CN109099828A - 基于Arduino的动态位移实时采集系统及方法 - Google Patents

Abstract

本发明实施例提供了一种基于Arduino的动态位移实时采集系统及方法，系统包括Arduino微控制器、微机电系统MEMS型加速度传感器、安全数据SD存储卡和SD存储卡扩展板，MEMS型加速度传感器获取待测目标的加速度，Arduino微控制器根据待测目标的加速度以及内置的预设位移重构算法，确定待测目标的位移，通过SD存储卡和SD存储卡扩展板存储待测目标的位移。采用预设位移重构算法通过加速度重构位移，无需进行加速度二次积分，不依赖任何初始条件、边界条件和结构动力特性，可以更方便快速的确定待测目标的位移。同时，通过SD存储卡和SD存储卡扩展板存储待测目标的位移，解决了现有系统无法离线存储位移的问题。

Description

基于Arduino的动态位移实时采集系统及方法

技术领域

本发明实施例涉及动力响应参数获取技术领域，更具体地，涉及基于Arduino的动态位移实时采集系统及方法。

背景技术

结构健康监测和结构振动控制对结构动力响应参数的获取依赖性极强，而动态位移时程是重要的动力响应参数，例如强地震和强台风后，结构最大位移都是用来判断结构损伤的重要参数。对于结构控制而言，往往还需要实时或准实时位移数据，但由于固定参考点难以稳定构建，直接测量相对位移变得异常困难。加速度测量因不需依赖参考点而容易获取，且由于加速度与位移之间的内在联系，使利用加速度重构动态位移成为可能。无限脉冲响应(Infinite Impulse Response，IIR)滤波器和有限脉冲响应(Finite ImpulseResponse，FIR)滤波器是最常用的位移重构算法，但传统的位移重构算法对速度和位移初始条件和边界条件依赖较强，参数选择稍有不慎就容易出现重构位移漂移，且其对低频随机噪声和非线性相位误差敏感。

Newmark-β法是结构动力学中常见的加速度到位移的时域积分方法，其本质是一种最典型的IIR滤波器应用。但该法依然依赖于初始条件和边界条件，且容易带入低频误差。传统FIR滤波器位移重构方法也无法避免低频误差，不太适合大型土木工程结构加速度重构位移。

传统商用振动采集系统精度高且功能强大，适合对数据进行深度分析和挖掘，但这类系统使用复杂且成本较高，其功能和使用方式的复杂性不适宜于工程界简单易用的诉求，且过高的成本也不利于大型结构长期健康监测系统的搭建。以相对位移测量为例，常用解决方案的缺点如下：(1)传统的商用位移采集系统采用功能复杂的多通道数据采集系统、并配合高精度的压电式/电容式/电动式加速度传感器，尽管其加速度数据精度高，对加速度数据进行后处理也能重构位移，但这将丧失位移采集的实时性需求，且成本过高；(2)采用安装位移参考点并采用商用相对位移计可进行可靠度高的位移测量，但该方法人力成本、时间成本及物料成本都很高，对于有些跨河跨海工程，参考点甚至无法获取，使用上受到局限；(3)非接触式位移测量方式如高清摄录、干涉雷达、激光干涉仪等都有应用，但该类方法成本高、数据后处理难且测试条件受天气影响较大。

近年来单片机在智能控制领域发挥着越来越重要的作用，在工业控制、智能家居、网络与通讯、汽车电子及智能设备等领域得到广泛应用。Arduino作为开源的单片机微控制器平台，可以方便的进行各类智能硬件搭建，并通过简便的基于C++语言的软件开发平台实现开发者的控制意图，在智能控制领域发挥着重要作用，由于其硬件搭建和软件开发都方便易学、软硬件平台开源导致其价格便宜，目前的开发者能利用Arduino实现温湿度、灯光及光线、智能机器人姿态等控制方案，在运动量测试方面也有涉及。

