CN110333506A - 一种提取索力测量雷达的拉索位置参数的方法 - Google Patents

Abstract

本发明公开了一种提取索力测量雷达的拉索位置参数的方法，所述索力测量雷达的采集对象包括拉索和干扰物，所述拉索和干扰物的位置参数形成一维后向散射波形图，该方法包括先对所述一维后向散射波形图进行指数平滑处理，然后对经过指数平滑处理的所述一维后向散射波形图进行峰值检测，滤除部分所述干扰物的干扰波，得到稀疏序列s(k)，最后对所述稀疏序列s(k)进行序列自相关运算，再估算相邻的所述拉索对应的峰值之间的间隔周期T，根据所述T依次计算所有所述拉索的位置参数，并提取所有所述拉索的位置参数。本发明提供的一种提取索力测量雷达的拉索位置参数的方法，解决了需要人工进行人机交互才能提取拉索位置参数的问题，自动化程度高，结果精确。

Description

一种提取索力测量雷达的拉索位置参数的方法

技术领域

本发明涉及拉索测量领域，具体涉及一种提取索力测量雷达的拉索位置参数的方法。

背景技术

斜拉桥、悬索桥因其优越的跨越能力，因此是我国最常用的大型桥梁的首选结构形式，拉索是这些大型桥梁的关键承力构件，索力的绝对量、改变量和索力分布的均衡性是评价施工质量与运营期该桥健康状态的核心指标，并且直接影响结构的内力分布和桥面线形，对整个结构安全至关重要，因此，对桥梁的拉索索力进行高精度的快速测量是十分重要的。

目前拉索索力的测试方法有很多，经过多年来的实践，常用的有以下几种：压力表测定法、压力传感器测定法、电磁测量法和光纤智能索技术等，这些技术均因存在各种不足而没有广泛采用，在实际工程应用中，目前最主要是使用频率法。用频率法进行索力测试，具有快速、方便、实用、可靠性好，可重复测试的特点。

但是基于加速度传感器的频率法仍存在着以下不足：由于加速度传感器难以到达拉索跨中，只能就近在拉索靠近桥面的端部采集，并且经常受到端部拉索减振器的干扰，测量过程并没严格遵守频率法的理论前提条件，导致测量结果精度不高；同时，在桥面端部采集拉索频率时，经常遇到因为拉索振动幅度微弱而导致频率难提取或者频率特征较模糊的情况，不能直接测到频率法所需要的基频，需采用其它高阶的频率进行人工综合分析推算基频，导致数据分析的难度提高和需要多次采集进行结果优选，难以实现索力的智能化测量，这在较短的拉索和钢绞线拉索索力的测量中经常遇到。另外，现有索力测量难以同步进行，实施了长期健康监测的桥梁也没有把全部拉索索力测量全覆盖，索力测量结果只能发映出桥梁在某一时间段的综合情况，对同一时间内全桥拉索索力的健康和安全状态评价难以实现。

随着雷达技术的发展，雷达设备从军用领域越来越多的进入民用领域，雷达设备发射经过特殊调制的无线电波适用于微形变和振动测量，具有亚毫米级的位移精度，将其应用于拉索索力监测具有响应速度快，测量精度高等优异性能，并且不受雨雪雾等天气状况影响，可以实现多个目标同步实时测量等。目前操作索力测量雷达需要多次繁琐的人机交互，才能实现拉索检测、确认拉索编号和拉索基频检测等功能，过多的人机交互，不能发挥雷达的智能化优势、费时费力；此外，交互多对操作人员也提出了较高的技能要求，否则会造成索力测量错误。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种提取索力测量雷达的拉索位置参数的方法，解决了需要人工进行人机交互才能提取拉索位置参数的问题，自动化程度高，结果精确。

为达到以上目的，本发明采取的技术方案是：

对所述一维后向散射波形图进行指数平滑处理；

对经过指数平滑处理的所述一维后向散射波形图进行峰值检测，滤除部分所述干扰物的干扰波，得到稀疏序列s(k)；

对所述稀疏序列s(k)进行序列自相关运算，再估算相邻的所述拉索对应的峰值之间的间隔周期T，根据所述间隔周期T依次计算所有所述拉索的位置参数，并提取所有所述拉索的位置参数。

在上述技术方案的基础上，采用公式：

对所述一维后向散射波形图进行指数平滑处理；

其中，表示在l+1时刻测量的后向散射幅度，x_l表示在l时刻的后向散射幅度平滑结果，x_l+1表示在l+1时刻的后向散射幅度平滑结果，初始状态i表示所述采集对象的顺序标号，I表示所述采集对象的总数量，μ为平滑系数。

