CN114964448B - 测量方法、测量装置、测量系统以及存储介质 - Google Patents
测量方法、测量装置、测量系统以及存储介质 Download PDFInfo
- Publication number
- CN114964448B CN114964448B CN202210174194.1A CN202210174194A CN114964448B CN 114964448 B CN114964448 B CN 114964448B CN 202210174194 A CN202210174194 A CN 202210174194A CN 114964448 B CN114964448 B CN 114964448B
- Authority
- CN
- China
- Prior art keywords
- data
- section
- drift noise
- correction data
- noise reduction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003860 storage Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims description 108
- 238000012937 correction Methods 0.000 claims abstract description 263
- 238000005259 measurement Methods 0.000 claims abstract description 213
- 230000009467 reduction Effects 0.000 claims abstract description 116
- 238000001914 filtration Methods 0.000 claims abstract description 88
- 238000006073 displacement reaction Methods 0.000 claims description 137
- 238000012545 processing Methods 0.000 claims description 94
- 230000008569 process Effects 0.000 claims description 62
- 230000001133 acceleration Effects 0.000 claims description 51
- 230000004044 response Effects 0.000 claims description 5
- 239000013307 optical fiber Substances 0.000 claims description 3
- 238000000691 measurement method Methods 0.000 abstract description 57
- SPSGYTWOIGAABK-DQEYMECFSA-N [4-[(2s)-2-acetamido-3-[[(5s)-3-carbamoyl-2-(cyclohexylmethoxy)-6,7,8,9-tetrahydro-5h-benzo[7]annulen-5-yl]amino]-3-oxopropyl]-2-phosphonophenyl]phosphonic acid Chemical compound C([C@H](NC(=O)C)C(=O)N[C@@H]1C2=CC(=C(OCC3CCCCC3)C=C2CCCC1)C(N)=O)C1=CC=C(P(O)(O)=O)C(P(O)(O)=O)=C1 SPSGYTWOIGAABK-DQEYMECFSA-N 0.000 description 94
- 238000004891 communication Methods 0.000 description 32
- 229920002430 Fibre-reinforced plastic Polymers 0.000 description 18
- 239000002131 composite material Substances 0.000 description 18
- 238000010586 diagram Methods 0.000 description 18
- 239000011151 fibre-reinforced plastic Substances 0.000 description 18
- 238000004519 manufacturing process Methods 0.000 description 18
- 238000012806 monitoring device Methods 0.000 description 18
- 230000003068 static effect Effects 0.000 description 18
- 230000006870 function Effects 0.000 description 11
- 238000011156 evaluation Methods 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 9
- 230000015654 memory Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000009434 installation Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 3
- 241001669679 Eleotris Species 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 239000004567 concrete Substances 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
- G01M5/0008—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings of bridges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/02—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing wheeled or rolling bodies, e.g. vehicles
- G01G19/04—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing wheeled or rolling bodies, e.g. vehicles for weighing railway vehicles
- G01G19/045—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing wheeled or rolling bodies, e.g. vehicles for weighing railway vehicles for weighing railway vehicles in motion
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G3/00—Weighing apparatus characterised by the use of elastically-deformable members, e.g. spring balances
- G01G3/12—Weighing apparatus characterised by the use of elastically-deformable members, e.g. spring balances wherein the weighing element is in the form of a solid body stressed by pressure or tension during weighing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
- G01M5/0041—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining deflection or stress
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
- G01M5/0066—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by exciting or detecting vibration or acceleration
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
Abstract
本发明涉及测量方法、测量装置、测量系统以及存储介质，测量方法包括：高通滤波处理工序，对包含漂移噪声的对象数据进行高通滤波处理，生成减少了所述漂移噪声的漂移噪声减少数据；校正数据推测工序，根据所述漂移噪声减少数据推测校正数据，所述校正数据相当于从所述对象数据除去了所述漂移噪声后的数据与所述漂移噪声减少数据之差；以及测量数据生成工序，将所述漂移噪声减少数据与所述校正数据相加而生成测量数据。
Description
技术领域
本发明涉及测量方法、测量装置、测量系统以及存储介质。
背景技术
专利文献1中记载了一种位移获取装置，具备：静态成分存储部，存储静态成分的时间序列，该静态成分是随着铁路车辆的通过而产生的桥梁的梁的位移的时间序列中不依赖于铁路车辆的运动的成分；位移检测部，根据随着测定对象的铁路车辆的通过而产生的测定对象的桥梁的梁的加速度测定值或速度测定值的至少任意一个检测该梁的位移的时间序列；动态成分提取部，从位移检测部检测出的位移的时间序列中提取动态成分的时间序列，该动态成分是除了可能包含误差的静态成分以外的剩余的成分；静态成分获取部，从静态成分存储部获取静态成分的时间序列；以及合成部，将动态成分提取部提取出的动态成分的时间序列与静态成分获取部获取到的静态成分的时间序列合成。
根据专利文献1记载的位移获取装置，通过从检测出的梁的位移的时间序列中除去可能包含误差的静态成分，并替换为所存储的静态成分，能够得到除去了误差的位移的时间序列。
专利文献1：日本特开2009-237805号公报
然而，在专利文献1记载的位移获取装置中，由于检测出的梁的位移的时间序列中包含的静态成分与所存储的静态成分的近似性大幅影响得到的位移的时间序列的精度，因此，在该近似性的精度不充分的情况下，位移的时间序列的精度有可能减少。另外，在专利文献1记载的位移获取装置中，在由于环境的变化等而在测定时刻位移的时间序列中包含的静态成分发生了变化的情况下，没有识别该静态成分与所存储的静态成分的背离的单元，从而无法获知位移的精度存在问题。另外，在专利文献1记载的位移获取装置中，必须存储铁路车辆的每个分类以及桥梁的每个分类的静态成分的数据，需要获取和更新该数据，因而构成复杂化，难以低成本化。因此，期待不用预先准备静态成分数据这样的用于减少误差的信息而减少误差的方法。
发明内容
本发明涉及的测量方法的一个方式包括：
高通滤波处理工序，对包含漂移噪声的对象数据进行高通滤波处理，生成减少了所述漂移噪声的漂移噪声减少数据；
校正数据推测工序，根据所述漂移噪声减少数据推测校正数据，所述校正数据相当于从所述对象数据除去了所述漂移噪声后的数据与所述漂移噪声减少数据之差；以及
测量数据生成工序，将所述漂移噪声减少数据与所述校正数据相加而生成测量数据。
本发明涉及的测量方法的另一方式包括：
高通滤波处理工序，对包含漂移噪声的对象数据进行高通滤波处理，生成减少了所述漂移噪声的漂移噪声减少数据；
区间确定工序，算出所述漂移噪声减少数据的第一峰值及第二峰值，并确定所述第一峰值之前的第一区间、所述第一峰值与所述第二峰值之间的第二区间、以及所述第二峰值之后的第三区间；
校正数据推测工序，根据所述漂移噪声减少数据，在所述第二区间中推测校正数据，所述校正数据相当于与从所述对象数据除去了所述漂移噪声后的数据与所述漂移噪声减少数据之差；以及