现阶段市面上出售的典型Arduino Uno R3微控制器平台，采用的是Atmel制造的AVR ATmega328P型微控制器，具备6通道14位数字输入/输出功能，能将测试的电压信号转化为数字信号，价格仅几美金到20多美金不等。市场上传统的商用加速度或位移采集系统成本一般是Arduino微控制器平台采集系统的100-300倍，以美国大学实验室常用的8通道VibPilot数据采集仪搭配MEMS型电容式加速度计组合为例对比Arduino微控制器平台采集系统，其成本比约为300；以中国大学实验室常用的数据采集仪搭配ICP加速度计为例对比Arduino平台系统，其成本比约为100。

基于Arduino微控制器和MEMS型加速度计的振动测试系统近年来开始有国外学者研究，其造价仅仅为传统商用振动采集系统的几百分之一，且由于其系统功能的单一性使其易用性大大提高，克服了传统商用振动测试系统成本高和使用复杂的缺点，适合于工程界简单易用且成本低的需求。利用Arduino微控制器进行振动位移采集的步骤一般首先进行加速度采集并存储，然后通过后处理程序在计算机上进行加速度重构位移，这将丧失位移采集的实时性需求。

发明内容

为克服上述问题或者至少部分地解决上述问题，本发明实施例提供了一种动态位移实时采集系统及方法。

一方面，本发明实施例提供了一种基于Arduino的动态位移实时采集系统，包括：Arduino微控制器、微机电系统MEMS型加速度传感器、安全数据SD存储卡和SD存储卡扩展板；

所述MEMS型加速度传感器与所述Arduino微控制器连接，所述MEMS型加速度传感器用于获取待测目标的加速度，并将所述加速度传输至所述Arduino微控制器；

所述Arduino微控制器用于根据所述待测目标的加速度以及内置的预设位移重构算法，确定所述待测目标的位移；

所述SD存储卡和所述SD存储卡扩展板连接，且所述SD存储卡扩展板与所述Arduino微控制器连接；

所述SD存储卡扩展板用于读取所述位移，并将读取到的所述位移传输至所述SD存储卡；所述SD存储卡用于存储所述位移。

优选地，当所述MEMS型加速度传感器获取的所述待测目标的加速度为模拟信号时，所述Arduino微控制器具体用于将所述模拟信号转化为数字信号，并根据所述数字信号以及所述预设位移重构算法，确定所述待测目标的位移。

优选地，基于Arduino的动态位移实时采集系统还包括：充电电池；

所述充电电池与所述Arduino微控制器连接，所述充电电池用于为所述Arduino微控制器供电，所述充电电池还用于通过所述Arduino微控制器为所述MEMS型加速度传感器和所述SD存储卡扩展板供电。

