[发明专利]面向桥梁变形监测的GNSS和加速度计实时融合方法

说明书

本发明公开了一种面向桥梁变形监测的GNSS和加速度计实时融合算法，包括：获取一组GNSS和加速度计的原始桥梁结构健康变形监测数据；采用抗差自适应卡尔曼滤波对所述GNSS变形监测数据进行解算，实时求取结构体的低频位移变形数据；采用递归滤波对获取的加速度计原始监测数据重构，实时求取结构体的高频位移变形数据；将两种不同频率位移变形监测数据做内插融合，获取结构体的实时高精度位移变形信息。该算法将GNSS和加速度计对桥梁结构健康的变形监测数据进行集成融合处理，将这两种传感器优势进行互补，实现了在更宽频率范围内实时获取桥梁的高精度静态和动态位移变形信息，有效提高了桥梁结构健康变形监测精度和可靠性。

技术领域

本发明涉及变形监测多源数据融合领域，具体涉及一种面向桥梁变形监测的GNSS和加速度计实时融合方法。

背景技术

桥梁属于弹性系统，在运营载荷、风力等环境因素的影响下，其变形量主要包含高频率振动以及低频率长周期位移。通常采用GNSS(全球导航卫星系统)和加速度计对桥梁进行结构健康变形监测。GNSS具有全天候、实时性强、自动化高，同时可直接获取变形体的三维位移信息等优点，但其对微变形及高频振动信息不敏感，并且采样率较低；加速度计能较为准确地识别变形体的高频振动信息，同时具备高采样率等优点，但其对低频的缓慢变形信息不敏感，并且其数据处理方法往往是滞后的、实时性较差。

为综合发挥两种传感器的优势，将GNSS和加速度计监测数据进行融合处理，用以在更宽频率范围内获取被监测对象的结构振动信息。但是，GNSS原始位移信息中包含高频测量噪声误差；加速度计获取的原始加速度信息中包含有低频成分的零点漂移和高频成分的随机噪声两项误差，会影响后续积分得到的动态位移量结果。此外，在GNSS和加速度计数据融合分析时，现有融合方法针对GNSS及加速度计的原始监测数据多为滞后处理、不具备实时性，均具有一定的局限性，难以满足工程实际的需要。为解决上述问题，提高桥梁结构健康变形监测的采样率、精度和可靠性，亟需一种GNSS和加速度计实时高精度融合算法。

发明内容

为了克服现有传感器监测数据融合方法的不足，本发明提供一种面向桥梁变形监测的GNSS加速度计实时融合方法，该算法结合GNSS和加速度计这两种传感器的优势进行互补，将利用GNSS监测数据解算的低频信息和加速度计监测数据解算的高频信息融合处理，从而在更宽频率范围内实时、高精度地获得桥梁结构振动位移信息。

为了实现上述发明目的，本发明采用以下技术方案：

一种面向桥梁变形监测的GNSS和加速度计实时融合方法，其特征在于，包括以下步骤：

S1、获取由GNSS和加速度计分别得到的一组原始桥梁结构健康变形监测数据；

S2、采用抗差自适应卡尔曼滤波对步骤S1中的GNSS原始监测数据进行解算，实时求取结构体的低频位移变形数据；

S3、采用递归滤波对步骤S1中的加速度计原始监测数据进行重构，实时求取结构体的高频位移变形数据；

S4、将步骤S2和S3中两种不同频率的位移变形监测数据进行内插融合，得到结构体的实时高精度位移变形信息。

其中，步骤S2具体包括以下分步骤：

S2.1，选取一定时间长度的GNSS基线样本数据，利用抗差最小二乘估计解算出t_k-1时刻的状态向量和状态协方差阵作为抗差自适应卡尔曼滤波的初始参数；

S2.2，建立抗差自适应卡尔曼滤波的状态方程和观测方程，有：

X_k＝Φ_k,k-1X_k-1+W_k                          (1)