测量数据生成工序，将所述第一区间设为0，在所述第二区间中将所述漂移噪声减少数据与所述校正数据相加，将所述第三区间设为0，从而生成测量数据。
本发明涉及的测量装置的一个方式包括：
高通滤波处理部，对包含漂移噪声的对象数据进行高通滤波处理，生成减少了所述漂移噪声的漂移噪声减少数据；
校正数据推测部，根据所述漂移噪声减少数据推测校正数据，所述校正数据相当于从所述对象数据除去了所述漂移噪声后的数据与所述漂移噪声减少数据之差；以及
测量数据生成部，将所述漂移噪声减少数据与所述校正数据相加而生成测量数据。
本发明涉及的测量系统的一个方式具备：
所述测量装置的一个方式；以及
观测观测点的观测装置，
所述对象数据是基于所述观测装置的观测数据的数据。
本发明涉及的测量程序的一个方式使计算机执行如下工序：
高通滤波处理工序，对包含漂移噪声的对象数据进行高通滤波处理，生成减少了所述漂移噪声的漂移噪声减少数据；
校正数据推测工序，根据所述漂移噪声减少数据推测校正数据，所述校正数据相当于从所述对象数据除去了所述漂移噪声后的数据与所述漂移噪声减少数据之差；以及
测量数据生成工序，将所述漂移噪声减少数据与所述校正数据相加而生成测量数据。
附图说明
图1是表示测量系统的构成例的图。
图2是将图1的上部结构以A-A线剖切的剖视图。
图3是加速度传感器检测的加速度的说明图。
图4是表示对象数据Ms(k)的频率特性F{Ms(k)}的图。
图5是表示频率特性F{Ms(k)}，F{fHP(Ms(k))}，F{fLP(Ms(k))}的关系的图。
图6是表示频率特性F{Ms(k)}，F{M(k)}，F{e(k)}的关系的图。
图7是表示频率特性F{M’(k)}，F{fHP(M(k))}，F{fLP(M(k))}的关系的图。
图8是表示作为单位脉冲波形的对象数据Ms(k)的图。
图9是表示对对象数据Ms(k)进行低通滤波处理后的数据fLP(Ms(k))的图。
图10是表示对对象数据Ms(k)进行高通滤波处理后的数据fHP(Ms(k))的图。
图11是表示位移数据MU(k)的一例的图。
图12是表示第一区间校正数据MCC1(k)及第三区间校正数据MCC3(k)的一例的图。
图13是表示第二区间第一校正数据M1CC2(k)的一例的图。
图14是表示直线LC(k)的一例的图。
图15表示第二区间第二校正数据M2CC2(k)的一例。
图16是表示第二区间校正数据MCC2(k)的一例的图。
图17是表示校正数据MCC(k)的一例的图。
图18是表示测量数据RU(k)的一例的图。
图19是表示位移波形UO(k)及漂移噪声D(k)的一例的图。
图20是表示评价波形U(k)的一例的图。
图21是表示测量数据RU(k)的图。
图22是将测量数据RU(k)与位移波形UO(k)重叠进行图示的图。
图23是表示第一实施方式的测量方法的过程的一例的流程图。
图24是表示第一实施方式中的校正数据推测工序的过程的一例的流程图。
图25是表示传感器、测量装置以及监视装置的构成例的图。
图26是表示第二实施方式的测量方法的过程的一例的流程图。
图27是表示第二实施方式中的校正数据推测工序的过程的一例的流程图。
图28是表示第二实施方式中的测量装置的构成例的图。
图29是表示测量系统的其他的构成例的图。
图30是表示测量系统的其他的构成例的图。
图31是表示测量系统的其他的构成例的图。
图32是将图31的上部结构以A-A线剖切的剖视图。
附图标记说明
1…测量装置、2…传感器、3…监视装置、4…通信网络、5…桥梁、6…铁路车辆、6a…车辆、7…上部结构、7a…桥面、7b…支座、7c…轨道、7d…枕木、7e…道砟、F…桥面板、G…主梁、8…下部结构、8a…桥墩、8b…桥台、10…测量系统、11…第一通信部、12…第二通信部、13…处理器、14…存储部、21…通信部、22…加速度传感器、23…处理器、24…存储部、31…通信部、32…处理器、33…显示部、34…操作部、35…存储部、40…环式位移计、41…琴钢丝、50…摄像机、51…靶、131…对象数据生成部、132…高通滤波处理部、133…校正数据推测部、134…测量数据生成部、135…测量数据输出部、136…区间确定部、141…测量程序、142…观测数据、143…测量数据、241…观测程序、242…观测数据、321…测量数据获取部、322…监视部、351…监视程序、352…测量数据串。
具体实施方式
以下，使用附图对本发明的优选实施方式详细进行说明。此外，以下说明的实施方式并不对权利要求书中记载的本发明的内容进行不当限定。另外，以下说明的构成并非全部都是本发明的必需构成要件。
1.第一实施方式
1-1.测量系统的构成
以下，例举结构物为桥梁的上部结构，移动体为铁路车辆的情况为例，对用于实现本实施方式的测量方法的测量系统进行说明。
图1是表示本实施方式涉及的测量系统的一例的图。如图1所示，本实施方式涉及的测量系统10具备测量装置1和设置于桥梁5的上部结构7的至少一个传感器2。另外，测量系统10也可以具备监视装置3。
桥梁5由上部结构7和下部结构8构成。图2是将上部结构7以图1的A-A线剖切的剖视图。如图1及图2所示，上部结构7包括由桥面板F、主梁G、未图示的横梁等构成的桥面7a、支座7b、轨道7c、枕木7d以及道砟7e。另外，如图1所示，下部结构8包括桥墩8a和桥台8b。上部结构7是架设于相邻的桥台8b和桥墩8a、相邻的两个桥台8b、或者相邻的两个桥墩8a的任意一个的结构。上部结构7的两端部位于相邻的桥台8b和桥墩8a的位置、相邻的两个桥台8b的位置、或者相邻的两个桥墩8a的位置。
测量装置1和各传感器2通过例如未图示的电缆连接，并经由CAN等的通信网络进行通信。CAN是Controller Area Network(控制器局域网)的简称。或者，测量装置1和各传感器2也可以经由无线网络进行通信。
例如，各传感器2输出用于算出通过作为移动体的铁路车辆6的移动而引起的上部结构7的位移的数据。在本实施方式中，各传感器2是加速度传感器，例如，既可以是晶体加速度传感器，也可以是MEMS加速度传感器。MEMS是Micro Electro Mechanical Systems(微型机电系统)的简称。
在本实施方式中，各传感器2设置于上部结构7的长度方向的中央部，具体为主梁G的长度方向的中央部。但是，各传感器2只要能够检测用于算出上部结构7的位移的加速度即可，其设置位置并不限定于上部结构7的中央部。此外，当将各传感器2设置于上部结构7的桥面板F时，有可能因为铁路车辆6的行驶而损坏，另外，有可能因为桥面7a的局部变形而使测量精度受到影响，因此，在图1及图2的例子中，各传感器2设置于上部结构7的主梁G。
上部结构7的桥面板F或主梁G等通过在上部结构7上行驶的铁路车辆6所施加的载荷而在垂直方向上挠曲。各传感器2检测在上部结构7上行驶的铁路车辆6的载荷引起的桥面板F或主梁G的挠曲的加速度。
测量装置1根据从各传感器2输出的加速度数据，算出铁路车辆6的行驶所引起的上部结构7的挠曲的位移。测量装置1例如设置于桥台8b。
测量装置1和监视装置3例如可以经由移动电话的无线网络及因特网等的通信网络4进行通信。测量装置1将铁路车辆6的行驶所引起的上部结构7的位移的信息发送至监视装置3。监视装置3也可以将该信息存储至未图示的存储装置，例如根据该信息进行铁路车辆6的监视或上部结构7的异常判定等的处理。
此外，在本实施方式中，桥梁5是桥，例如是钢桥或梁桥、RC桥等。RC是Reinforced-Concrete(钢筋混凝土)的缩写。
如图2所示，在本实施方式中，与传感器2对应地设定观测点R。在图2的例子中，观测点R被设定在位于设置于主梁G的传感器2的铅垂上方的上部结构7的表面位置。即，传感器2是观测观测点R的观测装置。观测观测点R的传感器2只要设置于能够检测通过铁路车辆6的行驶而在观测点R产生的加速度的位置即可，但优选设置于靠近观测点R的位置。
此外，传感器2的数量及设置位置并不限定于图1及图2所示的例子，能够实施各种变形。
测量装置1根据从传感器2输出的加速度数据，获取与铁路车辆6移动的上部结构7的面交叉的方向的加速度。铁路车辆6移动的上部结构7的面由铁路车辆6移动的方向、即作为上部结构7的长度方向的X方向和与铁路车辆6移动的方向正交的方向、即作为上部结构7的宽度方向的Y方向规定。由于通过铁路车辆6的行驶而使观测点R向与X方向及Y方向正交的方向挠曲，因此，测量装置1最好获取与X方向及Y方向正交的方向、即作为桥面板F的法线方向的Z方向的加速度，以便准确地算出挠曲的加速度的大小。
图3是说明传感器2检测的加速度的图。传感器2是检测在相互正交的三个轴的各轴方向上产生的加速度的加速度传感器。
为了检测铁路车辆6的行驶所引起的观测点R的挠曲的加速度，各传感器2被设置为：三个检测轴即x轴、y轴、z轴中一个轴成为与X方向及Y方向交叉的方向。在图1及图2中，传感器2被设置为一个轴成为与X方向及Y方向交叉的方向。由于观测点R在与X方向及Y方向正交的方向上挠曲，因此，为了准确地检测挠曲的加速度，理想的是以使一个轴对准与X方向及Y方向正交的方向、即桥面板F的法线方向的方式设置各传感器2。
但是，在将各传感器2设置于上部结构7的情况下，也存在设置场所倾斜的情况。测量装置1即使未以传感器2的三个检测轴的一个轴对准桥面板F的法线方向的方式设置，通过使其大致朝向法线方向，误差也小，可以忽略不计。另外，测量装置1即使未以传感器2的三个检测轴的一个轴对准桥面板F的法线方向的方式设置，也可以通过将x轴、y轴、z轴的加速度合成的三轴合成加速度对传感器2的倾斜所引起的检测误差进行校正。另外，传感器2也可以是检测至少与铅直方向大致平行的方向上产生的加速度、或者桥面板F的法线方向的加速度的单轴加速度传感器。
以下，首先，对测量装置1执行的本实施方式的测量方法的基本观点进行说明，然后对其详细内容进行说明。
1-2.测量方法的基本观点
首先，将根据从传感器2输出的加速度数据得到的作为处理对象的对象数据设为Ms(k)，图4中示出对象数据Ms(k)的频率特性F{Ms(k)}。当将对象数据Ms(k)中包含的样本数设为N时，k为0～N-1的整数。
当将对对象数据Ms(k)进行了高通滤波处理后的数据设为fHP(Ms(k))，将对对象数据Ms(k)进行了低通滤波处理后的数据设为fLP(Ms(k))时，对象数据Ms(k)、数据fHP(Ms(k))以及数据fLP(Ms(k))的关系如式(1)所示。
【数式1】
Ms(k)＝fHP(Ms(k))+fLP(Ms(k))…(1)
另外，对象数据Ms(k)的频率特性F{Ms(k)}、数据fHP(Ms(k))的频率特性F{fHP(Ms(k))}以及数据fLP(Ms(k))的频率特性F{fLP(Ms(k))}的关系如式(2)所示。图5中示出频率特性F{Ms(k)}，F{fHP(Ms(k))}，F{fLP(Ms(k))}的关系。
【数式2】
F{Ms(k)}＝F{fHP(Ms(k))}+F{fLP(Ms(k))}…(2)
在此，如式(3)所示，根据加速度数据得到的对象数据Ms(k)包含有意义的信号M(k)和漂移噪声e(k)。
【数式3】
Ms(k)＝M(k)+e(k)…(3)
漂移噪声e(k)主要是零点误差、或者温度变化引起的漂移、灵敏度的非线性引起的漂移等在传感器2的内部生成的误差信号，而不是输入至传感器2的信号。漂移噪声e(k)与输入至传感器2的信号相比是长周期的变动，能量分布在低频域。图6示出频率特性F{Ms(k)}，F{M(k)}，F{e(k)}的关系。由于漂移噪声e(k)如偏移误差那样观测，因此，使低频域的信号衰减的高通滤波处理对于除去漂移噪声e(k)有效。
当对对象数据Ms(k)进行了高通滤波处理时，能量分布于低频域的漂移噪声e(k)被充分抑制，如式(4)所示，假设高通滤波处理后的数据fHP(Ms(k))与对信号M(k)进行了高通滤波处理后的数据fHP(M(k))大致相等。
【数式4】
fHP(Ms(k))≈fHP(M(k))…(4)
由于信号M(k)的低频域的信号成分也通过高通滤波处理而消失，因此，为了补充该信号成分，根据对对象数据Ms(k)进行了高通滤波处理后的数据fHP(Ms(k))推测对信号M(k)进行了低通滤波处理后的数据fLP(M(k))。如式(5)所示，假设对信号M(k)进行了低通滤波处理后的数据fLP(M(k))与根据对对象数据Ms(k)进行了高通滤波处理后的数据fHP(Ms(k))推测对信号M(k)进行了低通滤波处理后的数据fLP(M(k))而得到的数据ALP(fHP(Ms(k)))大致相等。
