[发明专利]一种适用于工程结构振动监测信号的在线递推谱分析方法

说明书

本发明公开一种适用于工程结构振动监测信号的在线递推谱分析方法，先估计出初始时刻具有一定长度的数据序列的频谱；然后用新采样的数据块更新初始数据序列；再根据前一步和后一步的频谱之间的递推关系，利用前一步的估计结果估计出下一步的频谱，并更新接下来用到的相关变量；通过新采样的样本持续地更新数据序列并不断地向前进行谱估计，从而实现了谱的在线连续分析。本发明能从数据数列中连续地识别出具有高精度和高分辨率的频谱，基于此，可识别工程结构的时变频率以及基于时变频率的其他时变参数，并据此以来判断结构的实际工作状态。

技术领域

本发明涉及一种用于结构监测领域的在线递推谱分析方法，特别涉及一种适用于在线监测环境下的工程结构振动监测信号的在线递推谱分析方法。

背景技术

谱估计是工程监测信号处理的重要内容，其本质是从有限长度的信号记录中，估计信号能量在频率域上的分布。谱分析方法分为两大类型，一种是非参数分析方法，另一种是参数分析方法。前者统一解释为通过一组频率相关的窄带滤波器对数据进行过滤，并估计滤波器输出的功率；后者需要预先对数据假设一个模型，从而将谱估计问题简化为对假设模型中参数的估计问题。当数据确实满足所假设的模型时，参数化方法比非参数化方法的谱估计更为准确。然而，实际情况下，假设的模型形式和真实情况并不能总是符合，这将会导致错误的估计结果。而非参数化方法由于其不需要任何先验知识，鲁棒性更好。

目前，应用最广泛的非参数谱分析方法是傅里叶变换及其变体。众所周知，傅立叶变换的缺点在于：它的频率分辨能力有限，旁瓣较高。近年来，一类具有高分辨率能力的非参数自适应滤波器组谱估计方法被提出并加以成功应用，这类方法不需要对谱结构做任何强制性假设，也不依赖于傅立叶变换，因此可以适应任意平稳信号的高分辨率谱估计。这类方法包括Capon法、APES法以及它们的变体。已经证明，Capon法是向下有偏差的，通常低估了实际长度样本的谱值；而APES几乎没有偏差。

目前，监测信号的谱估计多为离线批处理的方式，一个值得解决的问题是，如何实现动力监测信号的连续、在线谱分析。再此基础上，进行时变谱以及其他基于时变谱的、能反应结构状态的时变参数(索力，结构模态等)的识别。在线分析的一种实现途径是递推化算法。已有的递推APES算法每次计算更新的数据长度为1。当信号采样频率较大，比如工程上传感器常用的100Hz，这就意味着一次计算必须在0.01s内完成才能保证连续计算，现有算法的计算效率通常难于满足这一要求。因此，迫切需要一种针对在线监测环境设计的，能够对测量信号进行连续实时谱分析的方法。

发明内容

本发明所要解决的技术问题是要提供一种满足在线分析实时性要求的适用于工程结构振动监测信号的在线递推谱分析方法。

为了解决以上的技术问题，本发明提供了一种适用于工程结构振动监测信号的在线递推谱分析方法，该方法先估计出初始时刻具有一定长度的数据序列的频谱；然后用新采样的数据块更新初始数据序列；再根据前一步和后一步的频谱之间的递推关系，利用前一步的估计结果估计出下一步的频谱，并更新接下来用到的相关变量；通过新采样的样本持续地更新数据序列并不断地向前进行谱估计，实现了谱的在线连续分析。该方法包括以下步骤：

(1)输入用户参数

a)确定采样频率F_s，初始步的离散数据序列x_N(t)：

x_N(t)＝(x(t-N+1)，x(t-N+2)，…，x(t))^T t≥N (1)

式中，x(n)是n时刻的采样值，为表示方便，时间n的单位为采样间隔，(·)^T表示转置；

b)选定计算帧长度N，采样帧长度S，快照长度M，快照个数L。其中L、M和N有如下关系：

L＝N-M+1 (2)

c)确定考虑的频率范围和频率分辨率：