System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 无线传感网络不同步数据的多通道变分模态识别方法技术_技高网

无线传感网络不同步数据的多通道变分模态识别方法技术

技术编号:40953355 阅读:12 留言:0更新日期:2024-04-18 20:29
本发明专利技术涉及桥梁结构健康监测技术领域,尤其涉及一种无线传感网络不同步数据的多通道变分模态识别方法,包括:步骤1,采用无线传感网络对实际结构的振动响应进行采样;步骤2,采用多通道变分模态分解获取模态分量;步骤3,计算各传感器响应的相对时间滞后互相关函数;步骤4,检测各传感器响应的时滞;步骤5,按照时滞将各传感器响应调整为时间同步信号;步骤6,采用频域分解法对同步的时间信号进行模态识别,解决了因无线传感网络采样的数据具有时间不同步性而导致的模态识别不准确问题。

【技术实现步骤摘要】

本专利技术属于桥梁结构健康监测,尤其涉及一种无线传感网络不同步数据的多通道变分模态识别方法


技术介绍

1、结构模态参数能够反映结构的动力特性,准确识别结构的模态参数对于结构的状态评估具有重要的意义。多通道振动响应的数据用于模态识别时,要求各个通道间是时间同步的。然而,对于无线传感网络来说,各通道采样开始时间的不同步往往会导致采样得到的数据存在时间滞后,这将导致产生错误的模态识别结果。

2、liu等(2010年)采用卡尔曼滤波提供建议的不同步数据修正,但是该方法由于无法获取初始的相位而难以应用到实际中。zhou等(2019年)提出如果响应是同步的,则模态节点处功率谱的幅值和相位最接近于零,但是,另传感器位置接近模态节点难以实现。

3、无线传感网络采集的数据往往具有轻微的时间不同步问题,对时间不同步的多通道数据进行时间滞后检测,并将不同步数据调整为同步数据,进一步进行模态识别,能够提高基于无线传感网络采集数据的模态识别的准确性。


技术实现思路

1、本专利技术提供一种无线传感网络不同步数据的多通道变分模态识别方法,用以解决因无线传感网络采样的数据具有时间不同步性而导致的模态识别不准确问题。

2、为实现上述目的,本专利技术提供一种无线传感网络不同步数据的多通道变分模态识别方法,包括:

3、步骤1,采用无线传感网络对实际结构的振动响应进行采样,得到加速度数据x(t)=[x1(t) x2(t) … xm(t)]t,其中,xi(t)表示第i个传感器位置的加速度响应,i=1,2,k,m,m表示加速度传感器的总数,t表示时间,[]t表示向量的转置;

4、步骤2,建立多通道同步变分约束问题的目标函数:

5、

6、其约束条件为,

7、

8、其中,yir为第i个传感器位置的第r阶模态分量,为第i阶模态圆频率,γ为模态阶数,*为卷积算子,为梯度函数,δ为狄拉克函数,||||2表示取l2范数,j为虚数单位;

9、建立所述变分约束问题的增广拉格朗日目标函数:

10、

11、其中,β为二次项惩罚因子;

12、最小化所述增广拉格朗日目标函数,得到频域中的调幅调频分量方程:

13、

14、和对应的频率的迭代更新方程:

15、

16、其中,yibc+1(ω)、xi(ω)和yibc(ω)分别表示yibc+1(t)、xi(t)和yibc(t)的频域表达,yibc+1(t)和yibc(t)表示第i个传感器处第b阶模态分量的第c+1和第c次迭代结果,yirc+1(ω)表示yirc+1(t)的频域表达,yirc+1(t)表示第i个传感器处第r阶模态分量的第c+1次迭代结果,和分别表示第i阶模态圆频率的第c+1次和第c次迭代结果,上标c表示迭代次数,fs是采样频率;

17、当最小化所述增广拉格朗日目标函数的迭代达到停止条件时,完成迭代,并将迭代完成的yir(ω),i=1,2,...,m进行逆傅里叶变换,得到第i个传感器处的第r阶模态分量yir(t),i=1,2,...,m;

18、步骤3,将第r阶模态分量的第一个传感器位置分量y1r(t)作为参考,计算各传感器位置第r阶模态分量的相对时间滞后互相关函数:

19、

20、其中,y1r和yir分别表示传感器位置1和i处的第r阶模态分量,k表示离散时间,n为采样次数,和分别为振动信号y1r和yir的平均值;

21、步骤4,构造第i个传感器位置第r阶模态的时滞检测指标:

22、

23、其中,δtir为第i个传感器位置第r阶模态对应的时滞,同时计算r=1,2,k,γ时各传感器位置相应的时滞;

24、步骤5,计算第i个传感器位置的时滞时间:

25、

26、调整各传感器位置的加速度数据:

27、

28、其中,i=2,3,k,m,得到时间同步信号

29、步骤6,采用频域分解法对同步的时间信号进行模态识别。

30、进一步地,所述步骤2中,所述最小化增广拉格朗日目标函数的迭代停止条件为:

31、

32、其中,yir=[yir(0) yir(δω) yir(2δω) … yir(πfs)]t,yir表示第i个传感器处第r阶模态分量的频域表达,δω为谱线频率,ε表示迭代停止阈值。

33、与现有技术相比,本专利技术的有益效果在于,本专利技术通过检测多通道无线传感网络数据的时滞进行时间不同步数据的同步化,降低了对无线传感网络数据同步性的要求,从而提高不同步数据模态识别的准确性。

34、进一步地,本专利技术通过考虑无线传感网络采集数据存在时间不同步性的问题,降低该情况下模态识别的误差;通过建立多通道同步变分约束问题的目标函数及求解方案,同时考虑多通道数据在同一阶模态的贡献,使得提取的模态分量更加准确,从而为准确识别不同通道间的相对时滞奠定基础;通过建立不同通道的相对时间滞后互相关函数以及时滞检测指标,明确了各通道间未知的时滞时间,从而将不同步数据进行校准,利用频域分解法准确识别出模态参数。

本文档来自技高网...

【技术保护点】

1.一种无线传感网络不同步数据的多通道变分模态识别方法,其特征在于,包括:

2.根据权利要求1所述的无线传感网络不同步数据的多通道变分模态识别方法,其特征在于,在所述步骤2中,所述最小化增广拉格朗日目标函数的迭代停止条件为:

【技术特征摘要】

1.一种无线传感网络不同步数据的多通道变分模态识别方法,其特征在于,包括:

2.根据权利要求1所述的无线传...

【专利技术属性】
技术研发人员:姚小俊孙守鹏杨小梅陈涛
申请(专利权)人:河北工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1