【数式5】
fLP(M(k))≈ALP(fHP(Ms(k)))…(5)
如式(6)所示，当假设信号M(k)与对信号M(k)进行了高通滤波处理后的数据fHP(M(k))和进行了低通滤波处理后的数据fLP(M(k))之和相等时，由式(4)、式(5)以及式(6)得到式(7)。图7中示出频率特性F{M’(k)}，F{fHP(Ms(k))}，F{ALP(fHP(Ms(k)))}的关系。
【数式6】
M(k)＝fHP(M(k))+fLP(M(k))…(6)
【数式7】
M(k)≈M′(k)＝fHP(Ms(k))+ALP(fHP(Ms(k)))…(7)
由于通过对对象数据Ms(k)进行高通滤波处理，能够得到漂移噪声e(k)被减少的数据fHP(Ms(k))，因此，通过根据该数据fHP(Ms(k))推测对信号M(k)进行了低通滤波处理后的数据fLP(M(k))，并将数据fHP(Ms(k))与该推测出的数据相加，能够求出漂移噪声e(k)被减少的信号M(k)。
以下，例举对象数据Ms(k)为位移数据的情况为例，对根据对对象数据Ms(k)进行了高通滤波处理后的数据fHP(Ms(k))推测对信号M(k)进行了低通滤波处理后的数据fLP(M(k))的过程进行说明。
首先，如式(8)所示，作为对象数据Ms(k)，设想将桥梁5的上部结构7中的铁路车辆6通过时的挠曲位移简化后的单位脉冲波形。在式(8)中，k为0以上的各整数。图8中示出由式(8)表示的作为单位脉冲波形的对象数据Ms(k)。
【数式8】
假设对象数据Ms(k)、对对象数据Ms(k)进行了高通滤波处理后的数据fHP(Ms(k))以及进行了低通滤波处理后的数据fLP(Ms(k))的关系如上述式(1)所示。例如，当假设低通滤波处理为移动平均处理时，能够由上述式(1)得到式(9)。此时，数据k位于移动平均的区间2p+1的中央。
【数式9】
在式(9)中，p为1以上的整数，由于希望在对对象数据Ms(k)进行了低通滤波处理后的数据fLP(Ms(k))中设置平坦部分，因而设为p＜(ka-kb)/2。图9中示出对由式(8)表示的作为单位脉冲波形的对象数据Ms(k)通过移动平均进行了低通滤波处理后的数据fLP(Ms(k))。另外，图10中示出对由式(8)表示的作为单位脉冲波形的对象数据Ms(k)进行了高通滤波处理后的数据fHP(Ms(k))。
使用图9和图10，将对作为单位脉冲波形的对象数据Ms(k)进行了高通滤波处理后的数据fHP(Ms(k))和进行了低通滤波处理后的数据fLP(Ms(k))进行比较。
如图9所示，对对象数据Ms(k)进行了低通滤波处理后的数据fLP(Ms(k))的从ka-p至ka+p为止的区间的斜率b通过式(10)进行计算。
【数式10】
另外，数据fLP(Ms(k))的kb-p至kb+p为止的区间的斜率为-b，ka+p至kb-p为止的区间的振幅B为-1。
另一方面，如图10所示，对对象数据Ms(k)进行了高通滤波处理后的数据fHP(Ms(k))的ka-p至ka为止的区间的斜率a通过式(11)进行计算。
【数式11】
另外，数据fHP(Ms(k))的kb至kb+p为止的区间的斜率为-a，k＝ka-1的振幅A通过式(12)进行计算。
【数式12】
将上述式(8)代入式(12)，如式(13)所示计算振幅A。
【数式13】
由式(13)可知，若p足够大，则振幅A成为1/2。
在此，设想为对象数据Ms(k)的式(8)所示的单位脉冲波形不包含漂移噪声e(k)。因此，由上述式(3)可知，对对象数据Ms(k)进行了低通滤波处理后的数据fLP(Ms(k))与对信号M(k)进行了低通滤波处理后的数据fLP(M(k))相等。因此，数据fHP(Ms(k))与数据fLP(Ms(k))的比较是数据fHP(Ms(k))与数据fLP(M(k))的比较，通过测定数据fHP(Ms(k))的斜率a和振幅A，能够推测对从对象数据Ms(k)除去了漂移噪声e(k)的信号M(k)进行了低通滤波处理后的数据fLP(M(k))。
1-3.测量方法的详细内容
实际上，桥梁5的上部结构7中的铁路车辆6通过时的挠曲的位移数据即对象数据Ms(k)包含与单位脉冲波形不同的朝向正方向或负方向凸出的波形的数据，但是，根据上述推测方法，能够推测对信号M(k)进行了低通滤波处理后的数据fLP(M(k))。例如，朝向正方向或负方向凸出的波形为矩形波形、梯形波形或者正弦半波波形。
首先，测量装置1如式(14)所示将从加速度传感器输出的加速度数据As(k)进行积分而生成速度数据Vs(k)，进而，如式(15)所示将速度数据Vs(k)进行积分而生成对象数据Ms(k)。在式(14)及式(15)中，ΔT是数据的时间间隔。
【数式14】
Vs(k)＝As(k)ΔT+Vs(k-1)…(14)
【数式15】
Ms(k)≈Vs(k)ΔT+Ms(k-1)…(15)
接着，测量装置1如式(16)所示生成为了减少漂移噪声而对对象数据Ms(k)进行了高通滤波处理后的位移数据MU(k)。图11中示出位移数据MU(k)的一例。
【数式16】
MI(k)＝fHP(Ms(k))…(16)
接着，测量装置1根据位移数据MU(k)推测校正数据MCC(k)，该校正数据MCC(k)相当于对信号M(k)进行了低通滤波处理后的数据fLP(M(k))、即从对象数据Ms(k)除去了漂移噪声后的数据与位移数据MU(k)之差。
如图11所示，在本实施方式中，测量装置1根据位移数据MU(k)确定第一区间T1、第二区间T2以及第三区间T3，并且分为这三个区间生成校正数据MCC(k)。测量装置1算出位移数据MU(k)的第一峰值p1＝(k1，mu1)及第二峰值p2＝(k2，mu2)，以便确定第一区间T1、第二区间T2以及第三区间T3。如图11所示，第一峰值p1是铁路车辆6进入上部结构7的时刻附近的最靠前的峰值，第二峰值p2是铁路车辆6离开上部结构7的时刻附近的最末尾的峰值。第一区间T1是第一峰值p1之前的区间，即k≤k1的区间。第二区间T2是第一峰值p1与第二峰值p2之间的区间，即k1＜k＜k2的区间。第三区间T3是第二峰值p2之后的区间，即k2≤k的区间。
如式(17)所示，校正数据MCC(k)作为第一区间T1的校正数据即第一区间校正数据MCC1(k)、第二区间T2的校正数据即第二区间校正数据MCC2(k)、以及第三区间T3的校正数据即第三区间校正数据MCC3(k)之和求出。
【数式17】
MCC(k)＝MCC1(k)+MCC2(k)+MCC3(k)…(17)
第一区间校正数据MCC1(k)使用将位移数据MU(k)的符号反转后的数据MU’(k)，并通过式(18)求出。同样地，第三区间校正数据MCC3(k)使用将位移数据MU(k)的符号反转后的数据MU’(k)，并通过式(19)求出。图12中示出第一区间校正数据MCC1(k)及第三区间校正数据MCC3(k)的一例。
【数式18】
【数式19】
第二区间校正数据MCC2(k)如下求出。首先，在第二区间T2的规定的时刻以前即k≤(k1+k2)/2的区间中，将第一峰值p1之前的位移数据MU(k)以相反顺序重新排列在第一峰值p1之后而得到的数据是MU(2k1-k)。另外，在第二区间T2的规定的时刻以后即(k1+k2)/2≤k的区间中，将第二峰值p2之后的位移数据MU(k)以相反顺序重新排列在第二峰值p2之前而得到的数据生成MU(2k2-k)。在此，规定的时刻是与k＝k1+k2对应的时刻，但也可以为除此以外的时刻。
然后，根据式(20)，使用数据MU(2k1-k)和数据MU(2k2-k)，求出第二区间第一校正数据M1CC2(k)。图13中示出第二区间第一校正数据M1CC2(k)的一例。
【数式20】
从第一峰值p1＝(k1，mu1)和第二峰值p2＝(k2，mu2)通过的直线LC(k)通过式(21)求出。图14中示出直线LC(k)的一例。
【数式21】
根据式(22)，使用对直线LC(k)乘以-2后的直线数据-2LC(k)，求出第二区间第二校正数据M2CC2(k)。图15中示出第二区间第二校正数据M2CC2(k)的一例。
【数式22】
如式(23)所示，第二区间校正数据MCC2(k)作为第二区间第一校正数据M1CC2(k)与第二区间第二校正数据M2CC2(k)之和而求出。图16中示出第二区间校正数据MCC2(k)的一例。
【数式23】
校正数据MCC(k)是将式(18)、式(19)以及式(23)代入式(17)，并如式(24)所示那样求出。图17中示出校正数据MCC(k)的一例。
【数式24】
然后，如式(25)所示，将位移数据MU(k)与校正数据MCC(k)相加，得到漂移噪声被减少的位移数据即测量数据RU(k)。
【数式25】
RU(K)＝MU(k)+MCC(k)…(25)
将式(24)代入式(25)，得到式(26)。
【数式26】
式(26)如式(27)那样被变形。
【数式27】
根据式(27)，测量数据RU(k)在作为第一区间T1的k≤k1的区间及作为第二区间T2的k2≤k的区间中为0，得到漂移噪声被除去的测量数据RU(k)。图18中示出测量数据RU(k)的一例。
为了确认本实施方式的测量方法对漂移噪声的除去效果，作为评价波形U(k)，如式(28)所示，使用将位移波形UO(k)与漂移噪声D(k)相加后的波形。图19中示出位移波形UO(k)及漂移噪声D(k)的一例。另外，图20中示出评价波形U(k)的一例。
【数式28】
U(k)＝UO(k)+D(k)…(28)
对于将评价波形U(k)作为对象数据Ms(k)，通过式(16)～式(27)得到的测量数据RU(k)与位移波形UO(k)进行比较。图21中示出测量数据RU(k)。另外，在图22中，将测量数据RU(k)与位移波形UO(k)重叠进行图示。如图21及图22所示，可以确认通过本实施方式的测量方法能够得到漂移噪声被除去而位移波形被复原的测量数据RU(k)。
1-4.测量方法的过程
图23是表示测量桥梁5的上部结构7的位移的第一实施例的测量方法的过程的一例的流程图。在本实施方式中，测量装置1执行图23所示的过程。
如图23所示，首先，在对象数据生成工序S1中，测量装置1获取作为观测数据的加速度数据As(k)，并生成对象数据Ms(k)。因此，对象数据Ms(k)是基于作为观测装置即传感器2的观测数据的加速度数据As(k)的数据。具体而言，测量装置1进行上述式(14)及式(15)的计算，生成对象数据Ms(k)。在本实施方式中，作为处理对象的对象数据Ms(k)是由在作为结构物的上部结构7上移动的移动体即铁路车辆6引起的上部结构7的位移的数据，且是对与铁路车辆6移动的上部结构7的面交叉的方向的加速度进行2次积分后的数据。因此，对象数据Ms(k)包含朝向正方向或负方向凸出的波形，具体为矩形波形、梯形波形或者正弦半波波形的数据。此外，矩形波形不仅包含精确的矩形波形，还包含近似于矩形波形的波形。同样地，梯形波形不仅包含精确的梯形波形，还包含近似于梯形波形的波形。同样地，正弦半波波形不仅包含精确的正弦半波波形，还包含近似于正弦半波波形的波形。
接着，在高通滤波处理工序S2中，测量装置1如上述式(16)所示生成作为漂移噪声减少数据的位移数据MU(k)，该漂移噪声减少数据是对工序S1中生成的包含漂移噪声的对象数据Ms(k)进行高通滤波处理而减少了漂移噪声的数据。对象数据Ms(k)的高通滤波处理也可以如上述式(9)所示从对象数据Ms(k)减去对对象数据Ms(k)进行了低通滤波处理后的数据的处理。低通滤波处理也可以是移动平均处理或FIR滤波处理。FIR是Finite ImpulseResponse(有限脉冲响应)的缩写。即，对象数据Ms(k)的高通滤波处理也可以是从对象数据Ms(k)减去对对象数据Ms(k)进行了移动平均处理或FIR滤波处理后的数据的处理。在本实施方式中，对象数据Ms(k)中包含的漂移噪声的频率低于上部结构7的固有振动频率的最小值。上部结构7的固有振动频率的最小值例如为上部结构7的长度方向的一次的振动模式的频率。通过将高通滤波处理的截止频率设定为比上部结构7的漂移噪声的频率高且比固有振动频率的最小值低，从而在生成的位移数据MU(k)中，上部结构7的固有振动频率的信号成分及其高次谐波成分不会被减少，而漂移噪声被减少。例如，也可以是漂移噪声的频率小于1Hz，高通滤波处理的截止频率为1Hz以上。
接着，在校正数据推测工序S3中，测量装置1根据工序S2中生成的位移数据MU(k)推测校正数据MCC(k)，该校正数据MCC(k)相当于从对象数据Ms(k)除去了漂移噪声后的数据与位移数据MU(k)之差。具体而言，测量装置1进行上述式(17)～式(24)的计算，生成校正数据MCC(k)。
