基於深度優化粒子濾波器的橋梁振動頻率檢測方法

2023-06-01 06:20:26 2

專利名稱：基於深度優化粒子濾波器的橋梁振動頻率檢測方法
技術領域：
本發明涉及信號處理、數字濾波器設計及橋梁檢測等領域，尤其涉及一種橋梁檢測方法。
背景技術：
橋梁檢測已成為橋梁結構安全養護和保障正常使用的主要技術手段。對有較明顯質量衰退的橋梁或者需提高承載能力的橋梁，通過質量狀況檢測及結構檢算做鑑定以評價其安全指標。在橋梁檢測與監控的各項數據指標中，最基本一項就是監控橋梁的振動頻率。 目前通用的辦法是在橋身不同位置安裝加速度或者位移傳感器，採集橋梁振動的信息，然後分別對每組數據濾波處理，再通過快速傅立葉變換或者其它算法計算出每個傳感器對應的頻率，最後對所有的頻率求均值得到最終的橋梁振動頻率。粒子濾波是1999年被正式提出，現已廣為應用的非線性時間序列濾波方法。其基本思想是通過一組附帶權重的隨機採樣粒子來逼近後驗概率分布，在不受系統非線性強度和噪聲類型的約束下，對被估計對象的均值與方差進行計算。近些年來隨著計算機技術的快速發展，粒子濾波理論被廣泛的應用於目標識別，非線性系統分析和混沌信號處理等領域，並且隨著應用的深入而不斷地進化和延伸，主要有馬爾科夫蒙特卡羅(MCMC)移動粒子濾波，正則化粒子濾波(RPF)和裂變自舉粒子濾波(FBPF)。MCMC算法是在自舉濾波(BF)的重採樣後再進行MCMC移動處理，經過足夠的移動後，粒子之間的相關性減弱並趨近於平穩的後驗分布。MCMC方法解決了樣本貧乏的缺陷，但是如果粒子數目增多，算法會導致運算量的急劇增加，不利於算法的實時實現；RPF算法是利用尺度可調節的核密度函數，從後驗概率密度函數的分布中採樣，當噪聲較小時，RPF可以較好的除去噪聲，但是當噪聲過大時，RPF效果不是很好，而且RPF要從密度函數中進行採樣，一定程度上增加了計算的複雜性；raPF算法是根據樣本的權值大小決定樣本的保留與除去，在去除小權值樣本的同時，將大權值樣本根據一定的分布規律進行自裂變，解決了權值退化和樣本貧乏的問題，但是對於非線性系統，微小的擾動在多次迭代後可能變成能夠影響系統穩定的因素，因此過早的根據權值大小除去樣本是不合適的。粒子濾波器存在的問題粒子濾波存在的普遍問題是樣本的缺乏和權值的退化，根據序貫採樣原則多次採樣後，通常出現只有幾個甚至一個權值比較大的樣本保留下來，缺乏樣本的多樣性；或者出現某個樣本的權值近似等於「 1 」，而其他樣本的權值近似為零的現象，導致權值的退化。目前粒子濾波器的優化都是以保證樣本的多樣性和權值的持續性為出發點，其實粒子濾波效果的優劣從本質上應該由以下三點決定首先，先驗概率密度函數的選擇。先驗概率密度函數的選擇直接影響樣本權值的計算，它需要根據系統預測方程和觀察方程的特徵確定，尤其對於混沌系統，先驗概率密度函數精確性對後續的參數估計至關重要。先驗概率密度的選擇要根據粒子濾波器的應用環境而定，需要通過長時間的測量，記錄，分析最終確定適合特定工作環境的先驗概率密度函數；一般情況下，通用粒子濾波器設計時，取正態分布或者泊松分布作為樣本的先驗分布密度函數，本發明取正態分布為先驗密度函數，如公式(1)
權利要求
1.基於深度優化粒子濾波器的橋梁振動頻率檢測方法，其特徵在於包括下述步驟1)在橋身兩側對稱安裝加速度傳感器，加速度傳感器安裝的間距為5-10米，且保證橋梁兩端的橋身兩側四個角處安裝加速度傳感器，加速度傳感器的採樣頻率大於橋梁最大振動頻率的10倍；2)對加速度傳感器採集的樣本進行分析，根據k時刻的採集樣本
2.根據權利要求1所述的基於深度優化粒子濾波器的橋梁振動頻率檢測方法，其特徵在於所述的樣本的長度t大於等於2倍的傳感器的採樣頻率。
全文摘要
本發明公開了一種基於深度優化粒子濾波器的橋梁振動頻率檢測方法，在橋身兩側對稱安裝加速度傳感器，對加速度傳感器採集的樣本進行分析，計算出k時刻的歸一化權值、k+1時刻的歸一化權值和k+1時刻統計樣本的均值；篩選傳感器的樣本值，得到k+1時刻粒子濾波後的樣本；將濾波後的k+1時刻樣本，乘以k+1時刻歸一化後的權值，得到此時唯一的樣本值；重複上述步驟確定每時刻唯一的樣本值，通過曲線擬合進行頻譜計算，得到橋梁的振動頻率。本發明節約了橋梁檢測監控的硬體成本，提高了濾波的精度。
文檔編號G01H17/00GK102564569SQ20111045675
公開日2012年7月11日 申請日期2011年12月26日 優先權日2011年12月26日
發明者樊養餘, 王鳳琴, 田維堅, 賈蒙, 馬穎 申請人:西北工業大學