基于状态域的GNSS-加速度计集成桥梁变形监测突变故障探测方法技术

本发明专利技术公开了一种基于状态域的GNSS

【技术实现步骤摘要】
基于状态域的GNSS
‑
加速度计集成桥梁变形监测突变故障探测方法


[0001]本专利技术属于桥梁变形监测
，具体涉及一种基于状态域的GNSS/加速度计集成桥梁变形监测突变故障探测算法。

技术介绍

[0002]变形是衡量桥梁性能和可靠性的基础测量值之一，广泛应用于桥梁荷载测试和结构损失评价中。桥梁在正常运营条件下的动态位移信号，尤其是伪静态和低阶振动分量，为桥梁实时承载情况以及长期运营状态提供重要信息。
[0003]桥梁变形监测除了通过GNSS技术进行监测，加速度也在动态变形监测方面受到广泛的应用。但加速度必须通过两次积分获得位移，在此过程中难免产生累计误差，并且难以从加速度中恢复静态位移，同时对低于0.2Hz的低频振动不敏感；而GNSS难以识别2Hz以上的高频振动，但对低频振动较为敏感，并且可以获得准确的三维位移。因此，将GNSS和加速度计进行融合互补，可以同时满足对高低频振动的提取，从而保证变形监测的准确性和完整性。
[0004]国内外许多学者对GNSS/加速度计融合及在构建筑物变形监测方面的应用进行了深入研究，许多研究表明，通过卡尔曼滤波将两种传感器融合，可以获取毫米级精度的变形，为长期桥梁变形监测提供信息。但在应用卡尔曼滤波过程中，动态模型和提供给滤波器的随机信息都必须准确，才能实现卡尔曼滤波的最佳性能，否则会使得滤波结果产生突变故障等不理想的情况，从而导致监测效果失准。