接着，在测量数据生成工序S4中，测量装置1如上述式(25)所示，将工序S2中生成的位移数据MU(k)与工序S3中生成的校正数据MCC(k)相加而生成测量数据RU(k)。
接着，在测量数据输出工序S5中，测量装置1将工序S4中生成的测量数据RU(k)输出至监视装置3。具体而言，测量装置1将测量数据RU(k)经由通信网络4发送至监视装置3。
然后，在工序S6中，测量装置1反复进行工序S1～S5的处理，直到桥梁5的上部结构7的位移的测量结束为止。
图24是表示图23的校正数据推测工序S3的过程的一例的流程图。
如图24所示，首先，在区间确定工序S31中，测量装置1算出位移数据MU(k)的第一峰值p1＝(k1，mu1)及第二峰值p2＝(k2，mu2)，确定第一峰值p1之前的第一区间T1、第一峰值p1与第二峰值p2之间的第二区间T2、以及第二峰值p2之后的第三区间T3。即，第一区间T1是k≤k1的区间，第二区间T2是k1＜k＜k2的区间，第三区间T3是k2≤k的区间。在本实施方式中，第一峰值p1是铁路车辆6进入上部结构7的时刻附近的最靠前的峰值，第二峰值p2是铁路车辆6离开上部结构7的时刻附近的最末尾的峰值。
接着，在第一区间校正数据生成工序S32中，测量装置1如上述式(18)所示，在第一区间T1中将位移数据MU(k)的符号反转而生成第一区间校正数据MCC1(k)。
接着，在第二区间校正数据生成工序S33中，测量装置1如上述式(23)所示，在第二区间T2的规定的时刻以前，将使第一峰值p1之前的位移数据MU(k)以相反顺序重新排列在第一峰值p1之后而得到的数据MU(2k1-k)与对从第一峰值p1和第二峰值p2通过的直线LC(k)乘以-2而得到的直线数据-2LC(k)相加，在第二区间T2的规定的时刻以后，将使第二峰值p2之后的位移数据MU(k)以相反顺序重新排列在第二峰值p2之前而得到的数据MU(2k2-k)与直线数据-2LC(k)相加，从而生成第二区间校正数据MCC2(k)。
接着，在第三区间校正数据生成工序S34中，测量装置1如上述式(19)所示，在第三区间T3中将位移数据MU(k)的符号反转而生成第三区间校正数据MCC3(k)。
最后，在校正数据生成工序S35中，测量装置1如上述式(17)所示，将工序S32中生成的第一区间校正数据MCC1(k)、工序S33中生成的第二区间校正数据MCC2(k)以及工序S34中生成的第三区间校正数据MCC3(k)相加而生成校正数据MCC(k)。
1-5.观测装置、测量装置以及监视装置的构成
图25是表示作为观测装置的传感器2、测量装置1以及监视装置3的构成例的图。
如图25所示，传感器2具备通信部21、加速度传感器22、处理器23以及存储部24。
存储部24是存储控制部23进行计算处理、控制处理用的各种程序或数据等的存储器。另外，存储部24存储控制部23实现规定的应用功能用的程序或数据等。
加速度传感器22检测三个轴的各轴方向上产生的加速度。
处理器23通过执行存储于存储部24的观测程序241，控制加速度传感器22，根据加速度传感器22检测出的加速度生成观测数据242，并将生成的观测数据242存储至存储部24。在本实施方式中，观测数据242是加速度数据As(k)。
通信部21通过处理器23的控制将存储于存储部24的观测数据242发送至测量装置1。
如图25所示，测量装置1具备第一通信部11、第二通信部12、处理器13以及存储部14。
第一通信部11从传感器2接收观测数据242，并将接收到的观测数据242输出至处理器13。如上所述，观测数据242是加速度数据As(k)。
存储部14是存储控制部13进行计算处理或控制处理用的程序或数据等的存储器。另外，存储部14存储控制部23实现规定的应用功能用的各种程序或数据等。另外，控制部13也可以经由通信网络4接收各种程序或数据等并存储至存储部14。
处理器13获取第一通信部11接收到的观测数据242，并作为观测数据142存储至存储部14。然后，处理器13根据存储于存储部14的观测数据142生成测量数据143，并将生成的测量数据143存储至存储部14。在本实施方式中，测量数据143是测量数据RU(k)。
在本实施方式中，处理器13通过执行存储于存储部14的测量程序141，从而作为对象数据生成部131、高通滤波处理部132、校正数据推测部133、测量数据生成部134以及测量数据输出部135发挥功能。即，处理器13包括对象数据生成部131、高通滤波处理部132、校正数据推测部133、测量数据生成部134以及测量数据输出部135。
对象数据生成部131读出存储于存储部14的观测数据142，根据作为观测数据142的加速度数据As(k)生成对象数据Ms(k)。具体而言，对象数据生成部131进行上述式(14)及式(15)的计算，从而生成对象数据Ms(k)。即，对象数据生成部131进行图23中的对象数据生成工序S1的处理。
高通滤波处理部132如上述式(16)所示生成作为漂移噪声减少数据的位移数据MU(k)，该漂移噪声减少数据是对对象数据生成部131生成的包含漂移噪声的对象数据Ms(k)进行高通滤波处理而减少了漂移噪声的数据。即，高通滤波处理部132进行图23中的高通滤波处理工序S2的处理。
校正数据推测部133根据高通滤波处理部132生成的位移数据MU(k)生成校正数据MCC(k)，该校正数据MCC(k)相当于从对象数据Ms(k)除去了漂移噪声后的数据与位移数据MU(k)之差。校正数据推测部133进行上述式(17)～式(24)的计算，从而生成校正数据MCC(k)。
具体而言，首先，校正数据推测部133算出位移数据MU(k)的第一峰值p1＝(k1，mu1)及第二峰值p2＝(k2，mu2)，确定第一峰值p1之前的第一区间T1、第一峰值p1与第二峰值p2之间的第二区间T2、以及第二峰值p2之后的第三区间T3。即，校正数据推测部133进行图24中的区间确定工序S31的处理。
接着，校正数据推测部133如上述式(18)所示，在第一区间T1中将位移数据MU(k)的符号反转而生成第一区间校正数据MCC1(k)。即，校正数据推测部133进行图24中的第一区间校正数据生成工序S32的处理。
接着，校正数据推测部133如上述式(23)所示，在第二区间T2的规定的时刻以前，将使第一峰值p1之前的位移数据MU(k)以相反顺序重新排列在第一峰值p1之后而得到的数据MU(2k1-k)与对从第一峰值p1和第二峰值p2通过的直线LC(k)乘以-2而得到的直线数据-2LC(k)相加，在第二区间T2的规定的时刻以后，将使第二峰值p2之后的位移数据MU(k)以相反顺序重新排列在第二峰值p2之前而得到的数据MU(2k2-k)与直线数据-2LC(k)相加，从而生成第二区间校正数据MCC2(k)。即，校正数据推测部133进行图24中的第二区间校正数据生成工序S33的处理。
接着，校正数据推测部133如上述式(19)所示，在第三区间T3中将位移数据MU(k)的符号反转而生成第三区间校正数据MCC3(k)。即，校正数据推测部133进行图24中的第三区间校正数据生成工序S34的处理。
最后，校正数据推测单元133如上述式(17)所示将第一区间校正数据MCC1(k)、第二区间校正数据MCC2(k)以及第三区间校正数据MCC3(k)相加而生成校正数据MCC(k)。即，校正数据推测部133进行图24中的校正数据生成工序S35的处理。
这样，校正数据推测部133进行图23中的校正数据推测工序S3的处理，具体而言，进行图24中的工序S31～S35的处理。
测量数据生成部134如上述式(25)所示，将高通滤波处理部132生成的位移数据MU(k)与校正数据推测部133生成的校正数据MCC(k)相加而生成测量数据RU(k)。即，测量数据生成部134进行图23中的测量数据生成工序S4的处理。测量数据生成部134生成的测量数据RU(k)作为测量数据143被存储至存储部14。
测量数据输出部135读出存储于存储部14的测量数据143，并将测量数据143输出至监视装置3。然后，第二通信部12通过测量数据输出部135的控制将存储于存储部14的测量数据143经由通信网络4发送至监视装置3。即，测量数据输出部135进行图23中的测量数据输出工序S5的处理。
这样，测量程序141是使作为计算机的测量装置1执行图23所示的流程图的各顺序的程序。
如图25所示，监视装置3具备通信部31、处理器32、显示部33、操作部34以及存储部35。
通信部31从测量装置1接收测量数据143，并将接收到的测量数据143输出至处理器32。如上所述，测量数据143是测量数据RU(k)。
显示部33通过处理器32的控制显示各种信息。显示部33例如也可以是液晶显示器或有机EL显示器。EL是Electro Luminescence(电致发光)的缩写。
操作部34将与用户的操作对应的操作数据输出至处理器32。操作部34例如也可以是鼠标、键盘、麦克风等的输入装置。
存储部35是存储控制部32进行计算处理、控制处理用的各种程序或数据等的存储器。另外，存储部35存储控制部32实现规定的应用功能用的程序或数据等。
处理器32获取通信部31接收到的测量数据143，根据获取到的测量数据143对上部结构7的位移的经时变化进行评价并生成评价信息，并使生成的评价信息显示于显示部33。
在本实施方式中，处理器32通过执行存储于存储部35的监视程序351，从而作为测量数据获取部321及监视部322发挥功能。即，处理器32包括测量数据获取部321及监视部322。
测量数据获取部321获取通信部31接收到的测量数据143，并将获取到的测量数据143追加至存储于存储部35的测量数据串352。
监视部322根据存储于存储部35的测量数据串352，统计性地对上部结构7的位移的经时变化进行评价。然后，监视部322生成表示评价结果的评价信息，并使生成的评价信息显示于显示部33。用户能够根据显示于显示部33的评价信息监视上部结构7的状态。
监视部322也可以根据存储于存储部35的测量数据串352进行铁路车辆6的监视或上部结构7的异常判定等的处理。
另外，处理器32根据从操作部34输出的操作数据，将用于调整测量装置1或传感器2的动作状况的信息经由通信部31发送至测量装置1。测量装置1根据经由第二通信部12接收到的信息调整动作状况。另外，测量装置1将经由第二通信部12接收到的用于调整传感器2的动作状况的信息经由第一通信部11发送至传感器2。传感器2根据经由通信部21接收到的信息调整动作状况。
此外，处理器13，23，32例如既可以通过单独的硬件实现各部的功能，或者也可以通过一体的硬件实现各部的功能。例如，处理器13，23，32可以包括硬件，该硬件包括处理数字信号的电路和处理模拟信号的电路的至少一方。处理器13，23，32也可以是CPU、GPU或者DSP等。CPU是Central Processing Unit(中央处理器)的缩写，GPU是Graphics ProcessingUnit(图形处理器)的缩写，DSP是Digital Signal Processor(数字信号处理器)的缩写。另外，处理器13，23，32既可以构成为ASIC等的定制IC，实现各部的功能，也可以通过CPU和ASIC实现各部的功能。ASIC是Application Specific Integrated Circuit(专用集成电路)的缩写，IC是Integrated Circuit(集成电路)的缩写。
另外，存储部14、24、35例如由ROM或闪存ROM、RAM等的各种IC存储器或硬盘、存储卡等的记录介质等构成。ROM是Read Only Memory(只读存储器)的缩写，RAM是RandomAccess Memory(随机存取存储器)的缩写，IC是Integrated Circuit(集成电路)的缩写。存储部14、24、35包括作为计算机可读取的装置或介质的非易失性的信息存储装置，各种程序或数据等也可以存储在该信息存储装置中。信息存储装置也可以是光盘DVD、CD等的光盘、硬盘驱动器、或者卡式存储器或ROM等的各种存储器等。
此外，图25中仅图示了一个传感器2，但也可以由多个传感器2分别生成观测数据242并发送至测量装置1。该情况下，测量装置1接收从多个传感器2发送的多个观测数据242并生成多个测量数据143，并发送至监视装置3。另外，监视装置3接收从测量装置1发送的多个测量数据143，并根据接收到的多个测量数据143监视多个上部结构7的状态。
1-6.作用效果
