一种桥梁动挠度数据降噪方法

专利主权项内容

1.一种桥梁动挠度数据降噪方法，其特征在于：包括如下步骤：A获取时序位移数据；B通过对所述时序位移数据进行能量-熵协同寻优的VMD亚高频噪声降噪得到初级降噪信号, 所述初级降噪信号g(t)的获取方法包括：1)能量守恒能量变化率最大值准则寻找最优分解层数K，寻找所述最优分解层数K的方法包括利用获得的桥梁时间序列位移数据，根据最大能量增长率准则确定最优分解层K，最优分解层K由VMD分解的子信号能量与源信号能量守恒原理之和确定：其中， 为原始信号在分解层数为/>的条件下VMD分解单个IMF的能量；/>表示原始信号经过VMD分解后的/>个IMF能量之和，/>表示相邻两次分解的IMF能量差；/>表示在分解层数为/>的条件下第/>个IMF分量，/>表示采样点个数；2)最小样本熵准则寻找最优惩罚因子α, 所述最小样本熵准则寻找最优惩罚因子的方法包括以最优K值作为寻找最优惩罚因子的输入条件，再利用最小样本熵准则对最优惩罚因子进行寻优，具体计算步骤如下：(1)得到的时间序列由/>个数据组成，将其组成一组维数为/>的向量序列/>，其中；(2)定义向量与/>之间的距离/>是两者对应元素中最大差值的绝对值为/>；(3)对于给定的，统计/>与/>之间距离小于等于/>的/>的数目记为/>，对于/>，/>定义为/>；(4)定义；(5)增加维数到, 计算/>与/>距离不大于/>的个数记为/>，/>定义为/>；(6)定义，当/>为有限值时，样本熵定义为：
；其中，表示不同α值下的IMF样本熵，/>是窗口维数，/>是相似容限阈值，取，/>是时序数据/>数量，/>和/>代表窗口维数在/>和/>时对应的平均相似度；3)通过最优参数对[K，α]优化VMD分解得到初级降噪信号，通过最优参数对[K，α]优化VMD分解得到所述初级降噪信号的方法包括如下步骤：(1)设定初始参数, 对动挠度信号进行VMD分解，以能量守恒和能量变化率最大准则确定当前K是否为最优分解层数；若存在，则确定当前K为最优分解层数；否则，延续K=K+1；(2)通过所述最优分解层K值对二次惩罚因子进行优化，采用最小样本熵准则进行判断，直至得到最优惩罚因子；(3)通过所述最优分解层K和最优惩罚因子α构建VMD变分模型，并在迭代变分求解过程中对各模态分量及其中心频率进行更新和优化，实现源信号自适应分解；(4)通过快速傅里叶变换进行时频域转换分析，去除高频主导噪声IMF，得到含有用信息的降噪后的初级降噪信号；Ｃ通过所述初级降噪信号判定源信号个数；Ｄ通过约束源信号个数的多通道信号采用SOBI算法对所述初级降噪信号进行二级去噪得到最终降噪后信号。