优选地，基于Arduino的动态位移实时采集系统还包括：太阳能电池板；

所述太阳能电池板与所述充电电池连接，所述太阳能电池板用于通过吸收光照为所述充电电池充电。

优选地，所述预设位移重构算法为Lee位移重构算法。

优选地，所述Arduino微控制器具体包括Arduino UNO微控制器或Arduino DUE微控制器。

优选地，所述MEMS型加速度传感器具体包括MMA8151Q加速度计或MMA8152Q加速度计。

另一方面，本发明实施例中还提供了一种基于Arduino的动态位移实时采集方法，包括：

S1，获取待测目标的加速度；

S2，根据所述待测目标的加速度以及预设位移重构算法，确定所述待测目标的位移。

优选地，所述预设位移重构算法为Lee位移重构算法；

相应地，所述S2具体包括：

S21，基于所述Lee位移重构算法，根据如下公式确定位移系数矩阵；

C＝(L^TL+λ²I)^-1L^TL_a，

其中，C为所述位移系数矩阵，I为单位矩阵，λ为最优正则化因子，L为线性代数综合算子，且有：L＝L_aL_c，L_a为对角加权矩阵，L_c为二阶微分算子，

S22，根据所述位移系数矩阵、所述待测目标的加速度以及有限脉冲响应时间窗的宽度，确定在所述有限脉冲响应时间窗内的所述待测目标的位移。

本发明实施例提供的基于Arduino的动态位移实时采集系统及方法，所述系统包括Arduino微控制器、微机电系统MEMS型加速度传感器、安全数据SD存储卡和SD存储卡扩展板，通过MEMS型加速度传感器获取待测目标的加速度，并将加速度传输至Arduino微控制器，通过Arduino微控制器根据待测目标的加速度以及内置的预设位移重构算法，确定待测目标的位移，通过SD存储卡和SD存储卡扩展板存储待测目标的位移。采用预设位移重构算法通过加速度重构位移，不需要进行加速度二次积分，不依赖任何初始条件、边界条件和结构动力特性，且比较适合估计低频位移，可以更方便快速的确定待测目标的位移。同时，将预设位移重构算法植入Arduino微控制器中即可实现系统输出的参数为待测目标的位移，解决了现有系统无法实现实时采集位移的问题。通过SD存储卡和SD存储卡扩展板存储待测目标的位移，解决了现有系统无法离线存储位移的问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供的一种基于Arduino的动态位移实时采集系统的结构示意图；

图2为本发明另一实施例提供的一种基于Arduino的动态位移实时采集系统的结构示意图；

图3为本发明另一实施例提供的一种基于Arduino的动态位移实时采集系统的结构示意图；

图4为本发明另一实施例提供的一种基于Arduino的动态位移实时采集系统的结构示意图；

图5为本发明另一实施例提供的一种基于Arduino的动态位移实时采集方法的流程示意图；

图6为本发明另一实施例提供的一种基于Arduino的动态位移实时采集系统的构建方法的流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明实施例的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明实施例和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明实施例的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明实施例的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明实施例中的具体含义。

由于现有技术中存在的位移采集系统通常只能采集加速度数据，然后通过单独的计算机对加速度数据进行后处理重构位移，这将无法满足位移采集的实时性需求，所以本发明提供了一种动态位移实时采集系统及方法。

如图1所示，本发明一实施例提供了一种基于Arduino的动态位移实时采集系统，包括：Arduino微控制器11和微机电系统(Micro-Electro-Mechanical System，MEMS)型加速度传感器12。MEMS型加速度传感器与Arduino微控制器连接，MEMS型加速度传感器用于获取待测目标的加速度，并将加速度传输至Arduino微控制器。Arduino微控制器用于根据待测目标的加速度以及内置的预设位移重构算法，确定待测目标的位移。

具体地，本发明实施例中提供的基于Arduino的动态位移实时采集系统中采用MEMS型加速度传感器获取待测目标的加速度，并将获取到的加速度传输至Arduino微控制器。MEMS型加速度传感器是一种提供低功耗、低成本、多方向的振动加速度传感采集元件。MEMS型加速度传感器与Arduino微控制器连接，这种连接方式可以通过有线方式或无线方式实现，本发明实施例中对此不作具体限定。Arduino微控制器接收到待测目标的加速度后，根据待测目标的加速度以及内置的预设位移重构算法，确定待测目标的位移。Arduino微控制器是基于Arduino开源软硬件开发平台的一种微控制器，具有与之配合使用的配套软件及植入控制器的程序，可以实现A/D转换，还可以实现与外接传感器及存储器的通信以向外接传感器及存储器发送控制指令，并对外接传感器及存储器的参数进行设置选择，还可以对外接传感器的采样率、量程范围、灵敏度及测试方向进行选择控制，并能设置开始存储的触发阈值，能将Lee位移重构算法植入Arduino微控制器。

其中，Arduino微控制器内置的预设位移重构算法可以采用现有的位移重构算法，具体可以为Lee位移重构算法，该算法不用进行加速度二次积分，不依赖任何初始条件、边界条件和结构动力特性，且比较适合估计低频位移。该算法的核心思路是：在给定时间窗内最小化实测加速度与重构位移二阶微分的平方误差，从而实现利用FIR滤波器在给定的有限时间间隔内，对测量加速度线形组合来重构位移时程，重构位移的二阶微分由中心有限差分法逼近求取。

本发明实施例中预设位移重构算法是通过与Arduino微控制器配套使用的软件植入Arduino微控制器中的，将预设位移重构算法植入Arduino微控制器中即可实现系统输出的参数为待测目标的位移，解决了现有系统无法实现实时采集位移的问题。