在以上说明的第一实施方式的测量方法中，测量装置1使用作为处理对象的对象数据Ms(k)生成减少了漂移噪声的位移数据MU(k)，并根据位移数据MU(k)推测校正数据MCC(k)。而且，校正数据MCC(k)相当于从对象数据Ms(k)除去了漂移噪声后的数据与位移数据MU(k)之差，因而包含通过高通滤波处理除去的有意义的信号成分。因此，根据第一实施方式的测量方法，测量装置1通过将位移数据MU(k)与校正数据MCC(k)相加，能够生成相对于对象数据Ms(k)减少了漂移噪声的测量数据RU(k)。另外，根据第一实施方式的测量方法，测量装置1使用作为处理对象的对象数据Ms(k)生成位移数据MU(k)和校正数据MCC(k)，并将位移数据MU(k)与校正数据MCC(k)相加，由此，即使不预先准备用于减少漂移噪声的信息，也能够生成减少了漂移噪声的测量数据RU(k)。因此，通过使用第一实施方式的测量方法，能够与环境的变化无关地得到精度良好的测量数据RU(k)，并且能够实现低成本化。
特别是，根据第一实施方式的测量方法，测量装置1能够根据相对于对象数据Ms(k)减少了漂移噪声的位移数据MU(k)的特征确定第一区间T1、第二区间T2以及第三区间T3，生成适当的第一区间校正数据MCC1(k)、第二区间校正数据MCC2(k)以及第三区间校正数据MCC3(k)，因此，能够提高将它们相加而生成的校正数据MCC(k)的推测精度。
另外，根据第一实施方式的测量方法，测量装置1作为针对对象数据Ms(k)的高通滤波处理而实施从对象数据Ms(k)减去对对象数据Ms(k)进行了移动平均处理或FIR滤波处理后的数据的处理，由此能够简单地进行高通滤波处理。进而，由于在移动平均处理或FIR滤波处理中对象数据Ms(k)包含的各信号成分的群延迟是固定的，因此，能够高精度地推测校正数据MCC(k)。
另外，在第一实施方式的测量方法中，作为处理对象的对象数据Ms(k)是在桥梁5的上部结构7上移动的铁路车辆6引起的上部结构7的位移的数据。因此，根据第一实施方式的测量方法，测量装置1生成漂移噪声被减少的、作为铁路车辆6的移动引起的上部结构7的位移数据的测量数据RU(k)，因此，能够高精度地测量桥梁5的上部结构7的位移。
另外，根据第一实施方式的测量方法，测量装置1对设置于上部结构7的传感器2检测的与上部结构7的面交叉的方向的加速度进行2次积分而生成作为处理对象的对象数据Ms(k)，因此，能够高精度地测量上部结构7的位移。
另外，在第一实施方式的测量方法中，通过使对象数据Ms(k)包含的漂移噪声的频率低于上部结构7的固有振动频率的最小值，从而能够将针对对象数据Ms(k)的高通滤波处理的截止频率设定为高于上部结构7的漂移噪声的频率且低于固有振动频率的最小值。因此，根据第一实施方式的测量方法，在生成的测量数据RU(k)中，不会减少上部结构7的固有振动频率的信号成分及其高次谐波成分，且能够减少漂移噪声。
另外，在第一实施方式的测量方法中，作为处理对象的对象数据Ms(k)包含朝向正方向或负方向凸出的波形、例如矩形波形、梯形波形或者正弦半波波形的数据，由此，测量装置1能够根据这些波形的特征生成更适当的校正数据MCC(k)，因此，能够提高生成的校正数据MCC(k)的推测精度。
2.第二实施方式
以下，关于第二实施方式，对于与第一实施方式相同的构成要素标注相同的附图标记并省略或简化与第一实施方式重复的说明，主要对与第一实施方式不同的内容进行说明。
在第一实施方式的测量方法中，测量装置1将第一区间校正数据MCC1(k)、第二区间校正数据MCC2(k)以及第三区间校正数据MCC3(k)相加而生成校正数据MCC(k)，将位移数据MU(k)与校正数据MCC(k)相加而生成测量数据RU(k)。相对于此，如上述式(27)所述，通过位移数据MU(k)与校正数据MCC(k)的相加而得到的测量数据RU(k)在第一区间T1及第三区间T3中必定为0。因此，在第二实施方式的测量方法中，测量装置1不生成第一区间校正数据MCC1(k)及第三区间校正数据MCC3(k)，而在第二区间T2中生成校正数据MCC2(k)。然后，测量装置1如式(29)所示，在作为第一区间T1的k≤k1的区间及作为第三区间T3的k2≤k的区间中设为0，在作为第二区间T2的k1＜k＜k2的区间中将位移数据MU(k)与校正数据MCC2(k)相加，生成测量数据RU(k)。
【数式29】
在上述式(27)中，在k1＜k＜k2的区间中，校正数据MCC(k)与第二区间校正数据MCC2(k)一致，因此，式(29)的计算结果与式(27)的计算结果一致。
图26是表示测量桥梁5的上部结构7的位移的第二实施方式的测量方法的过程的一例的流程图。在本实施方式中，测量装置1执行图26所示的过程。
如图26所示，首先，在对象数据生成工序S110中，测量装置110获取作为观测数据的加速度数据As(k)，并生成对象数据Ms(k)。具体而言，测量装置1进行上述式(14)及式(15)的计算，生成对象数据Ms(k)。对象数据生成工序S110的处理与图23的对象数据生成工序S1的处理相同。
接着，在高通滤波处理工序S120中，测量装置1如上述式(16)所示生成作为漂移噪声减少数据的位移数据MU(k)，该漂移噪声减少数据是对工序S110中生成的包含漂移噪声的对象数据Ms(k)进行高通滤波处理而减少了漂移噪声的数据。高通滤波处理工序S120的处理与图23的高通滤波处理工序S2的处理相同。
接着，在区间确定工序S130中，测量装置1算出工序S120中生成的位移数据MU(k)的第一峰值p1＝(k1，mu1)及第二峰值p2＝(k2，mu2)，确定第一峰值p1之前的第一区间T1、第一峰值p1与第二峰值p2之间的第二区间T2、以及第二峰值p2之后的第三区间T3。即，第一区间T1是k≤k1的区间，第二区间T2是k1＜k＜k2的区间，第三区间T3是k2≤k的区间。区间确定工序S130的处理与图24的区间确定工序S31的处理相同。
接着，在校正数据推测工序S140中，测量装置1根据工序S120中生成的位移数据MU(k)在第二区间T2中生成校正数据MCC2(k)，该校正数据MCC2(k)相当于从对象数据Ms(k)除去了漂移噪声后的数据与位移数据MU(k)之差。具体而言，测量装置1进行上述式(20)～式(23)的计算，从而生成校正数据MCC2(k)。
接着，在测量数据生成工序S150中，测量装置1如上述式(29)所示，将第一区间T1设为0，在第二区间T2中将工序S120中生成的位移数据MU(k)与工序S140中生成的校正数据MCC2(k)相加，将第三区间T3设为0，从而生成测量数据RU(k)。
接着，在测量数据输出工序S160中，测量装置1将工序S150中生成的测量数据RU(k)输出至监视装置3。具体而言，测量装置1将测量数据RU(k)经由通信网络4发送至监视装置3。测量数据输出工序S160的处理与图23的测量数据输出工序S5的处理相同。
然后，在工序S170中，测量装置1反复进行工序S110～S160的处理，直到桥梁5的上部结构7的位移的测量结束为止。
图27是表示图26的校正数据推测工序S140的过程的一例的流程图。
如图27所示，在工序S141中，测量装置1如上述式(23)所示，在第二区间T2的规定的时刻以前，将使第一峰值p1之前的位移数据MU(k)以相反顺序重新排列在第一峰值p1之后而得到的数据MU(2k1-k)与对从第一峰值p1和第二峰值p2通过的直线LC(k)乘以-2而得到的直线数据-2LC(k)相加，在第二区间T2的规定的时刻以后，将使第二峰值p2之后的位移数据MU(k)以相反顺序重新排列在第二峰值p2之前而得到的数据MU(2k2-k)与直线数据-2LC(k)相加，从而生成校正数据MCC2(k)。
图28是表示第二实施方式中的测量装置1的构成例的图。如图28所示，第二实施方式中的测量装置1与第一实施方式同样具备第一通信部11、第二通信部12、处理器13以及存储部14。第一通信部11、第二通信部12以及存储部14的功能与第一实施方式相同，故省略其说明。
在本实施方式中，处理器13通过执行存储于存储部14的测量程序141，从而作为对象数据生成部131、高通滤波处理部132、校正数据推测部133、测量数据生成部134、测量数据输出部135以及区间确定部136发挥功能。即，处理器13包括对象数据生成部131、高通滤波处理部132、校正数据推测部133、测量数据生成部134、测量数据输出部135以及区间确定部136。
对象数据生成部131、高通滤波处理部132以及测量数据输出部135的功能与第一实施方式相同，故省略其说明。此外，对象数据生成部131进行图26中的对象数据生成工序S110的处理。另外，高通滤波处理部132实施图26中的高通滤波处理工序S120的处理。另外，测量数据输出部135进行图26中的测量数据输出工序S160的处理。
区间确定部136算出高通滤波处理部132生成的位移数据MU(k)的第一峰p1＝(k1，mu1)及第二峰值p2＝(k2，mu2)，并确定第一峰p1之前的第一区间T1、第一峰p1与第二峰值p2之间的第二区间T2、以及第二峰值p2之后的第三区间T3。即，区间确定部136进行图26中的区间确定工序S130的处理。
校正数据推测部133根据高通滤波处理部132生成的位移数据MU(k)，在第二区间T2中生成校正数据MCC2(k),该校正数据MCC2(k)相当于从对象数据Ms(k)除去了漂移噪声后的数据与位移数据MU(k)之差。校正数据推测部133进行上述式(20)～式(23)的计算，从而生成校正数据MCC2(k)。具体而言，校正数据推测部133如上述式(23)所示，在第二区间T2的规定的时刻以前，将使第一峰值p1之前的位移数据MU(k)以相反顺序重新排列在第一峰值p1之后而得到的数据MU(2k1-k)与对从第一峰值p1和第二峰值p2通过的直线LC(k)乘以-2而得到的直线数据-2LC(k)相加，在第二区间T2的规定的时刻以后，使将第二峰值p2之后的位移数据MU(k)以相反顺序重新排列在第二峰值p2之前而得到的数据MU(2k2-k)与直线数据-2LC(k)相加，从而生成校正数据MCC2(k)。
这样，校正数据推测部133进行图26中的校正数据推测工序S140的处理，具体而言，进行图27中的工序S141的处理。
测量数据生成部134如上述式(29)所示，将第一区间T1设为0，在第二区间T2中，将高通滤波处理部132生成的位移数据MU(k)与校正数据推测部133生成的校正数据MCC2(k)相加，将第三区间T3设为0，从而生成测量数据RU(k)。即，测量数据生成部134进行图26中的测量数据生成工序S150的处理。测量数据生成部134生成的测量数据RU(k)作为测量数据143被存储至存储部14。
这样，测量程序141是使作为计算机的测量装置1执行图26所示的流程图的各顺序的程序。
在以上说明的第二实施方式的测量方法中，测量装置1使用作为处理对象的对象数据Ms(k)，生成减少了漂移噪声的位移数据MU(k)，根据位移数据MU(k)的特征确定第一区间T1、第二区间T2以及第三区间T3，在第二区间T2中推测校正数据MCC2(k)。由于校正数据MCC2(k)在第二区间T2中相当于从对象数据Ms(k)除去了漂移噪声后的数据与位移数据MU(k)之差，因此，包含通过高通滤波处理被除去的有意义的信号成分。因此，根据第二实施方式的测量方法，测量装置1通过将第一区间T1及第三区间T3设为0，在第二区间T2中将位移数据MU(k)与校正数据MCC2(k)相加，从而能够生成相对于对象数据Ms(k)减少了漂移噪声的测量数据RU(k)。另外，根据第二实施方式的测量方法，测量装置1使用作为处理对象的对象数据Ms(k)生成位移数据MU(k)和校正数据MCC2(k)，并在第二区间T2中将位移数据MU(k)与校正数据MCC2(k)相加，由此，即使不预先准备用于减少漂移噪声的信息，也能够生成减少了漂移噪声的测量数据RU(k)。因此，通过使用第二实施方式的测量方法，能够与环境的变化无关地得到高精度的测量数据RU(k)，并且能够实现低成本化。
另外，根据第二实施方式的测量方法，测量装置1不需要为了生成测量数据RU(k)而在第一区间T1及第三区间T3中进行校正数据MCC1(k)，MCC3(k)的生成、和位移数据MU(k)与校正数据MCC1(k)，MCC3(k)的相加，因而计算量减少。
特别是，根据第二实施方式的测量方法，测量装置1能够根据相对于对象数据Ms(k)减少了漂移噪声的位移数据MU(k)的特征，在第二区间T2中生成更适当的校正数据MCC2(k)，因此，能够提高生成的校正数据MCC2(k)的推测精度。
除此之外，根据第二实施方式的测量方法，能够实现与第一实施方式的测量方法相同的效果。
3.变形例
本发明并不限定于本实施方式，能够在本发明的主旨范围内实施各种变形。