在上述技术方案的基础上，采用低通滤波器对所述一维后向散射波形图进行指数平滑处理。

在上述技术方案的基础上，采用梯度检测法、极值检测法或滑窗检测法对经过指数平滑处理的所述一维后向散射波形图进行峰值检测。

在上述技术方案的基础上，采用滑窗检测法对所述一维后向散射波形图进行峰值检测，并设定检测概率P_d，根据所述P_d计算判决门限Δ，再根据所述判决门限Δ得到峰值检测的结果s_o，所述s_o表示为：

其中，x₀为采用滑窗检测器检测时的目标窗内的经过指数平滑后的一维后向散射波形图中的样本，r为构建的拉索统计量。

在上述技术方案的基础上，所述s(k)满足：

其中，K表示所述稀疏序列的总长度，M₁表示所述拉索的总根数，A_h表示对应所述拉索的幅度，p_h表示对应所述拉索的位置，M₂表示所述干扰物的总数，B_j表示对应所述干扰物的幅度，n_j表示对应所述干扰物的位置，δ表示狄利克雷函数,h和j均为整数。

在上述技术方案的基础上，所述检测概率P_d为90％～95％，计算所述Δ的公式为：

其中，N为采用滑窗检测器检测时的参考窗内的经过指数平滑后的一维后向散射波形图中样本的总数量。

在上述技术方案的基础上，对所述稀疏序列s(k)进行序列自相关运算的步骤包括：建立自相关定义式R_ss(k)，并对所述稀疏序列s(k)进行满足所述R_ss(k)的序列自相关运算，得到峰值间隔周期近似为T的峰值图，根据所述峰值图估算相邻的拉索的峰值的间隔周期T。

在上述技术方案的基础上，所述方法还包括在序列自相关运算的基础上再进行频谱分析，所述频谱分析的步骤包括：

将所述R_ss(k)的第一个值R_ss(0)置零；

对所述R_ss(k)做快速傅立叶变换FFT，得到所述R_ss(k)的频域结果F(f)；

取所述F(f)的绝对值后获得所述F(f)的幅度波形，并从所述幅度波形中提取与拉索位置对应的波峰的位置，获得与部分拉索依次对应的频率波峰f₁,f₂,…,f_n，n≤M₁；

根据n个所述频率波峰计算频率间隔再根据公式计算所述间隔周期T。

在上述技术方案的基础上，根据所述T依次计算所有所述拉索的位置参数，并提取所有所述拉索的位置参数的具体步骤包括：

根据所述间隔周期T构建值函数

计算所述V(k)的最大值，以所述V(k)取最大值时对应的k作为第一根拉索的位置参数p₀，

根据公式p_i＝p₀+hT,h＝1,2,…,M₁-1推算获取所有所述拉索的位置参数，并提取所有所述拉索的位置参数。

与现有技术相比，本发明的优点在于：

本发明提供了一种提取索力测量雷达的拉索位置参数的方法，索力测量雷达的采集对象包括拉索和干扰物，拉索和干扰物的位置参数形成一维后向散射波形图，通过对一维后向散射波形图依次进行指数平滑处理、峰值检测以及拉索位置提取后确定每一根拉索的位置参数，其中，拉索位置提取具体包括序列自相关运算、频谱分析和拉索位置确认。相比于传统方法需要进行多次繁琐的人机交互，对操作人员提出较高的技能要求才能实现拉索检测、确认拉索编号和拉索基频检测等功能，本方法操作简单，同时结果精确度高，省时省力，也发挥出了雷达本身的智能化优势。