本发明实施例中，通过MEMS型加速度传感器获取待测目标的加速度，并将加速度传输至Arduino微控制器，通过Arduino微控制器根据待测目标的加速度以及内置的预设位移重构算法，确定待测目标的位移。采用预设位移重构算法通过加速度重构位移，不需要进行加速度二次积分，不依赖任何初始条件、边界条件和结构动力特性，且比较适合估计低频位移，可以更方便快速的确定待测目标的位移。同时，将预设位移重构算法植入Arduino微控制器中即可实现系统输出的参数为待测目标的位移，解决了现有系统无法实现实时采集位移的问题。

本发明实施例中，采用方便上手的Arduino微控制器，配合低成本的MEMS型加速度传感器，通过植入可靠性高、且不依赖初始条件、边界条件、低频误差小的预设位移重构算法，实现低成本、适用性强的多方向动态位移实时采集平台。

在上述实施例的基础上，本发明实施例中提供的基于Arduino的动态位移实时采集系统中，MEMS型加速度传感器获取到的待测目标的加速度可以为数字信号，也可以为模拟信号。当MEMS型加速度传感器获取的待测目标的加速度为模拟信号时，则Arduino微控制器具体用于将模拟信号转化为数字信号，并根据数字信号以及预设位移重构算法，确定待测目标的位移。

由于现有技术中，基于Arduino微控制器和MEMS型加速度传感器的振动测试系统，在进行数据采集时，需要将系统与电脑连接，通过电脑对Arduino微控制器和MEMS型加速度传感器等各组件供电和数据存储，由于此处电脑仅仅用来为各组件供电和进行数据存储，导致资源极大的被浪费，而且会增加系统的成本。而且，会导致振动测试系统依赖于电脑进行供电和数据存储，当电脑出现故障或者无法使用时振动测试系统将无法获取运行所需的电能，也无法对得到的位移进行离线存储，限制了振动测试系统的应用范围，同时无法对位移进行离线存储。

所以，为解决上述问题，本发明另一实施例提供了一种基于Arduino的动态位移实时采集系统，如图2所示，为动态位移实时采集系统的结构示意图，在上述实施例的基础上，动态位移实时采集系统还包括：安全数据(Secure Digital，SD)存储卡13和SD存储卡扩展板14。SD存储卡13和SD存储卡扩展板14连接，且SD存储卡扩展板14与Arduino微控制器11连接；SD存储卡扩展板14用于读取Arduino微控制器11中接收到的待测目标的位移，并将读取到的位移传输至SD存储卡13；SD存储卡13用于存储待测目标的位移。

本发明实施例中，通过在动态位移实时采集系统中设置SD存储卡以及SD存储卡扩展板，通过SD存储卡扩展板读取Arduino微控制器中的位移，并将读取到的位移传输至SD存储卡内，使SD存储卡存储位移。使得动态位移实时采集系统本身即具有数据存储的功能，实现离线数据存储，并不需要额外的电脑实现数据在线存储的功能。这些存储的数据可以为日后研究待测目标的运动轨迹提供良好的研究数据。

在上述实施例的基础上，如图3所示，本发明实施例中提供的基于Arduino的动态位移实时采集系统还包括：充电电池15；

充电电池15与Arduino微控制器11连接，充电电池15用于为Arduino微控制器11供电，充电电池15还用于通过Arduino微控制器11为MEMS型加速度传感器12和SD存储卡扩展板14供电。

具体地，本发明实施例中的充电电池可以是大容量的充电电池，也可以是小容量的充电电池，本发明实施例中对此不作具体限定。由于在动态位移实时采集系统中设置有充电电池，可以为Arduino微控制器、MEMS型加速度传感器和SD存储卡扩展板供电，在动态位移实时采集系统中便可不需要在设置电脑作为供电装置为系统供电，进而节约了资源和成本。

也就是说，本发明实施例中，通过设置SD存储卡以及SD存储卡扩展板对位移进行存储，同时通过充电电池为Arduino微控制器、MEMS型加速度传感器和SD存储卡扩展板供电，可以避免现有技术中依赖电脑进行供电和数据存储而造成的应用的局限性和无法进行数据离线存储的问题，扩大了现有的采集系统的应用范围，并实现对位移的离线存储。