在上述各实施方式中，观测装置是输出加速度数据As(k)的传感器2，对象数据是对加速度数据As(k)进行2次积分而得到的对象数据Ms(k)，但观测装置、对象数据并不限于此。例如，观测装置也可以是接触式位移计、环式位移计、激光位移计、压敏传感器、基于图像处理的位移测量设备或者基于光纤的位移测量设备，对象数据也可以是这些任意一种观测装置的观测数据。接触式位移计、环式位移计、激光位移计、基于图像处理的位移测量设备、基于光纤的位移测量设备测量铁路车辆6的行驶引起的观测点R的位移。压敏传感器检测铁路车辆6的行驶引起的观测点R的应力变化。另外，例如，观测装置也可以是速度传感器，对象数据也可以是将速度传感器检测出的速度进行积分后的数据。根据这些测量方法，测量装置1可以使用位移、应力变化或速度的数据高精度地测量上部结构7的位移。
作为一例，图29中示出使用了环式位移计作为观测装置的测量系统10的构成例。另外，图30中示出使用基于图像处理的位移测量设备作为观测装置的测量系统10的构成例。在图29及图30中，对于与图1相同的构成要素标注相同的附图标记，并省略其说明。在图29所示的测量系统10中，在环式位移计40的上表面与位于其正上方的主梁G的下表面之间固定有琴钢丝41，环式位移计40测量由上部结构7的挠曲引起的琴钢丝41的位移，并将测量出的对象数据Ms(k)发送至测量装置1。测量装置1生成从由环式位移计40发送的对象数据Ms(k)除去了漂移噪声后的测量数据RU(k)。另外，在图30所示的测量系统10中，摄像机50将拍摄设置于主梁G的侧面的靶51得到的图像发送至测量装置1。测量装置1对从摄像机50发送的图像进行处理，算出由上部结构7的挠曲引起的目标51的位移并生成对象数据Ms(k)，并生成从生成的对象数据Ms(k)除去了漂移噪声的测量数据RU(k)。在图30的例子中，测量装置1作为基于图像处理的位移测量设备生成对象数据Ms(k)，但也可以由与测量装置1不同的未图示的位移测量设备通过图像处理生成对象数据Ms(k)。
另外，在上述各实施方式中，桥梁5是铁路桥，在桥梁5上移动的移动体是铁路车辆6，但也可以是桥梁5为公路桥，在桥梁5上移动的移动体为汽车、有轨电车、建筑车辆等的车辆。图31中示出桥梁5为公路桥，车辆6a在桥梁5上移动时的测量系统10的构成例。在图31中，对于与图1相同的构成要素标注相同的附图标记。如图31所示，作为公路桥的桥梁5与铁路桥同样由上部结构7和下部结构8构成。图32是将上部结构7以图31的A-A线剖切的剖视图。如图31及图32所示，上部结构7包括由桥面板F、主梁G、未图示的横梁等构成的桥面7a和支座7b。另外，如图31所示，下部结构8包括桥墩8a和桥台8b。上部结构7是架设于相邻的桥台8b和桥墩8a、相邻的两个桥台8b、或者相邻的两个桥墩8a的任意一个的结构。上部结构7的两端部位于相邻的桥台8b和桥墩8a的位置、相邻的两个桥台8b的位置、或者相邻的两个桥墩8a的位置。桥梁5例如为钢桥或梁桥、RC桥等。
各传感器2设置于上部结构7的长度方向的中央部，具体为主梁G的长度方向的中央部。但是，各传感器2只要能够检测用于算出上部结构7的位移的加速度即可，其设置位置并不限定于上部结构7的中央部。此外，当将各传感器2设置于上部结构7的桥面板F时，有可能因为车辆6a的行驶而损坏，另外，有可能因为桥面7a的局部变形而使测量精度受到影响，因此，在图1及图2的例子中，各传感器2设置于上部结构7的主梁G。
如图32所示，上部结构7具有作为移动体的车辆6a能够移动的两个车道L1，L2以及三个主梁G。在图31及图32的例子中，在上部结构7的长度方向的中央部，在两端的两个主梁分别设置有传感器2，在位于一方的传感器2的铅垂上方向的车道L1的表面位置设置有观测点R1，在位于另一方的传感器2的铅垂上方向的车道L2的表面位置设置有观测点R2。即，两个传感器2是分别观测观测点R1，R2的观测装置。分别观测观测点R1，R2的两个传感器2只要设置于能够检测由于车辆6a的行驶而在观测点R1，R2产生的加速度的位置即可，但优选设置于靠近观测点R1，R2的位置。此外，传感器22的数量及设置位置和车道的数量并不限定于图31及图32所示的例子，能够实施各种变形。
测量装置1根据从各传感器2输出的加速度数据算出由车辆6a的行驶引起的车道L1，L2的挠曲的位移，并将车道L1，L2的位移的信息经由通信网络4发送至监视装置3。监视装置3也可以将该信息存储至未图示的存储装置，例如根据该信息进行车辆6a的监视或上部结构7的异常判定等的处理。
另外，在上述各实施方式中，各传感器2分别设置于上部结构7的主梁G，但也可以设置于上部结构7的表面或内部、桥面板F的下表面、桥墩8a等。另外，在上述各实施方式中，作为结构物而例举桥梁的上部结构为例，但并不限于此，结构物只要是通过移动体的移动而变形的物体即可。
通过桥梁的铁路车辆或车辆是重量大且能够用BWIM测量的车辆。BWIM是BridgeWeigh in Motion(桥梁动态称重)的简称，是通过将桥梁视为“秤”，测量桥梁的变形，从而测量桥梁上通行的铁路车辆或车辆的重量、轴数等的技术。能够从变形或应变等的响应来分析行驶的铁路车辆或车辆的重量的桥梁的上部结构是BWIM发挥功能的结构物，应用对桥梁的上部结构的作用与响应之间的物理工艺的BWIM系统能够测量行驶的车辆的重量。
上述实施方式及变形例为一个例子，并不限定于此。例如，也可以将各实施方式及各变形例适当地进行组合。
本发明包括与实施方式中说明过的构成实质上相同的构成，例如功能、方法以及结果相同的构成、或者目的及效果相同的构成。另外，本发明包括将实施方式中说明过的构成的非本质部分替换后的构成。另外，本发明包括发挥与实施方式中说明过的构成相同的作用效果的构成或者能够实现相同目的的构成。另外，本发明包括对实施方式中说明过的构成附加公知技术而成的构成。
从上述实施方式及变形例能够导出以下的内容。
测量方法的一个方式包括：
高通滤波处理工序，对包含漂移噪声的对象数据进行高通滤波处理，生成减少了所述漂移噪声的漂移噪声减少数据；
校正数据推测工序，根据所述漂移噪声减少数据推测校正数据，所述校正数据相当于从所述对象数据除去了所述漂移噪声后的数据与所述漂移噪声减少数据之差；以及
测量数据生成工序，将所述漂移噪声减少数据与所述校正数据相加而生成测量数据。
在该测量方法中，使用作为处理对象的对象数据生成减少了漂移噪声的漂移噪声减少数据，并根据漂移噪声减少数据推测校正数据。而且，由于校正数据相当于从对象数据除去了漂移噪声后的数据与漂移噪声减少数据之差，因而包含通过高通滤波处理被除去的有意义的信号成分。因此，根据该测量方法，通过将漂移噪声减少数据与校正数据相加，能够生成相对于对象数据减少了漂移噪声的测量数据。另外，根据该测量方法，使用作为处理对象的对象数据生成漂移噪声减少数据和校正数据，并将漂移噪声减少数据与校正数据相加，由此，即使不预先准备用于减少漂移噪声的信息，也能够生成减少了漂移噪声的测量数据。因此，通过使用该测量方法，能够与环境的变化无关地得到高精度的测量数据，并且能够实现低成本化。
在所述测量方法的一个方式中，
所述校正数据推测工序也可以包括：
区间确定工序，算出所述漂移噪声减少数据的第一峰值及第二峰值，并确定所述第一峰值之前的第一区间、所述第一峰值与所述第二峰值之间的第二区间、以及所述第二峰值之后的第三区间；
第一区间校正数据生成工序，在所述第一区间中，将所述漂移噪声减少数据的符号反转而生成第一区间校正数据；
第二区间校正数据生成工序，在所述第二区间的规定的时刻以前，将使所述第一峰值之前的所述漂移噪声减少数据以相反顺序重新排列在所述第一峰值之后而得到的数据与对从所述第一峰值和所述第二峰值通过的直线乘以-2而得到的直线数据相加，在所述第二区间的所述规定的时刻以后，将使所述第二峰值之后的所述漂移噪声减少数据以相反顺序重新排列在所述第二峰值之前而得到的数据与所述直线数据相加，从而生成第二区间校正数据；
第三区间校正数据生成工序，在所述第三区间中，将所述漂移噪声减少数据的符号反转而生成第三区间校正数据；以及
校正数据生成工序，将所述第一区间校正数据、所述第二区间校正数据以及所述第三区间校正数据相加而生成所述校正数据。
根据该测量方法，由于能够根据相对于对象数据减少了漂移噪声的漂移噪声减少数据的特征确定三个区间，并在各区间中生成更适当的校正数据，因此，能够提高生成的校正数据的推测精度。
测量方法的另一方式包括：
高通滤波处理工序，对包含漂移噪声的对象数据进行高通滤波处理，生成减少了所述漂移噪声的漂移噪声减少数据；
区间确定工序，算出所述漂移噪声减少数据的第一峰值及第二峰值，并确定所述第一峰值之前的第一区间、所述第一峰值与所述第二峰值之间的第二区间、以及所述第二峰值之后的第三区间；
校正数据推测工序，根据所述漂移噪声减少数据，在所述第二区间中推测校正数据，所述校正数据相当于与从所述对象数据除去了所述漂移噪声后的数据与所述漂移噪声减少数据之差；以及
测量数据生成工序，将所述第一区间设为0，在所述第二区间中将所述漂移噪声减少数据与所述校正数据相加，将所述第三区间设为0，从而生成测量数据。
在该测量方法中，使用作为处理对象的对象数据生成减少了漂移噪声的漂移噪声减少数据，根据漂移噪声减少数据的特征确定三个区间，并在第二区间中推测校正数据。而且，由于校正数据在第二区间中相当于从对象数据除去了漂移噪声后的数据与漂移噪声减少数据之差，因而包含通过高通滤波处理被除去的有意义的信号成分。因此，根据该测量方法，通过将第一区间及第三区间设为0，并在第二区间中将漂移噪声减少数据与校正数据相加，从而能够生成相对于对象数据减少了漂移噪声的测量数据。另外，根据该测量方法，使用作为处理对象的对象数据生成漂移噪声减少数据和校正数据，并在第二区间中将漂移噪声减少数据与校正数据相加，由此，即使不预先准备用于减少漂移噪声的信息，也能够生成减少了漂移噪声的测量数据。因此，通过使用该测量方法，能够与环境的变化无关地得到高精度的测量数据，并且能够实现低成本化。
另外，根据该测量方法，由于不需要为了生成测量数据而在第一区间及第三区间中进行校正数据的生成、漂移噪声减少数据与校正数据的相加，因而计算量减少。
在所述测量方法的一个方式中，
在所述校正数据推测工序中，
也可以在所述第二区间的规定的时刻以前，将使所述第一峰值之前的所述漂移噪声减少数据以相反顺序重新排列在所述第一峰值之后而得到的数据与对从所述第一峰值和所述第二峰值通过的直线乘以-2而得到的直线数据相加，在所述第二区间的所述规定的时刻以后，将使所述第二峰值之后的所述漂移噪声减少数据以相反顺序重新排列在所述第二峰值之前而得到的数据与所述直线数据相加，从而生成所述校正数据。
根据该测量方法，由于能够根据相对于对象数据减少了漂移噪声的漂移噪声减少数据的特征，在第二区间中生成更适当的校正数据，因此，能够提高生成的校正数据的推测精度。
在所述测量方法的一个方式中，
所述高通滤波处理也可以是从所述对象数据减去对所述对象数据进行了移动平均处理或FIR滤波处理后的数据的处理。
根据该测量方法，由于能够简单地进行高通滤波处理，并且在移动平均处理或FIR滤波处理中对象数据中包含的各信号成分的群延迟是固定的，因此，能够高精度地推测校正数据。
在所述测量方法的一个方式中，
所述对象数据也可以是由在结构物上移动的移动体引起的所述结构物的位移的数据。
根据该测量方法，由于作为减少了漂移噪声的测量数据，能够得到由移动体的移动引起的结构物的位移数据，因此，能够高精度地测量结构物的位移。
在所述测量方法的一个方式中，
所述对象数据也可以是对与所述移动体移动的所述结构物的面交叉的方向的加速度进行2次积分而得到的数据。
根据该测量方法，能够使用设置于结构物的加速度传感器的输出数据高精度地测量结构物的位移。
在所述测量方法的一个方式中，
所述对象数据也可以是接触式位移计、环式位移计、激光位移计、压敏传感器、基于图像处理的位移测量设备或者基于光纤的位移测量设备的观测数据、或者对速度传感器检测出的速度进行了积分后的数据。
根据该测量方法，能够使用位移、应力变化或速度的数据高精度地测量结构物的位移。
在所述测量方法的一个方式中，
所述结构物也可以是桥梁的上部结构。
根据该测量方法，能够高精度地测量桥梁的上部结构的位移。
在所述测量方法的一个方式中，
所述漂移噪声的频率也可以低于所述上部结构的固有振动频率的最小值。
根据该测量方法，通过将高通滤波处理的截止频率设定为比上部结构的漂移噪声的频率高且比固有振动频率的最小值低，从而在生成的位移数据中，上部结构的固有振动频率的信号成分及其高次谐波成分不会被减少，而漂移噪声被减少。