附图说明

图1为本发明实施例中的提取索力测量雷达的拉索位置参数的方法的进行峰值检测时的滑窗检测算法示意图；

图2为本发明实施例中的提取索力测量雷达的拉索位置参数的方法的进行峰值检测后的一维后向散射波形图；

图3为本发明实施例中的提取索力测量雷达的拉索位置参数的方法的进行序列自相关运算后的峰值图；

图4为本发明实施例中的提取索力测量雷达的拉索位置参数的方法的进行频谱分析后的峰值图。

具体实施方式

以下结合附图对本发明的实施例作进一步详细说明。

参见图1所示，本发明实施例提供一种提取索力测量雷达的拉索位置参数的方法，在测量时，一般将雷达安装在桥上某处，使雷达正好位于拉索的下方或斜下方的方位，调整雷达天线指向使得拉索在雷达的一维散射波形中呈现为波峰。由于在采集拉索参数的过程中，采集对象除了拉索可能还有其他的干扰物如桥的其他结构，桥后面的建筑物等，因此索力测量雷达的采集对象包括拉索和干扰物，拉索和干扰物的位置参数共同形成一维后向散射波形图，获取拉索准确位置参数的步骤包括首先对一维后向散射波形图进行指数平滑处理，然后对经过指数平滑处理的一维后向散射波形图进行峰值检测，以滤除部分干扰物的干扰波，得到稀疏序列s(k)，最后对稀疏序列s(k)进行序列自相关运算，再估算相邻的拉索对应的峰值之间的间隔周期T，根据T依次计算所有拉索的位置参数，并提取所有拉索的位置参数。

具体的，在使用索力测量雷达对拉索进行测量时，虽然拉索能够形成较强的雷达后向散射，但是如果雷达的安装位置以及测量角度不理想，也会造成部分拉索的雷达回波较弱，例如波峰不突出，或者产生拉索回波强度闪烁的问题。这些问题都将使得从雷达的一维后向散射波形图中识别拉索时出现错误，由于索力测量雷达每秒对拉索区域进行多次测量，因此这里利用指数平滑的方法来增强拉索的一维后向散射波形，进行指数平滑处理可以抑制测量过程中存在的各种干扰，同时进一步加强每根拉索回波的信噪比。除了指数平滑的方法，可选方法还包括时间平均和低通滤波等。采用公式：

对一维后向散射波形图进行指数平滑处理，其中，表示在l+1时刻测量的采集对象对应的后向散射幅度，x_l表示在l时刻的采集对象对应的后向散射幅度平滑结果，x_l+1表示在l+1时刻的采集对象对应的后向散射幅度平滑结果，初始状态时i表示采集对象的顺序标号，I表示采集对象的总数量，μ为平滑系数，μ值越小表示预测结果的波动更小。

具体的，这里采用低通滤波器对一维后向散射波形图进行指数平滑处理。指数平滑滤波器本质上是一个低通滤波器，平滑系数μ越大，低通滤波器的截止频率越高，平滑系数μ越小，截止频率越低。在这里倾向于选择较小的平滑系数μ，一般μ＝0.25，因为对于类似于拉索的强散射目标而言，其后向散射幅度的变化并不大，较小的平滑系数有利于过滤掉突发干扰，从而有助于提高拉索的回波信噪比。

参见图1所示，在进行过指数平滑处理之后，对经过指数平滑处理的所述一维后向散射波形图进行峰值检测。使用索力测量雷达对拉索进行检测时，雷达朝向天空，背景较为干净时对应的幅值较低，而拉索对应的散射强幅度高，因此拉索在雷达一维散射波形中呈现为一个个波峰，所以利用峰值检测，可以检测出疑似拉索的波峰，并测算出其位置。一般可以采用梯度检测法、极值检测法或滑窗检测法对经过指数平滑处理的一维后向散射波形图进行峰值检测，这里采用滑窗检测法即滑窗检测器对一维后向散射波形图进行峰值检测，首先在滑窗检测器内设定检测概率P_d，根据P_d计算判决门限Δ，再根据Δ得到峰值检测的结果s_o，s_o表示为：

其中，x₀为采用滑窗检测器检测时的目标窗内的经过指数平滑后的一维后向散射波形图中的样本，即为对应采样点对应的一维后向散射波形图中的波，r为构建的拉索统计量，构建的拉索统计量r对应的概率密度函数f(r)，r的公式为：

其中，x_z为滑窗检测器的参考窗内的经过指数平滑后的一维后向散射波形图中的样本，N为滑窗检测器检测时的参考窗内的经过指数平滑后的一维后向散射波形图中样本的总数量；

f(r)的公式为：

其中，其中Γ(α)表示伽马函数，α和β为分布的参数，e为欧拉数，e取值约为2.71828。

这里，构建的拉索统计量r和概率密度函数f(r)均为利用滑窗检测器检测时系统的属性公式，后面的峰值检测是在满足两者的前提下进行的。检测概率P_d为90％～95％，人为设定其值后输入滑窗检测器内。计算Δ的公式为：