在上述实施例的基础上，如图4所示，本发明实施例中提供的基于Arduino的动态位移实时采集系统还包括：太阳能电池板16；太阳能电池板16与充电电池15连接，太阳能电池板16用于通过吸收光照为充电电池15充电。

具体地，本发明实施例中的充电电池可与太阳能电池板连接，通过太阳能电池板吸收光照产生能量为充电电池充电，太阳能电池板的存在可以使充电电池时刻保持满电量的状态，尤其当充电电池为小容量的充电电池时，可以使得充电电池实时为系统供电，以防止因充电电池电量不足导致系统断电的风险发生。通过配合太阳能电池板可实现大型结构动态位移长期监测任务。

在上述实施例的基础上，本发明实施例中采用的预设位移重构算法具体可以为Lee位移重构算法，以下具体说明Lee位移重构算法的原理。

由于有限脉冲响应滤波器采用的时间窗函数外有两个未知的边界条件，出现了线性方程组求解时系数矩阵非满秩的病态问题，即出现了2k+1个线性方程组求解2k+3个未知参数的问题，传统的最小二乘估计法无法给出唯一解。通过在传统最小二乘估计法中加入的吉洪诺夫正则化惩罚项，即：

即可解决加速度重构位移时因边界条件未知所导致的病态问题求解。

Lee位移重构算法的本质是最小化问题的求解，采用了改进的最小二乘估计法，即吉洪诺夫正则化法(Tikhonov regularization)，或岭回归(Ridge regression)，最小化问题的表达式为：

其中，||·||₂为一个向量的二范数，Δu为重构的位移向量，即待测目标的位移，Δu的阶数为2k+3阶，k>0，Δu的第1项和第2k+3项需要通过边界条件来确定。L为线性代数综合算子，阶数为(2k+1)*(2k+3)阶，且有：L＝L_aL_c，L_a为对角加权矩阵(又称梯形积分算子)，阶数为(2k+1)*(2k+1)阶；L_c为二阶微分算子，阶数为(2k+1)*(2k+3)阶。Δt为时间步长，即有限脉冲响应时间窗的宽度。为在时间步长Δt内待测目标的加速度的平均值。λ为最优正则化因子。

公式(2)所表述的最小化问题的物理意义是关于位移向量Δu的二次问题，从而可给出位移的解析计算公式如下：

其中，I为单位矩阵，阶数为2k+1阶，C为所述位移系数矩阵，且有：

C＝(L^TL+λ²I)^-1L^TL_a (4)

对角加权矩阵(梯形积分算子)L_a的表达式如下：

二阶微分算子L_c的表达式如下：

最优正则化因子λ的表达式为：

λ＝46.81×N^-1.95 (7)

其中，N为有限脉冲响应时间窗内选取的的数据点数，也就是每一次分析计算位移时所选取的采集加速度的数据点数。从公式(7)可以看出，λ与N有关，N的具体取值至少应是结构卓越周期所包含的采样点数的3倍，即：

其中：f_s为加速度的采样频率，f_T为结构卓越周期。

本发明实施例中，可以将N取值为2k+1，将k取值为f_s。

Lee位移重构算法采用的有限脉冲响应滤波法提取的零均值位移，克服了传统二次积分因积分边界条件不确定带来的位移基线漂移问题。该方法采用的是对实测加速度在给定的有限时间间隔里进行了线性组合重构位移时程，实质是对所重构的位移二阶导数和实测加速度的吉洪诺夫正则化最小化问题。

在上述实施例的基础上，本发明实施例中采用的预设位移重构算法在植入Arduino微控制器内前，未植入预设位移重构算法时Arduino控制平台能直接采集MEMS型加速度传感器的加速度，要实现位移重构，只需利用MATLAB根据公式(4)至公式(8)计算公式(3)中的位移系数矩阵，将计算得到的位移系数矩阵植入Arduino微控制器，对其采集到的加速度进行如公式(3)所示的简单算术计算即可得到零均值实时位移时程。

在上述实施例的基础上，本发明实施例中提供的基于Arduino的动态位移实时采集系统中Arduino微控制器具体为Arduino UNO微控制器或Arduino DUE微控制器。

