用GPS系统能对桥梁结构进行健康监测，所获取的监测信号是非平稳的数据集，里面含有复杂的干扰信息(如长周期信号及噪声)，必须对GPS监测信号进行预处理，消除干扰信息，才能获取真实的桥梁结构动力特性。经验模态分解方法(EMD)在非平稳信号处理中具有独特优势，但存在端点效应和模态混叠现象的不足。加入Kriging插值法的K-EMD方法能够有效抑制端点效应，但是K-EMD方法利用模式搜索方法对相关模型参数θ寻优，其优化结果很大程度上依赖于参数θ的初始值，很难实现全局优化。

发明内容

本申请的目的在于避免现有技术中的上述不足之处而提供一种用于桥梁监测信号的预处理方法。

本申请的目的通过以下技术方案实现：

本申请实施例提供了一种用于桥梁监测信号的预处理方法，所述用于桥梁监测信号的预处理方法，包括：采用加入Kriging插值法的EMD分解方法(K-EMD)对桥梁监测信号进行预处理；其中，采用粒子群方法(PSO)对所述K-EMD过程中涉及的相关模型参数θ进行寻优，形成PSO优化的K-EMD方法。

优选地，所述K-EMD方法包括以下步骤：

步骤1，提取桥梁监测信号x(t)的极值点及其对应的时刻；

步骤2，将提取的时刻-极值作为已知样本点，根据所述样本点的特征，选定回归模型及相关模型，构建初始的DACE模型；

步骤3，利用PSO法对所述相关模型的参数θ进行优化，确定最优的参数θ；

步骤4，根据所述回归模型和所述最优的参数θ，构建最终的DACE模型；

步骤5，利用所述最终的DACE模型，对桥梁监测信号x(t)的极值点包络线进行预测插值、拟合，获得整个时间段内桥梁监测信号x(t)的极大值包络线e_max(t)和极小值包络线e_min(t)；

步骤6，计算所述极大值包络线e_max(t)和所述极小值包络线e_min(t)的极值包络线均值m₁：

步骤7，将桥梁监测信号x(t)减去所述极值包络线均值m₁，获得去均值信号y₁(t)：

y₁(t)＝x(t)-m₁

根据预设判断准则判定去均值信号y₁(t)是否是IMF分量，若去均值信号y₁(t)不满足所述预设判断准则，则将去均值信号y₁(t)作为原始数据，重复筛选，直至去均值信号y₁(t)满足所述预设判断准则，此时，记y₁(t)＝c₁(t)，则c₁(t)为桥梁监测信号x(t)的第一个IMF分量；

步骤8，计算剩余信号r₁(t)：

r₁(t)＝x(t)-c₁(t)；

步骤9，将剩余信号r₁(t)作为原始信号，重复步骤5、步骤6、步骤7和步骤8，分解n次得到n阶IMF和余项r_n(t)，分解第n次时的极值包络线均值记为m_n，若所述余项r_n(t)为一个单调信号或所述极值包络线均值m_n足够小时，EMD分解结束；

步骤10，综合上述结果，按需要将IMF与所述余项r_n(t)进行重构，获取重构信号λ(t)：

优选地，所述PSO法对相关模型参数θ的寻优过程包括以下步骤：

步骤1，设定所述相关模型参数θ的上下边界及粒子群参数，生成k个粒子；

步骤2，在可行解空间和速度空间内随机初始化所述粒子群，即确定所述粒子的初始位置和初始速度

步骤3，评价各个所述粒子获得的个体t时刻的最优位置和群体最优位置

步骤4，用下式更新所述粒子的速度和位置：