[发明专利]一种水工建筑物安全自动化监测系统降噪方法

摘要

本发明公开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；（2）确定附加噪声幅值和附加次数；（3）确定筛分停止准则；（4）确定分解终止条件；（5）处理端点效应；（6）对监测数据序列进行EEMD分解；（7）确定待降噪处理的IMF分量；（8）阈值降噪；（9）信号重构；（10）实现数据降噪。经过使用本发明处理后的原始监测数据序列，其大部分的小幅度波动被去除，更加明显的体现了水工建筑物服役特性规律，而且使得后续数据拟合预测等数据分析准确率有明显提高。

主权项

1.一种水工建筑物安全自动化监测系统降噪方法，其特征在于包括如下步骤：（1）获取水工建筑物原始监测数据序列；（2）确定附加噪声幅值和附加次数：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；（3）确定筛分停止准则：分解的筛分次数设为10次；（4）确定分解终止条件：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；（5）处理端点效应：筛分过程中，比较端点邻近的两个极大值点连线延伸至端点处的取值和端点值的大小，大者作为该端点处的“极大值”，用于拟合上包络；比较端点邻近的两个极小值点连线延伸至端点处的取值和端点值的大小，小者作为该端点处的“极小值”，用于拟合下包络；（6）对监测数据序列进行EEMD分解，得到n个IMF分量；（7）确定待降噪处理的IMF分量：白噪声信号各IMF分量的能量密度与其平均周期的乘积为一常数，即其中，表示白噪声信号的第i个IMF分量c_i的能量密度，M为信号长度；表示c_i的平均周期，M_max为c_i的极大值点数；定义统计量R_k为Rk=|(Ek+1T‾k+1-EkT‾k)/(1kΣi=1kEiT‾i)|,]]>式中E_k和分别表示建筑物监测数据序列EEMD分解得到的第k个IMF分量c_k的能量密度和平均周期；当R_k≥C（C一般取2～3）时，认为前k个IMF分量主要含有噪声，需进行降噪处理；（8）阈值降噪：对待降噪处理的IMF分量c_i(t)进行阈值降噪，得到降噪后的IMF分量即ci′(t)=sgn(ci(t))(|ci(t)|-λi),|ci(t)|≥λi0,|ci(t)|<λi(i=1,2,...,k),]]>式中：sgn()为符号函数；λ_i为IMF分量c_i(t)的阈值；（9）信号重构：根据公式式中：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；重构信号得到的x′(t)即为降噪后的建筑物监测数据序列：式中：x′(t)为降噪后的安全监测数据序列；k为进行降噪处理的IMF分量的个数；c′_i(t)为降噪处理后的IMF分量；c_i(t)为未降噪处理的IMF分量；r_n(t)为EEMD分解余量；（10）实现数据降噪。