其中，这里的判决门限Δ相当于人为制定的一个标准值，在峰值检测时，判断有没有检测到拉索对应的波峰时，检测机器最后通过数字信号表示是否存在拉索对应的波峰，0表示无，1表示有，要判断信号表示的意思是0还是1，这个判决就需要有一个标准，这个标准就是判决门限Δ，最后通过滑窗检测器的输出结果s_o即可知道结果，方便快捷。

参见图2所示，在完成峰值检测后，由于滤除了部分的干扰物对应的波峰，因此一维后向散射波形图被稀疏化，形成稀疏序列s(k)。拉索对应的波峰位置被有效检测到的过程中滤除了部分干扰物对应的波峰，但依然还存在一些干扰峰，因此此时的稀疏序列s(k)依然由拉索对应的波峰和部分干扰物对应的波峰组成。

具体的，稀疏序列s(k)满足：

其中，K表示稀疏序列的总长度，M₁表示拉索的总根数，A_h表示对应拉索的幅度，p_h表示对应拉索的位置，M₂表示干扰物的总数，B_j表示对应干扰物的幅度，n_j表示对应干扰物的位置，δ表示狄利克雷函数,h和j均为整数。

为了提高相邻拉索之间的间隔周期T的估计精度，采用序列自相关算法估计T，在这里以一次序列自相关运算为例进行说明。对稀疏序列s(k)进行序列自相关运算的步骤包括：首先建立自相关定义式R_ss(k)，并对稀疏序列s(k)进行满足R_ss(k)的序列自相关运算，得到近似呈T分布的峰值图，根据峰值图估算相邻的拉索的峰值间隔周期T。R_ss(k)的计算式如下：

其中k表示自相关运算的相关延迟，a、h、j、p、q均是整数，由上式可知，

上式R_ss(k)中第一项记为R_ss1(k),当k＝aT,a＝1,2,…,M₁-1时不为零，可写作：

其中C_a表示相关运算后的幅度值；

上式R_ss(k)中第二项记为R_ss2(k),当k＝p₀+aT+n_p,a＝0,1,…,M₁-1,p＝1,2,…M₂时不为零，即：

其中C_p,a表示相关运算后的幅度值；

上式R_ss(k)中第三项记为R_ss3(k),与第二项相似，当k＝p₀+aT+n_p,a＝0,1,…,M₁-1,p＝1,2,…M₂时不为零，即：

经过序列自相关运算，及以上计算分析之后，会发现R_ss(k)最终结果的前三项均为周期T的函数，最后一项表示干扰物之间的卷积项，为幅度较低的离散值序列。因此，说明可以根据经过序列自相关运算后得到的图来估算间隔周期T。

然而，从经过序列自相关运算后得到的图来估计间隔周期T，会受到较大的干扰，为了进一步提高T的估计精度，本方法还包括在序列自相关运算的基础上再进行频谱分析。通过频谱分析法估算T，能保证在环境复杂干扰物较多的条件下依然能够取较准确的估算结果。频谱分析的步骤包括：先将R_ss(k)的第一个值R_ss(0)置零，再对R_ss(k)做快速傅立叶变换FFT，得到R_ss(k)的频域结果F(f)，然后取F(f)的绝对值后获得F(f)的幅度波形，并从幅度波形中提取与拉索位置对应的波峰的位置，获得与部分拉索依次对应的频率波峰f₁,f₂,…,f_n，n≤M₁，最后，根据n个频率波峰计算频率间隔Δf，Δf的计算公式为：

再根据公式计算得到T，经过频谱分析后的峰值图参见图4所示，干扰物对应的波明显减少。

在计算得到间隔周期T后，根据T依次计算所有拉索的位置参数，并提取所有拉索的位置参数的具体步骤包括：首先根据T构建值函数V(k)，再计算V(k)的最大值，以V(k)取最大值时对应的k作为第一根拉索的位置参数p₀，即最后，根据公式p_i＝p₀+hT,h＝1,2,…,M₁-1推算获取所有拉索的位置参数，并提取所有拉索的位置参数。在完成拉索自动识别和位置参数提取后，索力测量雷达可根据拉索位置参数自动提取形变量，并根据形变量自动计算拉索的基频，最后由拉索基频计算得到拉索的索力。

本发明不仅局限于上述最佳实施方式，任何人在本发明的启示下都可得出其他各种形式的产品，但不论在其形状或结构上作任何变化，凡是具有与本发明相同或相近似的技术方案，均在其保护范围之内。

Claims (10)