在所述测量方法的一个方式中，
所述移动体也可以是车辆或铁路车辆。
根据该测量方法，能够高精度地测量由车辆或铁路车辆的移动引起的结构物的位移。
在所述测量方法的一个方式中，
所述对象数据也可以包含朝向正方向或负方向凸出的波形的数据。
根据该测量方法，由于能够根据朝向正方向或者负方向凸出的波形的特征生成更适当的校正数据，因而能够提高生成的校正数据的推测精度。
在所述测量方法的一个方式中，
所述波形也可以是矩形波形、梯形波形或者正弦半波波形。
根据该测量方法，由于能够根据矩形波形、梯形波形或者正弦半波波形的特征生成更适当的校正数据，因此，能够提高生成的校正数据的推测精度。
测量装置的一个方式包括：
高通滤波处理部，对包含漂移噪声的对象数据进行高通滤波处理，生成减少了所述漂移噪声的漂移噪声减少数据；
校正数据推测部，根据所述漂移噪声减少数据推测校正数据，所述校正数据相当于从所述对象数据除去了所述漂移噪声后的数据与所述漂移噪声减少数据之差；以及
测量数据生成部，将所述漂移噪声减少数据与所述校正数据相加而生成测量数据。
该测量装置使用作为处理对象的对象数据生成减少了漂移噪声的漂移噪声减少数据，并根据漂移噪声减少数据推测校正数据。而且，由于校正数据相当于从对象数据除去了漂移噪声后的数据与漂移噪声减少数据之差，因而包含通过高通滤波处理被除去的有意义的信号成分。因此，根据该测量装置，通过将漂移噪声减少数据与校正数据相加，能够生成相对于对象数据减少了漂移噪声的测量数据。另外，根据该测量装置，使用作为处理对象的对象数据生成漂移噪声减少数据和校正数据，并将漂移噪声减少数据与校正数据相加，由此，即使不预先准备用于减少漂移噪声的信息，也能够生成减少了漂移噪声的测量数据。因此，通过使用该测量装置，能够与环境的变化无关地得到高精度的测量数据，并且能够实现低成本化。
测量系统的一个方式具备：
所述测量装置的一个方式；以及
观测观测点的观测装置，
所述对象数据是基于所述观测装置的观测数据的数据。
测量程序的一个方式是使计算机执行如下工序：
高通滤波处理工序，对包含漂移噪声的对象数据进行高通滤波处理，生成减少了所述漂移噪声的漂移噪声减少数据；
校正数据推测工序，根据所述漂移噪声减少数据推测校正数据，所述校正数据相当于从所述对象数据除去了所述漂移噪声后的数据与所述漂移噪声减少数据之差；以及
测量数据生成工序，将所述漂移噪声减少数据与所述校正数据相加而生成测量数据。
在该测量程序中，使用作为处理对象的对象数据生成减少了漂移噪声的漂移噪声减少数据，并根据漂移噪声减少数据推测校正数据。而且，由于校正数据相当于从对象数据除去了漂移噪声后的数据与漂移噪声减少数据之差，因而包含通过高通滤波处理被除去的有意义的信号成分。因此，根据该测量程序，通过将漂移噪声减少数据与校正数据相加，能够生成相对于对象数据减少了漂移噪声的测量数据。另外，根据该测量程序，使用作为处理对象的对象数据生成漂移噪声减少数据和校正数据，并将漂移噪声减少数据与校正数据相加，由此，即使不预先准备用于减少漂移噪声的信息，也能够生成减少了漂移噪声的测量数据。因此，通过使用该测量程序，能够与环境的变化无关地得到高精度的测量数据，并且能够实现低成本化。
Claims (16)
1.一种测量方法，其特征在于，包括：
高通滤波处理工序，对包含漂移噪声的对象数据进行高通滤波处理，生成减少了所述漂移噪声的漂移噪声减少数据；
校正数据推测工序，根据所述漂移噪声减少数据推测校正数据，所述校正数据相当于从所述对象数据除去了所述漂移噪声后的数据与所述漂移噪声减少数据之差；以及
测量数据生成工序，将所述漂移噪声减少数据与所述校正数据相加而生成测量数据，
所述校正数据推测工序包括：
区间确定工序，算出所述漂移噪声减少数据的第一峰值及第二峰值，并确定所述第一峰值之前的第一区间、所述第一峰值与所述第二峰值之间的第二区间、以及所述第二峰值之后的第三区间；
第一区间校正数据生成工序，在所述第一区间中，将所述漂移噪声减少数据的符号反转而生成第一区间校正数据；
第二区间校正数据生成工序，在所述第二区间的规定的时刻以前，将使所述第一峰值之前的所述漂移噪声减少数据以相反顺序重新排列在所述第一峰值之后而得到的数据与对从所述第一峰值和所述第二峰值通过的直线乘以-2而得到的直线数据相加，在所述第二区间的所述规定的时刻以后，将使所述第二峰值之后的所述漂移噪声减少数据以相反顺序重新排列在所述第二峰值之前而得到的数据与所述直线数据相加，从而生成第二区间校正数据；
第三区间校正数据生成工序，在所述第三区间中，将所述漂移噪声减少数据的符号反转而生成第三区间校正数据；以及
校正数据生成工序，将所述第一区间校正数据、所述第二区间校正数据以及所述第三区间校正数据相加而生成所述校正数据。
2.一种测量方法，其特征在于，包括：
高通滤波处理工序，对包含漂移噪声的对象数据进行高通滤波处理，生成减少了所述漂移噪声的漂移噪声减少数据；
区间确定工序，算出所述漂移噪声减少数据的第一峰值及第二峰值，并确定所述第一峰值之前的第一区间、所述第一峰值与所述第二峰值之间的第二区间、以及所述第二峰值之后的第三区间；
校正数据推测工序，根据所述漂移噪声减少数据，在所述第二区间中推测校正数据，所述校正数据相当于与从所述对象数据除去了所述漂移噪声后的数据与所述漂移噪声减少数据之差；以及
测量数据生成工序，将所述第一区间设为0，在所述第二区间中将所述漂移噪声减少数据与所述校正数据相加，将所述第三区间设为0，从而生成测量数据。
3.根据权利要求2所述的测量方法，其特征在于，
在所述校正数据推测工序中，
在所述第二区间的规定的时刻以前，将使所述第一峰值之前的所述漂移噪声减少数据以相反顺序重新排列在所述第一峰值之后而得到的数据与对从所述第一峰值和所述第二峰值通过的直线乘以-2而得到的直线数据相加，在所述第二区间的所述规定的时刻以后，将使所述第二峰值之后的所述漂移噪声减少数据以相反顺序重新排列在所述第二峰值之前而得到的数据与所述直线数据相加，从而生成所述校正数据。
4.根据权利要求1至3中任一项所述的测量方法，其特征在于，
所述高通滤波处理是从所述对象数据减去对所述对象数据进行了移动平均处理或有限脉冲响应滤波处理后的数据的处理。
5.根据权利要求1至3中任一项所述的测量方法，其特征在于，
所述对象数据是由在结构物上移动的移动体引起的所述结构物的位移的数据。
6.根据权利要求5所述的测量方法，其特征在于，
所述对象数据是对与所述移动体移动的所述结构物的面交叉的方向的加速度进行2次积分而得到的数据。
7.根据权利要求5所述的测量方法，其特征在于，
所述对象数据是接触式位移计、环式位移计、激光位移计、压敏传感器、基于图像处理的位移测量设备或者基于光纤的位移测量设备的观测数据、或者对速度传感器检测出的速度进行了积分后的数据。
8.根据权利要求5所述的测量方法，其特征在于，
所述结构物是桥梁的上部结构。
9.根据权利要求8所述的测量方法，其特征在于，
所述漂移噪声的频率低于所述上部结构的固有振动频率的最小值。
10.根据权利要求5所述的测量方法，其特征在于，
所述移动体是车辆。
11.根据权利要求10所述的测量方法，其特征在于，
所述移动体是铁路车辆。
12.根据权利要求1至3中任一项所述的测量方法，其特征在于，
所述对象数据包含朝向正方向或负方向凸出的波形的数据。
13.根据权利要求12所述的测量方法，其特征在于，
所述波形是矩形波形、梯形波形或者正弦半波波形。
14.一种测量装置，其特征在于，包括：
高通滤波处理部，对包含漂移噪声的对象数据进行高通滤波处理，生成减少了所述漂移噪声的漂移噪声减少数据；
校正数据推测部，根据所述漂移噪声减少数据推测校正数据，所述校正数据相当于从所述对象数据除去了所述漂移噪声后的数据与所述漂移噪声减少数据之差；以及
测量数据生成部，将所述漂移噪声减少数据与所述校正数据相加而生成测量数据,
所述校正数据推测部包括：
区间确定部，算出所述漂移噪声减少数据的第一峰值及第二峰值，并确定所述第一峰值之前的第一区间、所述第一峰值与所述第二峰值之间的第二区间、以及所述第二峰值之后的第三区间；
第一区间校正数据生成部，在所述第一区间中，将所述漂移噪声减少数据的符号反转而生成第一区间校正数据；
第二区间校正数据生成部，在所述第二区间的规定的时刻以前，将使所述第一峰值之前的所述漂移噪声减少数据以相反顺序重新排列在所述第一峰值之后而得到的数据与对从所述第一峰值和所述第二峰值通过的直线乘以-2而得到的直线数据相加，在所述第二区间的所述规定的时刻以后，将使所述第二峰值之后的所述漂移噪声减少数据以相反顺序重新排列在所述第二峰值之前而得到的数据与所述直线数据相加，从而生成第二区间校正数据；
第三区间校正数据生成部，在所述第三区间中，将所述漂移噪声减少数据的符号反转而生成第三区间校正数据；以及
校正数据生成部，将所述第一区间校正数据、所述第二区间校正数据以及所述第三区间校正数据相加而生成所述校正数据。
15.一种测量系统，其特征在于，具备：
权利要求14所述的测量装置；以及
观测观测点的观测装置，
所述对象数据是基于所述观测装置的观测数据的数据。
16.一种存储介质，其特征在于，存储使计算机执行如下工序的测量程序：
高通滤波处理工序，对包含漂移噪声的对象数据进行高通滤波处理，生成减少了所述漂移噪声的漂移噪声减少数据；
校正数据推测工序，根据所述漂移噪声减少数据推测校正数据，所述校正数据相当于从所述对象数据除去了所述漂移噪声后的数据与所述漂移噪声减少数据之差；以及
测量数据生成工序，将所述漂移噪声减少数据与所述校正数据相加而生成测量数据,
所述校正数据推测工序包括：
区间确定工序，算出所述漂移噪声减少数据的第一峰值及第二峰值，并确定所述第一峰值之前的第一区间、所述第一峰值与所述第二峰值之间的第二区间、以及所述第二峰值之后的第三区间；
第一区间校正数据生成工序，在所述第一区间中，将所述漂移噪声减少数据的符号反转而生成第一区间校正数据；
第二区间校正数据生成工序，在所述第二区间的规定的时刻以前，将使所述第一峰值之前的所述漂移噪声减少数据以相反顺序重新排列在所述第一峰值之后而得到的数据与对从所述第一峰值和所述第二峰值通过的直线乘以-2而得到的直线数据相加，在所述第二区间的所述规定的时刻以后，将使所述第二峰值之后的所述漂移噪声减少数据以相反顺序重新排列在所述第二峰值之前而得到的数据与所述直线数据相加，从而生成第二区间校正数据；
第三区间校正数据生成工序，在所述第三区间中，将所述漂移噪声减少数据的符号反转而生成第三区间校正数据；以及
校正数据生成工序，将所述第一区间校正数据、所述第二区间校正数据以及所述第三区间校正数据相加而生成所述校正数据。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021029995A JP2022131184A (ja) | 2021-02-26 | 2021-02-26 | 計測方法、計測装置、計測システム及び計測プログラム |
| JP2021-029995 | 2021-02-26 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114964448A CN114964448A (zh) | 2022-08-30 |
| CN114964448B true CN114964448B (zh) | 2024-01-12 |
Family
ID=82972465
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210174194.1A Active CN114964448B (zh) | 2021-02-26 | 2022-02-24 | 测量方法、测量装置、测量系统以及存储介质 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US11921012B2 (zh) |
| JP (1) | JP2022131184A (zh) |
| CN (1) | CN114964448B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003130629A (ja) * | 2001-10-29 | 2003-05-08 | Kayaba Ind Co Ltd | 変位計測装置及びその計測方法 |
| CN106659472A (zh) * | 2014-07-11 | 2017-05-10 | 奥林巴斯株式会社 | 超声波观测装置、超声波观测装置的工作方法以及超声波观测装置的工作程序 |