技术实现思路

[0005]为解决现有技术存在的问题，本专利技术提供一种能够探测出卡尔曼滤波过程中不准确的动态模型和随机信息，保障GNSS和加速度计融合系统在变形监测过程中的可靠性和精度的GNSS
‑
加速度计集成桥梁变形监测突变故障探测方法。
[0006]为此，本专利技术采用以下技术方案：
[0007]一种基于状态域的GNSS
‑
加速度计集成桥梁变形监测突变故障探测方法，包括以下步骤：
[0008]S1，数据预处理：确定GNSS各方向位移和加速度，获取GNSS位移和加速度计原始数据，并通过递归高通滤波去除加速度数据零漂，得到优质的数据；
[0009]S2，更新观测值，并计算状态预测值及观测量残余：首先建立卡尔曼滤波状态方程和观测方程：
[0010][0011]在卡尔曼滤波方程建立的基础上，进行基于自适应卡尔曼滤波的GNSS/加速度计集成系统的时间更新过程和测量更新过程，得到t
k
时刻对应的状态参数向量预测值
[0012][0013]预测观测值为：
[0014][0015]观测量残余为预测观测值和桥梁实测的GNSS观测值以及加速度计原始数据Z
k
之差；
[0016]S3，基于状态域的突变故障探测：使用统计假设检验对桥梁监测系统突变故障进行检测，其中，原假设B0为无错误，则是认为GNSS位移/加速度融合估计值及其协方差矩阵没有误差；备择假设B1为有错误需进行检验；
[0017]S4，自适应卡尔曼滤波，根据自适应因子迭代计算，包括以下步骤：
[0018]S41，判断是否仅存在加速度数据，若是，则计算自适应因子，再继续滤波；若否，则直接计算并储存状态估计值及其协方差矩阵；
[0019]S42，计算自适应因子：
[0020]自适应因子a
k
的值，以状态不符值统计量为判断依据，列出三段计算函数来确定自适应因子a
k
，具体如下：
[0021][0022]其中，c0＝1.0～1.5，c1＝3.0～8.0；其中，为状态向量参考值，为状态向量预测值，则为其二范数，得到自适应因子a
k
在0～1范围内，其中，状态向量参考值的计算公式如下：
[0023][0024]S43，计算并储存状态估计值及其协方差矩阵：在基于自适应卡尔曼滤波的时间更新过程和测量更新过程中，t
k
时刻状态参数估计值与状态参数估计值的协方差矩阵如下：
[0025][0026][0027]而后将与代入k+1历元计算，直至滤波结束。
[0028]上述的步骤S1中，通过递归高通滤波去除加速度数据零漂的方法如下：
[0029](1)假设状态变量具有已知的先验高斯概率密度函数：
[0030][0031]其中，为服从均值协方差的正态分布。同时，这种状态是通过观测方程中的观测量间接得到，有：
[0032]Z＝h(X)+V
[0033]其中，h(X)是由集合已知的非线性函数；V为概率密度函数中的测量噪声；状态变量X未知，而观测量Z已知；
[0034](2)根据贝叶斯定理计算状态向量的后验估计值：
[0035][0036]其中，p(Z|X)是与观测方程Z＝h(X)+V相关的唯一测量概率密度函数；δ表示狄拉克δ函数，有：
[0037]p(Z|X)＝∫∫δ(Z
‑
h(X)
‑
V)p(X)p(V)dXdV。
[0038]上述的步骤S2中，计算状态预测值及观测量残余的过程如下：
[0039]在卡尔曼滤波方程建立的基础上，进行基于自适应卡尔曼滤波的GNSS/加速度计集成系统的时间更新过程和测量更新过程：
[0040][0041][0042][0043][0044][0045][0046][0047]式中：
[0048]k表示t
k
时刻，观测方差系数矩阵
[0049]为t
k
‑1时刻到t
k
时刻的系统状态转移矩阵；
[0050]为噪声驱动矩阵；
[0051]W
k
‑1为系统激励噪声，将加速度干扰看作协方差矩阵为δ2I的高斯白噪声，则W
k
的协
方差矩阵
[0052]为t
k
时刻状态参数估计值；K
k
为增益矩阵；为状态参数估计值的协方差矩阵；为状态参数预测值的协方差矩阵；为预测观测值的协方差矩阵；R
k
为测量噪声协方差矩阵；Δt表示采样率；为t
k
时刻对应的状态参数向量预测值，预测观测值和桥梁实测的GNSS观测值以及加速度计原始数据Z
k
之差为观测量残余；
[0053]上述的步骤S3包括以下分步骤：
[0054]S31，构建状态域突变故障检测统计量：将时刻t0到时刻t
k
基于误差平方和的卡方变量进行以下定义：
[0055][0056]式中，Z
i
为i时刻的观测量，H
i
为i时刻的系数矩阵，R
i
为i时刻的测量噪声协方差矩阵，为i时刻的融合估计值；
[0057]将时刻t
k
处的卡方增量定义为：
[0058][0059]得到的递归形式为：
[0060][0061]其中，
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于状态域的GNSS
‑
加速度计集成桥梁变形监测突变故障探测方法，包括以下步骤：S1，数据预处理：确定GNSS各方向位移和加速度，获取GNSS位移和加速度计原始数据，并通过递归高通滤波去除加速度数据零漂，得到优质的数据；S2，更新观测值，并计算状态预测值及观测量残余：首先建立卡尔曼滤波状态方程和观测方程：在卡尔曼滤波方程建立的基础上，进行基于自适应卡尔曼滤波的GNSS/加速度计集成系统的时间更新过程和测量更新过程，得到t
k
时刻对应的状态参数向量预测值时刻对应的状态参数向量预测值预测观测值为：观测量残余为预测观测值和桥梁实测的GNSS观测值以及加速度计原始数据Z
k
之差；S3，基于状态域的突变故障探测：使用统计假设检验对桥梁监测系统突变故障进行检测，其中，原假设B0为无错误，则是认为GNSS位移/加速度融合估计值及其协方差矩阵没有误差；备择假设B1为有错误需进行检验；S4，自适应卡尔曼滤波，根据自适应因子迭代计算，包括以下步骤：S41，判断是否仅存在加速度数据，若是，则计算自适应因子，再继续滤波；若否，则直接计算并储存状态估计值及其协方差矩阵；S42，计算自适应因子：自适应因子a
k
的值，以状态不符值统计量为判断依据，列出三段计算函数来确定自适应因子a
k
，具体如下：其中，c0＝1.0～1.5，c1＝3.0～8.0；其中，为状态向量参考值，为状态向量预测值，则为其二范数，得到自适应因子a
k
在0～1范围内，其中，状态向量参考值的计算公式如下：
S43，计算并储存状态估计值及其协方差矩阵：在基于自适应卡尔曼滤波的时间更新过程和测量更新过程中，t
k
时刻状态参数估计值与状态参数估计值的协方差矩阵如下：下：而后将与代入k+1历元计算，直至滤波结束。2.根据权利要求1所述的基于状态域的GNSS
‑
加速度计集成桥梁变形监测突变故障探测方法，其特征在于，所述步骤S1中，通过递归高通滤波去除加速度数据零漂的方法如下：(1)假设状态变量具有已知的先验高斯概率密度函数：其中，为服从均值协方差的正态分布。同时，这种状态是通过观测方程中的观测量间接得到，有：Z＝h(X)+V其中，h(X)是由集合已知的非线性函数；V为概率密度函数中的测量噪声；状态变量X未知，而观测量Z已知；(2)根据贝叶斯定理计算状态向量的后验估计值：其中，p(Z|X)是与观测方程Z＝h(X)+V相关的唯一测量概率密度函数；δ表示狄拉克δ函数，有：p(Z|X)＝∫∫δ(Z
‑
h(X)
‑
V)p(X)p(V)dXdV。3.根据权利要求2所述的基于状态域的GNSS
‑
加速度计集成桥梁变形监测突变故障探测方法，其特征在于，步骤S2中计算状态预测值及观测量残余的过程如下：在卡尔曼滤波方程建立的基础上，进行基于自适应卡尔曼滤波的GNSS/加速度计集成系统的时间更新过程和测量更新过程：系统的时间更新过程和测量更新过程：系统的时间更新过程和测量更新过程：系统的时间更新过程和测量更新过程：系统的时间更新过程和测量更新过程：系统的时间更新过程和测量更新过程：系统的时间更新过程和测量更新过程：式中：
k表示t
k
时刻，观测方差系数矩阵时刻，观测方差系数矩阵为t
k
‑1时刻到t
k
时刻的系统状态转移矩阵；为噪声驱动矩...

【专利技术属性】
技术研发人员：胡锦民，张云龙，何义磊，陈旭升，齐春雨，谭兆，张冠军，石德斌，梁永，洪江华，杨云洋，杨双旗，房博乐，
申请(专利权)人：中国铁路设计集团有限公司，
类型：发明
国别省市：