The present invention provides a steel structure dynamic strain signal processing method based on improved EEMD and a steel structure dynamic strain signal processing method based on improved EEMD. The method comprises the following steps: adding random generated white Gaussian noise to the original signal for many times to obtain the noise assistance signal; and decomposing each noise assistance signal by EMD. The average value of each order IMF component and the average value of the residual value are reconstructed, and finally the denoised dynamic strain signal of steel structure is obtained. The improved set empirical mode decomposition (EMD) method is used for auxiliary analysis of multiple additions of Gaussian white noise to the original signal. The magnitude of the added Gaussian white noise is adaptively determined according to the high frequency characteristics of the original signal. After multiple EMD decompositions, the average of each IMF component is obtained. Because of the zero mean characteristics of the Gaussian white noise, the method is used to analyze the original signal. The noise that is added after many times is offset each other will not affect the original signal characteristics.
【技术实现步骤摘要】
基于改进EEMD的钢结构动态应变信号处理方法
本专利技术涉及信号处理领域,具体涉及基于改进EEMD的钢结构动态应变信号处理方法。
技术介绍
大型建筑物的结构健康监测在建筑管理和维护中发挥着不可替代的作用。一般桥梁、隧道等在建成后,会在各个关键部位的钢结构部件部署不同类型的传感器以获取结构状态实时监测数据。结构健康监测数据是分析钢结构损伤和疲劳寿命的重要参考。但由于器件本身性质、外界干扰等多种因素的影响,从各传感器采集到的监测数据总不可避免的包含各种噪声成分。噪声的存在使数据的后续分析结果产生偏差,严重时可能造成重大的安全隐患。因此在分析之前需采用合适的方法对信号做滤波处理。现有的对建筑物钢结构的应变信号的处理和分析方法:最基本的降噪方法是傅里叶变换,将原始信号从时域转换到频域进行分析,以频率界定有用信号与噪声。当信号与噪声在频域可分时,通过设计合适的滤波器以频域滤波的方式将噪声消除。但该降噪方法有着先天性的不足,无法对噪声与信号混叠的原始信号进行处理;基于此便诞生了小波降噪法,小波变换不仅在频域对信号进行分解,且有良好的局限性。但是实际建筑物钢结构的应变信号频率构成复杂,通常具有显著的非平稳性,高频部分噪声较多,且噪声与信号混叠,很可能在滤除噪声的同时将有用信号一起滤除,从而损失信号的原始特征。因此,在处理桥梁应变信号时,传统的傅里叶变换法和小波降噪法都行不通。经验模态分解法(EmpiricalModeDecomposition,EMD)是一种针对非线性非平稳信号的时频分析方法,同时具有良好的自适应性。其本质是对信号进行平稳化处理,将原始信号按照不同频率的 ...
【技术保护点】
1.基于改进EEMD的钢结构动态应变信号处理方法,其特征在于:包括以下步骤:步骤1:向原始信号X(t)中加入随机生成的高斯白噪声ni(t),i=1,2,…NE,NE表示叠加次数,NE>1;得到噪声协助信号Xi(t)表示为:Xi(t)=X(t)+ni(t)i=1,2,…NE其中,加入的高斯白噪声的幅值标准差Nstd根据原始信号的幅值特性自适应确定,满足如下条件:
【技术特征摘要】
1.基于改进EEMD的钢结构动态应变信号处理方法,其特征在于:包括以下步骤:步骤1:向原始信号X(t)中加入随机生成的高斯白噪声ni(t),i=1,2,…NE,NE表示叠加次数,NE>1;得到噪声协助信号Xi(t)表示为:Xi(t)=X(t)+ni(t)i=1,2,…NE其中,加入的高斯白噪声的幅值标准差Nstd根据原始信号的幅值特性自适应确定,满足如下条件:其中,σ0为原始信号高频成分的幅值标准差;步骤2:将步骤1得到的噪声协助信号Xi(t)进行EMD分解,得到:其中,cij(t)表示第i次EMD分解得到的第j阶IMF分量,n表示分解后的总阶数,j=1,2,3,…,n;rin(t)表示第i次EMD分解最终剩余的残余分量;步骤3:将每次分解得到的各阶IMF分量和残余量分别取平均得到各阶IMF分量的平均值以及残余量的平均值步骤4:将步骤3中得到的各阶IMF分量的平均值以及残余量的平均值进行信号重构,最终得到去噪后的钢结构动态应变信号X′(t):2.根据权利要求1所述的钢结构动态应变信号处理方法,其特征在于:所述步骤2中的EMD分解过程具体如下:步骤21:找出噪声协助信号Xi(t)在整个时间段内的所有极值点;用三次样条函数对所有极大值点和极小值点分别进行拟合得到信号Xi(t)的上包络线ui1(t)和下包络线ui2(t),并计算得到上下包络线的均值ai1(t):ai1(t)=(ui1(t)+ui2(t))/2用噪声协助信号Xi(t)减去ai1(t)得到中间序列mi1(t)...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。