在上述实施例的基础上，本发明实施例中提供的基于Arduino的动态位移实时采集系统中MEMS型加速度传感器具体为MMA8151Q加速度计或MMA8152Q加速度计。

在上述实施例的基础上，本发明实施例中提供的基于Arduino的动态位移实时采集系统中还包括安装盒，Arduino微控制器、MEMS型加速度传感器、SD存储卡、SD存储卡扩展板和充电电池均设置在安装盒内，太阳能电池板设置在安装盒外，以充分吸收光照。本发明实施例中，安装盒具体可为塑料安装盒。

在上述实施例的基础上，本发明实施例提供的基于Arduino的动态位移实时采集系统可以具有如下8种结构：

1)Arduino UNO微处理器、内嵌式Lee位移重构算法、MMA8151Q加速度计、SD存储卡扩展板及SD存储卡、太阳能电池板、充电电池和塑料组装盒组成；

2)Arduino UNO微处理器、内嵌式Lee位移重构算法、MMA8152Q加速度计、SD存储卡扩展板及SD存储卡、太阳能电池板、充电电池和塑料组装盒组成；

3)Arduino UNO微处理器、内嵌式Lee位移重构算法、MMA8151Q加速度计、SD存储卡扩展板及SD存储卡、大容量充电电池和塑料组装盒组成；

4)Arduino UNO微处理器、内嵌式Lee位移重构算法、MMA8152Q加速度计、SD存储卡扩展板及SD存储卡、大容量充电电池和塑料组装盒组成；

5)Arduino DUE微处理器、内嵌式Lee位移重构算法、MMA8151Q加速度计、SD存储卡扩展板及SD存储卡、太阳能电池板、充电电池和塑料组装盒组成；

6)Arduino DUE微处理器、内嵌式Lee位移重构算法、MMA8152Q加速度计、SD存储卡扩展板及SD存储卡、太阳能电池板、充电电池和塑料组装盒组成；

7)Arduino DUE微处理器、内嵌式Lee位移重构算法、MMA8151Q加速度计、SD存储卡扩展板及SD存储卡、大容量充电电池和塑料组装盒组成；

8)Arduino DUE微处理器、内嵌式Lee位移重构算法、MMA8152Q加速度计、SD存储卡扩展板及SD存储卡、大容量充电电池和塑料组装盒组成。

如图5所示，在上述实施例的基础上，本发明另一实施例中提供了一种基于Arduino的动态位移实时采集方法，包括：

S1，获取待测目标的加速度；

S2，根据所述待测目标的加速度以及预设位移重构算法，确定所述待测目标的位移。

具体地，本发明实施例中提供的方法的执行主体为动态位移实时采集系统，动态位移实时采集系统内设置有Arduino微控制器，在Arduino微控制器内植入预设位移重构算法，可以根据获取的待测目标的加速度确定出待测目标的位移。

在上述实施例的基础上，所述预设位移重构算法为Lee位移重构算法；

相应地，所述S2具体包括：

S21，基于所述Lee位移重构算法，根据如下公式确定位移系数矩阵；

C＝(L^TL+λ²I)^-1L^TL_a，

其中，C为所述位移系数矩阵，I为单位矩阵，λ为最优正则化因子，L为线性代数综合算子，且有：L＝L_aL_c，L_a为对角加权矩阵，L_c为二阶微分算子，

S22，根据所述位移系数矩阵、所述待测目标的加速度以及有限脉冲响应时间窗的宽度，确定所述有限脉冲响应时间窗内的所述待测目标的位移。

具体地，S21可通过MATLAB实现，然后根据计算出的位移系数矩阵、待测目标的加速度以及有限脉冲响应时间窗的宽度，代入至公式(3)中，即可确定出待测目标的位移Δu。

这里需要说明的是，Arduino微控制器和计算机的交互方式包括I²C、SPI和UART等。本发明实施例中提供的动态位移实时采集方法涉及的动态位移实时采集系统与上述动态位移实时采集系统是一致的，二者的组成部分和作用是完全相同的，本发明实施例中在此不再赘述。