1.一种提取索力测量雷达的拉索位置参数的方法，所述索力测量雷达的采集对象包括拉索和干扰物，所述拉索和干扰物的位置参数形成一维后向散射波形图，其特征在于，其包括：

对所述一维后向散射波形图进行指数平滑处理；

对经过指数平滑处理的所述一维后向散射波形图进行峰值检测，滤除部分所述干扰物的干扰波，得到稀疏序列s(k)；

对所述稀疏序列s(k)进行序列自相关运算，再估算相邻的所述拉索对应的峰值之间的间隔周期T，根据所述间隔周期T依次计算所有所述拉索的位置参数，并提取所有所述拉索的位置参数。

2.如权利要求1所述的一种提取索力测量雷达的拉索位置参数的方法，其特征在于：采用公式：

对所述一维后向散射波形图进行指数平滑处理；

其中，表示在l+1时刻测量的后向散射幅度，x_l表示在l时刻的后向散射幅度平滑结果，x_l+1表示在l+1时刻的后向散射幅度平滑结果，初始状态i表示所述采集对象的顺序标号，I表示所述采集对象的总数量，μ为平滑系数。

3.如权利要求2所述的一种提取索力测量雷达的拉索位置参数的方法，其特征在于：采用低通滤波器对所述一维后向散射波形图进行指数平滑处理。

4.如权利要求1所述的一种提取索力测量雷达的拉索位置参数的方法，其特征在于：采用梯度检测法、极值检测法或滑窗检测法对经过指数平滑处理的所述一维后向散射波形图进行峰值检测。

5.如权利要求4所述的一种提取索力测量雷达的拉索位置参数的方法，其特征在于：采用滑窗检测法对所述一维后向散射波形图进行峰值检测，并设定检测概率P_d，根据所述P_d计算判决门限Δ，再根据所述判决门限Δ得到峰值检测的结果s_o，所述s_o表示为：

其中，x₀为采用滑窗检测器检测时的目标窗内的经过指数平滑后的一维后向散射波形图中的样本，r为构建的拉索统计量。

6.如权利要求5所述的一种提取索力测量雷达的拉索位置参数的方法，其特征在于：所述s(k)满足：

其中，K表示所述稀疏序列的总长度，M₁表示所述拉索的总根数，A_h表示对应所述拉索的幅度，p_h表示对应所述拉索的位置，M₂表示所述干扰物的总数，B_j表示对应所述干扰物的幅度，n_j表示对应所述干扰物的位置，6表示狄利克雷函数，h和j均为整数。

7.如权利要求6所述的一种提取索力测量雷达的拉索位置参数的方法，其特征在于：所述检测概率P_d为90％～95％，计算所述Δ的公式为：

其中，N为采用滑窗检测器检测时的参考窗内的经过指数平滑后的一维后向散射波形图中样本的总数量。

8.如权利要求7所述的一种提取索力测量雷达的拉索位置参数的方法，其特征在于，对所述稀疏序列s(k)进行序列自相关运算的步骤包括：建立自相关定义式R_ss(k)，并对所述稀疏序列s(k)进行满足所述R_ss(k)的序列自相关运算，得到峰值间隔周期近似为T的峰值图，根据所述峰值图估算相邻的拉索的峰值的间隔周期T。

9.如权利要求8所述的一种提取索力测量雷达的拉索位置参数的方法，其特征在于，所述方法还包括在序列自相关运算的基础上再进行频谱分析，所述频谱分析的步骤包括：

将所述R_ss(k)的第一个值R_ss(0)置零；

对所述R_ss(k)做快速傅立叶变换FFT，得到所述R_ss(k)的频域结果F(f)；

取所述F(f)的绝对值后获得所述F(f)的幅度波形，并从所述幅度波形中提取与拉索位置对应的波峰的位置，获得与部分拉索依次对应的频率波峰f₁，f₂，...，f_n，n≤M₁；

根据n个所述频率波峰计算频率间隔再根据公式计算所述间隔周期T。

10.如权利要求9所述的一种提取索力测量雷达的拉索位置参数的方法，其特征在于，根据所述间隔周期T依次计算所有所述拉索的位置参数，并提取所有所述拉索的位置参数的具体步骤包括：

根据所述间隔周期T构建值函数

计算所述V(k)的最大值，以所述V(k)取最大值时对应的k作为第一根拉索的位置参数p0，

根据公式p_i＝p₀+hT，h＝1，2，...，M₁-1推算获取所有所述拉索的位置参数，并提取所有所述拉索的位置参数。