[发明专利]一种基于极值-留数分解的海洋平台振动响应消噪方法

说明书

本发明涉及一种基于极值‑留数分解的海洋平台振动响应消噪方法，包括数据截段、有义成分选取、极值‑留数低阶状态空间求解和、消噪信号重构等步骤。该方法直接对响应信号进行处理，将实测数据分解为真实成分和噪声成分，通过频谱信号，选取真实成分的极值和留数，无需系统信息和核函数；且对于较长数据段，使用滑动窗进行分段处理，并创建频率窗口，依据幅频图对截取的每段数据进行有义成分选取，具有较高的计算效率；该方法适用于工程上大多数结构响应数据的消噪以及高背景噪声数据的信号消噪，具有广阔的工程应用范围及应用前景。

技术领域

本发明涉及响应信号去噪领域,具体涉及一种基于极值-留数分解的海洋平台振动响应消噪方法，针对在风、浪、流等复杂海洋环境荷载作用下海上风电、海洋平台等结构实测数据的信号消噪。

背景技术

对海洋结构进行测试时，响应信号中往往包含大量环境噪声，这些噪声对响应信号的后续处理有较大影响。传统的信号消噪方法有基于奇异值分解(SVD)的低秩逼近算法、小波消噪方法以及卡尔曼滤波等方法，这些方法对低能量噪声有较好的消噪效果，但在使用时都有一定局限性。

基于奇异值分解(SVD)的低秩逼近算法，是对响应数据构成的Hankel矩阵进行SVD分解，较小的奇异值对应噪声成份，将其置为零从而达到消噪目的，对信噪比较小的信号消噪效果理想；但当噪声能量较大时，噪声成分对应的奇异值可能比结构固有成分对应的奇异值更大，从而表现出消噪局限性；另外，当响应数据较大时，导致Hankel矩阵的维数较大，进行SVD分解会消耗大量计算机资源，数据点较多时运算效率低下，甚至无法完成计算。小波消噪方法是在频域内对频响函数(FRF)运用小波分解进行消噪，并将该方法应用于2自由度质量-弹簧-阻尼系统，能够有效消除信号中添加的高斯白噪声，但小波消噪算法对小波核函数的选择有较大依赖性，而合适的小波核函数选取较难困难，在实际运用中受到一定局限；而卡尔曼滤波方法则需要知道系统信息，而实际结构的系统信息往往无法获得；学者们对信号消噪研究做了大量工作，但目前的信号消噪方法或多或少存在一定局限性。

发明内容

本发明所要解决的技术问题在于针对SVD分解和小波分解法等传统消噪方法计算效率低、选取小波核函数困难等缺陷，提供一种基于极值-留数分解的海洋平台振动响应消噪方法，直接对响应信号进行处理，无需系统信息和核函数，对于较长数据段，使用滑动窗分段处理，具有较高的计算效率，可以为海洋结构测试信号提供一种快速有效的信号消噪方法。

本发明是采用以下的技术方案实现的：一种基于极值-留数分解的海洋平台振动响应消噪方法，包括以下步骤：

步骤S1、数据截段：对响应数据y_n(n＝1,2,…)进行截段处理，得到其中，为从原始响应数据中截取的等长数据段，n₀为等长数据的长度；通过对原始响应数据进行分段处理，以解决消噪信号数据大时，计算效率低甚至无法计算的问题；

步骤S2、有义成分选取：对截取的数据段进行傅里叶分析，创建频率窗口，根据幅频图选取数据段中能量较大的有义成分，且有义成分包含于频率窗口中；

步骤S3、极值-留数低阶状态空间求解：对截取的数据段进行Prony分解，应用低阶状态空间方法求解极值和留数；

步骤S4、消噪信号重构；

重复执行步骤S2至步骤S4，依次处理步骤S1中截取的各数据段，从而高效消除整段信号中的噪声，达到消噪的目的。

进一步的，所述步骤S2中有义成分选取具体包括以下步骤：

步骤S21、分段信号离散傅里叶变换：对每段信号分别进行傅里叶变换，得到

步骤S22、绘制幅频图：根据采样频率f_s得到幅频图的频率绘制f(l)～|Y(l)|关系图，即幅频图；