如图6所示，为本发明实施例中提供的基于Arduino的动态位移实时采集系统的构建方法的流程示意图。从图6中可以看出：S31，首先计算位移系数矩阵C；S32，计算机配合Arduino开源IDE平台编写加速度采集程序并设置MEMS型加速度传感器参数，以控制MEMS型加速度传感器采集待测目标的加速度，在Arduino微控制器内植入位移系数矩阵和Lee位移重构算法，进行算法编译调试；S33，按照系统架构在Arduino开源IDE平台上安装MEMS型加速度传感器、SD存储卡以及SD存储卡扩展板、充电电池；S34，通过USB接口利用I²C等交互方式将计算机编写的加速度采集程序以及MEMS型加速度传感器参数植入Arduino微控制器内；S35，试测数据以确保整个动态位移实时采集系统运行正常，完成动态位移实时采集系统的搭建。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种基于Arduino的动态位移实时采集系统，其特征在于，包括：Arduino微控制器、微机电系统MEMS型加速度传感器、安全数据SD存储卡和SD存储卡扩展板；

所述MEMS型加速度传感器与所述Arduino微控制器连接，所述MEMS型加速度传感器用于获取待测目标的加速度，并将所述加速度传输至所述Arduino微控制器；

所述Arduino微控制器用于根据所述待测目标的加速度以及内置的预设位移重构算法，确定所述待测目标的位移；

所述SD存储卡和所述SD存储卡扩展板连接，且所述SD存储卡扩展板与所述Arduino微控制器连接；

所述SD存储卡扩展板用于读取所述位移，并将读取到的所述位移传输至所述SD存储卡；所述SD存储卡用于存储所述位移。

2.根据权利要求1所述的基于Arduino的动态位移实时采集系统，其特征在于，当所述MEMS型加速度传感器获取的所述待测目标的加速度为模拟信号时，所述Arduino微控制器具体用于将所述模拟信号转化为数字信号，并根据所述数字信号以及所述预设位移重构算法，确定所述待测目标的位移。

3.根据权利要求1所述的基于Arduino的动态位移实时采集系统，其特征在于，还包括：充电电池；

所述充电电池与所述Arduino微控制器连接，所述充电电池用于为所述Arduino微控制器供电，所述充电电池还用于通过所述Arduino微控制器为所述MEMS型加速度传感器和所述SD存储卡扩展板供电。

4.根据权利要求3所述的基于Arduino的动态位移实时采集系统，其特征在于，还包括：太阳能电池板；

所述太阳能电池板与所述充电电池连接，所述太阳能电池板用于通过吸收光照为所述充电电池充电。

5.根据权利要求1-4中任一项所述的基于Arduino的动态位移实时采集系统，其特征在于，所述预设位移重构算法为Lee位移重构算法。

6.根据权利要求1-4中任一项所述的基于Arduino的动态位移实时采集系统，其特征在于，所述Arduino微控制器具体包括Arduino UNO微控制器或Arduino DUE微控制器。

7.根据权利要求1-4中任一项所述的基于Arduino的动态位移实时采集系统，其特征在于，所述MEMS型加速度传感器具体包括MMA8151Q加速度计或MMA8152Q加速度计。

8.一种基于Arduino的动态位移实时采集方法，其特征在于，包括：

S1，获取待测目标的加速度；

S2，根据所述待测目标的加速度以及预设位移重构算法，确定所述待测目标的位移。

9.根据权利要求8所述的基于Arduino的动态位移实时采集方法，其特征在于，所述预设位移重构算法为Lee位移重构算法；

相应地，所述S2具体包括：

S21，基于所述Lee位移重构算法，根据如下公式确定位移系数矩阵；

C＝(L^TL+λ²I)^-1L^TL_a，

其中，C为所述位移系数矩阵，I为单位矩阵，λ为最优正则化因子，L为线性代数综合算子，且有：L＝L_aL_c，L_a为对角加权矩阵，L_c为二阶微分算子，

S22，根据所述位移系数矩阵、所述待测目标的加速度以及有限脉冲响应时间窗的宽度，确定在所述有限脉冲响应时间窗内的所述待测目标的位移。