| US10884130B1 (en) * | 2020-08-18 | 2021-01-05 | Aeva, Inc. | LIDAR system noise calibration and target detection |
| CN112304997A (zh) * | 2020-10-29 | 2021-02-02 | 三峡大学 | 基于空间耦合模型的土壤重金属含量检测系统及检测方法 |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2491700A1 (en) * | 2004-12-24 | 2006-06-24 | Dicos Technologies Inc. | High coherence frequency stabilized semiconductor laser |
| US7668692B2 (en) | 2005-10-11 | 2010-02-23 | Tatom Frank B | Method for weighing vehicles crossing a bridge |
| JP5164100B2 (ja) | 2008-03-26 | 2013-03-13 | 株式会社エヌ・ティ・ティ・データ | 橋梁通過車両監視システム、橋梁通過車両監視方法、およびコンピュータプログラム |
| US8781804B2 (en) * | 2010-10-12 | 2014-07-15 | Expressway & Transportation Research Institute, Korea Expressway Corporation | Method of estimating load carrying capacity of bridge |
| AT513258B1 (de) | 2012-12-13 | 2014-03-15 | Univ Wien | Verfahren zum Vermessen eines fahrenden Fahrzeugs |
| CN203305802U (zh) * | 2013-06-25 | 2013-11-27 | 吉林大学 | 一种用于磁流变减振器半主动悬架的控制系统 |
| JP2015140537A (ja) | 2014-01-27 | 2015-08-03 | 公益財団法人鉄道総合技術研究所 | 変位取得装置、変位取得方法およびプログラム |
| JP6253056B2 (ja) * | 2014-03-20 | 2017-12-27 | 国立大学法人愛媛大学 | 振動測定装置および振動測定方法 |
| EP3187838B1 (en) | 2015-12-29 | 2020-03-25 | Neostrain spolka z ograniczona odpowiedzialnoscia | System for vehicles weight preselection and evaluation of the technical state of road infrastructure |
| EP3402073B1 (en) * | 2017-05-12 | 2021-02-03 | Semtech Corporation | Drift suppression filter proximity detector and method |
| JP6993143B2 (ja) | 2017-09-07 | 2022-01-13 | 東海旅客鉄道株式会社 | 鉄道橋梁のたわみ測定装置 |
| WO2021019602A1 (ja) * | 2019-07-26 | 2021-02-04 | 株式会社Ｔｔｅｓ | 長尺な構造物の変位を推定するためのシステム、方法、プログラム及び記録媒体 |
| JP7447586B2 (ja) * | 2020-03-18 | 2024-03-12 | セイコーエプソン株式会社 | 計測方法、計測装置、計測システム及び計測プログラム |
| JP2021148526A (ja) * | 2020-03-18 | 2021-09-27 | セイコーエプソン株式会社 | 計測方法、計測装置、計測システム及び計測プログラム |
| JP2021147820A (ja) * | 2020-03-18 | 2021-09-27 | セイコーエプソン株式会社 | 計測方法、計測装置、計測システム及び計測プログラム |
| JP2022131020A (ja) * | 2021-02-26 | 2022-09-07 | セイコーエプソン株式会社 | 計測方法、計測装置、計測システム及び計測プログラム |
| JP2022131025A (ja) * | 2021-02-26 | 2022-09-07 | セイコーエプソン株式会社 | 計測方法、計測装置、計測システム及び計測プログラム |
-
2021
- 2021-02-26 JP JP2021029995A patent/JP2022131184A/ja active Pending
-
2022
- 2022-02-24 CN CN202210174194.1A patent/CN114964448B/zh active Active
- 2022-02-25 US US17/680,453 patent/US11921012B2/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003130629A (ja) * | 2001-10-29 | 2003-05-08 | Kayaba Ind Co Ltd | 変位計測装置及びその計測方法 |
| CN106659472A (zh) * | 2014-07-11 | 2017-05-10 | 奥林巴斯株式会社 | 超声波观测装置、超声波观测装置的工作方法以及超声波观测装置的工作程序 |
| US10884130B1 (en) * | 2020-08-18 | 2021-01-05 | Aeva, Inc. | LIDAR system noise calibration and target detection |
| CN112304997A (zh) * | 2020-10-29 | 2021-02-02 | 三峡大学 | 基于空间耦合模型的土壤重金属含量检测系统及检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 大坝自动化监测数据的漂移校正;王建, 王户荣, 阳武;水电自动化与大坝监测;第28卷(第01期);全文 * |
| 超精密直流偏置电压源研究设计;董宁;赵雨露;孙海星;;电子测量技术(第10期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114964448A (zh) | 2022-08-30 |
| JP2022131184A (ja) | 2022-09-07 |
| US11921012B2 (en) | 2024-03-05 |
| US20220276119A1 (en) | 2022-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114964447B (zh) | 测量方法、测量装置、测量系统以及存储介质 | |
| JP2021147827A (ja) | 計測方法、計測装置、計測システム及び計測プログラム | |
| CN111521247A (zh) | 测量装置、测量系统及测量方法 | |
| JP2022131020A (ja) | 計測方法、計測装置、計測システム及び計測プログラム | |
| CN113494949B (zh) | 测量方法、测量装置、测量系统及记录介质 | |
| US20220276118A1 (en) | Measurement Method, Measurement Device, Measurement System, And Measurement Program | |
| CN114964448B (zh) | 测量方法、测量装置、测量系统以及存储介质 | |
| US20230341289A1 (en) | Measurement Method, Measurement Device, Measurement System, And Non-Transitory Computer-Readable Storage Medium Storing Measurement Program | |
| US20230175919A1 (en) | Measurement Method, Measurement Device, Measurement System, And Measurement Program | |
| US20230341255A1 (en) | Measurement Method, Measurement Device, Measurement System, And Non-Transitory Computer-Readable Storage Medium Storing Measurement Program | |
| JP2021147820A (ja) | 計測方法、計測装置、計測システム及び計測プログラム | |
| US20210341352A1 (en) | Diagnosis apparatus, diagnosis method, and computer readable recording medium | |
| US20220276120A1 (en) | Measurement Method, Measurement Device, Measurement System, And Measurement Program | |
| US20230003575A1 (en) | Measurement Method, Measurement Device, Measurement System, And Measurement Program | |
| US20230175918A1 (en) | Measurement Method, Measurement Device, Measurement System, And Measurement Program | |
| US20230001967A1 (en) | Measurement Method, Measurement Device, Measurement System, And Measurement Program | |
| Maes et al. | Validation of time-delayed recursive force identification in structural dynamics | |
| JP2021148527A (ja) | 計測方法、計測装置、計測システム及び計測プログラム | |
| CN116952185A (zh) | 测量方法、测量装置、测量系统以及测量程序 | |
| US20230019808A1 (en) | Measurement Method, Measurement Device, Measurement System, And Measurement Program | |
| JP2023006426A (ja) | 計測方法、計測装置、計測システム及び計測プログラム | |
| JP2023161195A (ja) | 計測方法、計測装置、計測システム及び計測プログラム | |
| Ferguson et al. | A Systematic Approach to Filter Specification for Measuring Quasi-static Bridge Rotation Under Moving Loads Using DC Accelerometers | |
| JP2021147818A (ja) | 計測方法、計測装置、計測システム及び計測プログラム | |
| JP2021148535A (ja) | 計測方法、計測装置、計測システム及び計測プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |