CN116481416A - 基于北斗导航的桥梁挠度监测方法、电子设备及存储介质 - Google Patents

基于北斗导航的桥梁挠度监测方法、电子设备及存储介质 Download PDF

Info

Publication number
CN116481416A
CN116481416A CN202310736149.5A CN202310736149A CN116481416A CN 116481416 A CN116481416 A CN 116481416A CN 202310736149 A CN202310736149 A CN 202310736149A CN 116481416 A CN116481416 A CN 116481416A
Authority
CN
China
Prior art keywords
frequency
bridge
deformation data
low
correction parameter
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.)
Granted
Application number
CN202310736149.5A
Other languages
English (en)
Other versions
CN116481416B (zh
Inventor
孟熙
崔春雷
付金璐
贾林萱
孙振
王杨
刘永
王凤玲
张志芳
王庆月
张倩茹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Road & Bridge Technology Co ltd
Original Assignee
China Road & Bridge Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Road & Bridge Technology Co ltd filed Critical China Road & Bridge Technology Co ltd
Priority to CN202310736149.5A priority Critical patent/CN116481416B/zh
Publication of CN116481416A publication Critical patent/CN116481416A/zh
Application granted granted Critical
Publication of CN116481416B publication Critical patent/CN116481416B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
    • G01B7/16—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring the deformation in a solid, e.g. by resistance strain gauge
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/32—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring the deformation in a solid
    • 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
    • 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
    • G01M5/005—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining deflection or stress by means of external apparatus, e.g. test benches or portable test systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Navigation (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明实施例提供的基于北斗导航的桥梁挠度监测方法、电子设备及存储介质，对加速度计的第二桥梁变形数据进行处理得到高频变形数据和低频特征向量；接着对北斗的第一桥梁变形数据进行处理，得到低频变形数据和高频特征向量；进而计算第一修正参数和第二修正参数；最终根据第一修正参数、第二修正参数、低频变形数据和高频变形数据，确定目标桥梁的桥梁挠度信息。通过对北斗系统和加速度计的监测结果均进行高低频分析，依据分析结果计算修正系数来表示两种监测方法的监测差别，然后在最终插值时结合修正系数来考虑监测方法的不同对桥梁挠度计算的影响，从而使计算得到的桥梁挠度最接近实际值，提高桥梁挠度监测的精度。

Description

基于北斗导航的桥梁挠度监测方法、电子设备及存储介质
技术领域
本发明属于桥梁监测技术领域，尤其涉及一种基于北斗导航的桥梁挠度监测方法、电子设备及存储介质。
背景技术
桥梁属于弹性系统，在运营载荷、风力等环境因素的影响下，其形变量主要包含高频率振动以及低频率长周期位移，为了保证桥梁的安全性，通常需要对其形变进行监测，挠度是形变量的一种，是指在受力或非均匀温度变化时，杆件轴线在垂直于轴线方向的线位移或板壳中面在垂直于中面方向的线位移。
目前通常采用全球导航卫星系统和加速度计对桥梁进行结构健康变形监测。全球导航卫星系统能够实时监测低频率长周期位移，但其对微变形及高频振动信息不敏感，并且采样率较低，加速度计虽然具备高采样率，且能够准确识别高频振动信息，在一定程度与全球导航卫星系统形成互补，但现有技术中两种监测数据仅是简单的插值融合，融合结果与实际的桥梁振动仍存在一定的差距，桥梁挠度监测的精度较低。
发明内容
有鉴于此，本发明提供了一种基于北斗导航的桥梁挠度监测方法、电子设备及存储介质，旨在解决现有技术中桥梁挠度监测的精度较低的问题。
本发明实施例的第一方面提供了一种基于北斗导航的桥梁挠度监测方法，包括：
获取北斗系统监测得到的目标桥梁的第一桥梁变形数据，以及加速度计测量得到的目标桥梁的第二桥梁变形数据；
对第二桥梁变形数据进行滤波，并根据滤波后的第二桥梁变形数据和第一桥梁变形数据重构得到高频变形数据和低频特征向量；
根据经验模态分解算法和第二桥梁变形数据对第一桥梁变形数据进行处理，得到低频变形数据和高频特征向量；
根据高频变形数据和高频特征向量计算第一修正参数，根据低频变形数据和低频特征向量计算第二修正参数；
根据第一修正参数、第二修正参数、低频变形数据和高频变形数据，确定目标桥梁的桥梁挠度信息。
本发明实施例的第二方面提供了一种基于北斗导航的桥梁挠度监测装置，包括：
数据获取模块，用于获取北斗系统监测得到的目标桥梁的第一桥梁变形数据，以及加速度计测量得到的目标桥梁的第二桥梁变形数据；
第一处理模块，用于对第二桥梁变形数据进行滤波，并根据滤波后的第二桥梁变形数据和第一桥梁变形数据重构得到高频变形数据和低频特征向量；
第二处理模块，用于根据经验模态分解算法和第二桥梁变形数据对第一桥梁变形数据进行处理，得到低频变形数据和高频特征向量；
修正计算模块，用于根据高频变形数据和高频特征向量计算第一修正参数，根据低频变形数据和低频特征向量计算第二修正参数；
挠度计算模块，用于根据第一修正参数、第二修正参数、低频变形数据和高频变形数据，确定目标桥梁的桥梁挠度信息。
本发明实施例的第三方面提供了一种电子设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上第一方面的基于北斗导航的桥梁挠度监测方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上第一方面的基于北斗导航的桥梁挠度监测方法的步骤。
本发明实施例提供的基于北斗导航的桥梁挠度监测方法、电子设备及存储介质，首先获取北斗系统监测得到的目标桥梁的第一桥梁变形数据和加速度计测量得到的目标桥梁的第二桥梁变形数据；然后对第二桥梁变形数据进行滤波，并根据滤波后的第二桥梁变形数据和第一桥梁变形数据重构得到高频变形数据和低频特征向量；接着根据经验模态分解算法和第二桥梁变形数据对第一桥梁变形数据进行处理，得到低频变形数据和高频特征向量；再根据高频变形数据和高频特征向量计算第一修正参数，根据低频变形数据和低频特征向量计算第二修正参数；最终根据第一修正参数、第二修正参数、低频变形数据和高频变形数据，确定目标桥梁的桥梁挠度信息。通过对北斗系统和加速度计的监测结果均进行高低频分析，依据分析结果计算修正系数来表示两种监测方法的监测差别，然后在最终插值时结合修正系数来考虑监测方法的不同对桥梁挠度计算的影响，从而使计算得到的桥梁挠度最接近实际值，提高桥梁挠度监测的精度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于北斗导航的桥梁挠度监测方法的应用场景图；
图2是本发明实施例提供的基于北斗导航的桥梁挠度监测方法的实现流程图；
图3是本发明实施例提供的基于北斗导航的桥梁挠度监测装置的结构示意图；
图4是本发明实施例提供的电子设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
图1是本发明实施例提供的基于北斗导航的桥梁挠度监测方法的应用场景图。如图1所示，在一些实施例中，本发明实施例提供的基于北斗导航的桥梁挠度监测方法可以但不限于应用于该应用场景。在该发明实施例中，该基于北斗导航的桥梁挠度监测系统，包括：北斗系统11、加速度计12和电子设备13。
北斗系统11由多个北斗卫星和部署在目标桥梁上的接收机组成。利用接收机接收各个卫星的信号，通过GNSS(Global Navigation Satellite System，全球导航卫星系统)相对定位技术，解算出接收机的三维坐标。在解算过程中，通过建立双差模型基本可以消除卫星轨道误差、卫星钟差、接收机钟差，并大大削弱对流层延迟误差。接收机将三维坐标的变化发送给电子设备13，即目标桥梁的第一桥梁变形数据。加速度计12设置目标桥梁上，通过加速度变化计算桥梁的位移变化，所采集到的加速度变化数据即目标桥梁的第二桥梁变形数据。电子设备13可以是服务器或者终端，服务器可以是物理服务器、云服务器等，终端可以是电脑、手机等，在此不作限定。
图2是本发明实施例提供的基于北斗导航的桥梁挠度监测方法的实现流程图。如图2所示，在一些实施例中，基于北斗导航的桥梁挠度监测方法，应用于图1中的电子设备13，该方法包括：
S210，获取北斗系统监测得到的目标桥梁的第一桥梁变形数据，以及加速度计测量得到的目标桥梁的第二桥梁变形数据。
S220，对第二桥梁变形数据进行滤波，并根据滤波后的第二桥梁变形数据和第一桥梁变形数据重构得到高频变形数据和低频特征向量。
在本发明实施例中，加速度计能较为准确地识别变形体的高频振动信息，同时具备高采样率等优点，但其对低频的缓慢变形信息不敏感。对第二桥梁变形数据进行滤波，可以去除加速度计的低频零点漂移和高频噪声。现有技术中由于加速度计对低频信息的不敏感特性，通常在滤波后提取其高频数据，舍去剩余的低频部分，而本申请以特征向量的形式保留了该低频部分。
S230，根据经验模态分解算法和第二桥梁变形数据对第一桥梁变形数据进行处理，得到低频变形数据和高频特征向量。
在本发明实施例中，GNSS技术具有全天候、实时性强、自动化高，同时可直接获取变形体的三维位移信息等优点，但其对微变形及高频振动信息不敏感，并且采样率较低。经验模态分解是一种适应于非线性、非平稳信号分析的自适应信号时频处理方法，该算法将第一桥梁变形数据作为原始信号进行多次筛选，得到几个频率由高到低的经验模态分量，进而构造出低频变形数据。现有技术中由于GNSS技术对高频信息的不敏感特性，通常在滤波后至提取其低频数据，舍去剩余的高频部分，而本申请以特征向量的形式保留了该高频部分。
S240，根据高频变形数据和高频特征向量计算第一修正参数，根据低频变形数据和低频特征向量计算第二修正参数。
现有技术中，对于GNSS技术和加速度计的融合监测，通常是将两者的监测结果分别处理以后进行简单的插值，但不同的监测手段所监测的数据存在一定的差异，两者的插值必定与实际情况存在一定的差异。在本发明实施例中，通过将高频变形数据和高频特征向量进行对比，将低频变形数据和低频特征向量进行对比，以对比得到的第一修正参数和第二修正参数来减小两种监测方法差异造成的检测误差。
S250，根据第一修正参数、第二修正参数、低频变形数据和高频变形数据，确定目标桥梁的桥梁挠度信息。
在本发明实施例中，在将低频变形数据和高频变形数据以线性插值的方式融合以后，依据第一修正参数和第二修正参数对插值结果进行调整，使其更接近实际值，避免监测方式差异造成的误差。
在本发明实施例中，通过对北斗系统和加速度计的监测结果均进行高低频分析，依据分析结果计算修正系数来表示两种监测方法的监测差别，然后在最终插值时结合修正系数来考虑监测方法的不同对桥梁挠度计算的影响，从而使计算得到的桥梁挠度最接近实际值，提高桥梁挠度监测的精度。
在一些实施例中，S220可以包括：根据高通滤波器对第二桥梁变形数据进行滤波，得到加速度信号；对加速度信号进行二次积分，得到位移积分信号；将位移积分信号去除线性趋势，重构得到高频变形数据；将位移积分信号划分为多个子信号，计算每个子信号与第一桥梁变形数据对应部分之间的相关性；将相关性大于第一预设阈值的子信号进行组合，重构得到低频特征向量。
在本发明实施例中，对去噪后的加速度数据进行二次积分，即可得到位移积分信号，接着去除线性趋势后，即可重构得到高频变形数据。将位移积分信号按照采集时段划分为多个子信号，分别与相应时段的第一桥梁变形数据进行对比，计算两者之间的相关性，由于GNSS技术对低频信号的敏感度最高，因此若加速度计同样采集到相似的信号，即可认为是有效的低频信号，而并非是噪声，因此可以重构得到低频特征向量。
在一些实施例中，S230可以包括：根据经验模态分解算法对第一桥梁变形数据进行分解，得到多个经验模态分量；计算每个经验模态分量与位移积分信号之间的相关性；将与位移积分信号之间的相关性大于第二预设阈值的经验模态分量进行组合，重构得到高频特征向量；将与位移积分信号之间的相关性小于或等于第二预设阈值的经验模态分量进行组合，重构得到低频变形数据。
在本发明实施例中，由于加速度计对于高频信号的敏感度较高，因此在对第一桥梁变形数据进行分解后，与位移积分信号相关性较高的分量可以认为是有效的高频信号，即可得到高频特征向量。经验模态分解算法可以有效去除第一桥梁变形数据中的多路径误差，再对第一桥梁变形数据进行滤波，去除随机噪声之后，对于相关性较低的经验模态分量，认为其是有效的桥梁变形数据，因此组合得到目标桥梁的低频变形数据。
在一些实施例中，S240可以包括：根据傅里叶变换对高频变形数据进行频率特征提取，得到第一特征向量；计算第一特征向量与高频特征向量之间的距离，得到第一修正参数；根据傅里叶变换对低频变形数据进行频率特征提取，得到第二特征向量；计算第二特征向量与低频特征向量之间的距离，得到第二修正参数。
在本发明实施例中，根据傅里叶变换对高频变形数据进行频率特征提取，提取得到高频变形数据中的振动峰值组成第一特征向量，然后计算其与高频特征向量之间的距离，即可得到第一修正参数，以表征北斗系统对高频振动信号的监测误差，对北斗和加速度计融合检测的影响。同理，所得到的第二修正参数表征加速度计对低频振动信号的监测误差，对北斗和加速度计融合检测的影响。
在一些实施例中，S240可以包括：根据傅里叶变换对高频变形数据进行频率特征提取，得到第一特征向量；计算第一特征向量与高频特征向量之间的相对标准偏差，得到第一修正参数；根据傅里叶变换对低频变形数据进行频率特征提取，得到第二特征向量；计算第二特征向量与低频特征向量之间的相对标准偏差，得到第二修正参数。
在一些实施例中，S250可以包括：根据加速度计的采样频率对低频变形数据进行线性内插，得到第一插值数据；根据第一修正参数和第二修正参数计算调整系数；根据调整系数对第一插值数据进行调整，得到第二插值数据；将第二插值数据和高频变形数据相加，得到桥梁挠度信息。
在本发明实施例中，加速度计的采样频率要高于北斗系统，因此在将两者所采集的数据融合时，需要进行插值处理，将北斗系统对应的数据密度补足至与加速度计相同。线性插值所得到的结果，仅仅是相对接近于实际值，仍存在一定的误差，因此通过第一修正参数和第二修正参数，计算调整系数来对插值数据进行进一步的调整，使其更加接近于实际值。其中，线性插值过程中得到的新数据，需要乘以调整系数，得到调整后的数据，与原数据共同组成第二插值数据，再与高频变形数据相加，即可得到桥梁挠度信息。
可以制作一个桥梁试件，对桥梁试件进行振动测试，在测试时通过北斗系统和加速度计采集振动数据，将采集的数据以相应的步骤进行处理之后，与实际数据共同输入到神经网络中进行训练，以神经网络来表示第一修正参数、第二修正参数和调整系数之间的关系。
在一些实施例中，调整系数为：
其中，k为调整系数，x 1为第一修正参数，x 2为第二修正参数。
在本发明实施例中，加速度计对于高低频振动信号的实测效果要好于北斗系统，因此以加速度数据对应的第二修正参数为基准，计算第一修正参数和第二修正参数的差来表征两种测量方式之间的差异性，再除以基准，即可得到线性插值过程中，由于检测方法差异造成的数据偏差，提高桥梁挠度检测的准确性。
在一些实施例中，S210可以包括：获取预设监测点的原始监测数据；将原始监测数据输入到预先建立的双插模型中，解算得到模糊度；根据模糊度计算预设监测点的三维坐标，得到第一桥梁变形数据。
本发明的有益效果具体为：通过对北斗系统和加速度计的监测结果均进行高低频分析，依据分析结果计算修正系数来表示两种监测方法的监测差别，然后在最终插值时结合修正系数来考虑监测方法的不同对桥梁挠度计算的影响，从而使计算得到的桥梁挠度最接近实际值，提高桥梁挠度监测的精度。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图3是本发明实施例提供的基于北斗导航的桥梁挠度监测装置的结构示意图。如图3所示，在一些实施例中，基于北斗导航的桥梁挠度监测装置3，包括：
数据获取模块310，用于获取北斗系统监测得到的目标桥梁的第一桥梁变形数据，以及加速度计测量得到的目标桥梁的第二桥梁变形数据；
第一处理模块320，用于对第二桥梁变形数据进行滤波，并根据滤波后的第二桥梁变形数据和第一桥梁变形数据重构得到高频变形数据和低频特征向量；
第二处理模块330，用于根据经验模态分解算法和第二桥梁变形数据对第一桥梁变形数据进行处理，得到低频变形数据和高频特征向量；
修正计算模块340，用于根据高频变形数据和高频特征向量计算第一修正参数，根据低频变形数据和低频特征向量计算第二修正参数；
挠度计算模块350，用于根据第一修正参数、第二修正参数、低频变形数据和高频变形数据，确定目标桥梁的桥梁挠度信息。
可选的，第一处理模块320，具体用于根据高通滤波器对第二桥梁变形数据进行滤波，得到加速度信号；对加速度信号进行二次积分，得到位移积分信号；将位移积分信号去除线性趋势，重构得到高频变形数据；将位移积分信号划分为多个子信号，计算每个子信号与第一桥梁变形数据对应部分之间的相关性；将相关性大于第一预设阈值的子信号进行组合，重构得到低频特征向量。
可选的，第二处理模块330，具体用于根据经验模态分解算法对第一桥梁变形数据进行分解，得到多个经验模态分量；计算每个经验模态分量与位移积分信号之间的相关性；将与位移积分信号之间的相关性大于第二预设阈值的经验模态分量进行组合，重构得到高频特征向量；将与位移积分信号之间的相关性小于或等于第二预设阈值的经验模态分量进行组合，重构得到低频变形数据。
可选的，修正计算模块340，具体用于根据傅里叶变换对高频变形数据进行频率特征提取，得到第一特征向量；计算第一特征向量与高频特征向量之间的距离，得到第一修正参数；根据傅里叶变换对低频变形数据进行频率特征提取，得到第二特征向量；计算第二特征向量与低频特征向量之间的距离，得到第二修正参数。
可选的，修正计算模块340，具体用于根据傅里叶变换对高频变形数据进行频率特征提取，得到第一特征向量；计算第一特征向量与高频特征向量之间的相对标准偏差，得到第一修正参数；根据傅里叶变换对低频变形数据进行频率特征提取，得到第二特征向量；计算第二特征向量与低频特征向量之间的相对标准偏差，得到第二修正参数。
可选的，挠度计算模块350，具体用于根据加速度计的采样频率对低频变形数据进行线性内插，得到第一插值数据；根据第一修正参数和第二修正参数计算调整系数；根据调整系数对第一插值数据进行调整，得到第二插值数据；将第二插值数据和高频变形数据相加，得到桥梁挠度信息。
可选的，调整系数为：
其中，k为调整系数，x 1为第一修正参数，x 2为第二修正参数。
可选的，数据获取模块310，具体用于获取预设监测点的原始监测数据；将原始监测数据输入到预先建立的双插模型中，解算得到模糊度；根据模糊度计算预设监测点的三维坐标，得到第一桥梁变形数据。
本实施例提供的基于北斗导航的桥梁挠度监测装置，可用于执行上述方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
图4是本发明实施例提供的电子设备的结构示意图。如图4所示，本发明的一个实施例提供的电子设备4，该实施例的电子设备4包括：处理器40、存储器41以及存储在存储器41中并可在处理器40上运行的计算机程序42。处理器40执行计算机程序42时实现上述各个梁端钢轨伸缩调节器监测方法实施例中的步骤，例如图2所示的步骤210至步骤250。或者，处理器40执行计算机程序42时实现上述各系统实施例中各模块/单元的功能，例如图3所示模块310至350的功能。
示例性的，计算机程序42可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器41中，并由处理器40执行，以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序42在电子设备4中的执行过程。
电子设备4可以是可以为手机、MCU、ECU、工控机等，在此不作限定，服务器可以是物理服务器、云服务器等，在此不作限定。电子设备4可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是电子设备4的示例，并不构成对电子设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如电子设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器41可以是电子设备4的内部存储单元，例如电子设备4的硬盘或内存。存储器41也可以是电子设备4的外部存储设备，例如电子设备4上配备的插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（Secure Digital，SD）卡，闪存卡（Flash Card）等。进一步地，存储器41还可以既包括电子设备4的内部存储单元也包括外部存储设备。存储器41用于存储计算机程序以及电子设备所需的其他程序和数据。存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述梁端钢轨伸缩调节器监测方法实施例中的步骤。
计算机可读存储介质存储有计算机程序42，计算机程序42包括程序指令，程序指令被处理器40执行时实现上述实施例方法中的全部或部分流程，也可以通过计算机程序42来指令相关的硬件来完成，计算机程序42可存储于一计算机可读存储介质中，该计算机程序42在被处理器40执行时，可实现上述各个方法实施例的步骤。其中，计算机程序42包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。
计算机可读存储介质可以是前述任一实施例的电子设备的内部存储单元，例如电子设备的硬盘或内存。计算机可读存储介质也可以是电子设备的外部存储设备，例如电子设备上配备的插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（SecureDigital, SD）卡，闪存卡（Flash Card）等。进一步地，计算机可读存储介质还可以既包括电子设备的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及电子设备所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/电子设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/电子设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
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单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。
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，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于北斗导航的桥梁挠度监测方法，其特征在于，所述方法包括：
获取北斗系统监测得到的目标桥梁的第一桥梁变形数据，以及加速度计测量得到的所述目标桥梁的第二桥梁变形数据；
对所述第二桥梁变形数据进行滤波，并根据滤波后的第二桥梁变形数据和所述第一桥梁变形数据重构得到高频变形数据和低频特征向量；
根据经验模态分解算法和所述第二桥梁变形数据对所述第一桥梁变形数据进行处理，得到低频变形数据和高频特征向量；
根据所述高频变形数据和所述高频特征向量计算第一修正参数，根据所述低频变形数据和所述低频特征向量计算第二修正参数；
根据所述第一修正参数、所述第二修正参数、所述低频变形数据和所述高频变形数据，确定所述目标桥梁的桥梁挠度信息。
2.根据权利要求1所述的基于北斗导航的桥梁挠度监测方法，其特征在于，对所述第二桥梁变形数据进行滤波，并根据滤波后的第二桥梁变形数据和所述第一桥梁变形数据重构得到高频变形数据和低频特征向量，包括：
根据高通滤波器对所述第二桥梁变形数据进行滤波，得到加速度信号；
对所述加速度信号进行二次积分，得到位移积分信号；
将所述位移积分信号去除线性趋势，重构得到所述高频变形数据；
将所述位移积分信号划分为多个子信号，计算每个子信号与所述第一桥梁变形数据对应部分之间的相关性；
将相关性大于第一预设阈值的子信号进行组合，重构得到所述低频特征向量。
3.根据权利要求2所述的基于北斗导航的桥梁挠度监测方法，其特征在于，根据经验模态分解算法和所述第二桥梁变形数据对所述第一桥梁变形数据进行处理，得到低频变形数据和高频特征向量，包括：
根据经验模态分解算法对所述第一桥梁变形数据进行分解，得到多个经验模态分量；
计算每个经验模态分量与所述位移积分信号之间的相关性；
将与所述位移积分信号之间的相关性大于第二预设阈值的经验模态分量进行组合，重构得到高频特征向量；
将与所述位移积分信号之间的相关性小于或等于第二预设阈值的经验模态分量进行组合，重构得到低频变形数据。
4.根据权利要求1所述的基于北斗导航的桥梁挠度监测方法，其特征在于，根据所述高频变形数据和所述高频特征向量计算第一修正参数，根据所述低频变形数据和所述低频特征向量计算第二修正参数，包括：
根据傅里叶变换对所述高频变形数据进行频率特征提取，得到第一特征向量；
计算所述第一特征向量与所述高频特征向量之间的距离，得到所述第一修正参数；
根据傅里叶变换对所述低频变形数据进行频率特征提取，得到第二特征向量；
计算所述第二特征向量与所述低频特征向量之间的距离，得到所述第二修正参数。
5.根据权利要求1所述的基于北斗导航的桥梁挠度监测方法，其特征在于，根据所述高频变形数据和所述高频特征向量计算第一修正参数，根据所述低频变形数据和所述低频特征向量计算第二修正参数，包括：
根据傅里叶变换对所述高频变形数据进行频率特征提取，得到第一特征向量；
计算所述第一特征向量与所述高频特征向量之间的相对标准偏差，得到所述第一修正参数；
根据傅里叶变换对所述低频变形数据进行频率特征提取，得到第二特征向量；
计算所述第二特征向量与所述低频特征向量之间的相对标准偏差，得到所述第二修正参数。
6.根据权利要求1所述的基于北斗导航的桥梁挠度监测方法，其特征在于，所述根据所述第一修正参数、所述第二修正参数、所述低频变形数据和所述高频变形数据，确定桥梁挠度信息，包括：
根据所述加速度计的采样频率对所述低频变形数据进行线性内插，得到第一插值数据；
根据所述第一修正参数和所述第二修正参数计算调整系数；
根据所述调整系数对所述第一插值数据进行调整，得到第二插值数据；
将所述第二插值数据和所述高频变形数据相加，得到所述桥梁挠度信息。
7.根据权利要求6所述的基于北斗导航的桥梁挠度监测方法，其特征在于，所述调整系数为：
其中，k为所述调整系数，x 1为所述第一修正参数，x 2为所述第二修正参数。
8.根据权利要求1-7任一项所述的基于北斗导航的桥梁挠度监测方法，其特征在于，所述获取北斗系统监测得到的目标桥梁的第一桥梁变形数据，包括：
获取预设监测点的原始监测数据；
将原始监测数据输入到预先建立的双插模型中，解算得到模糊度；
根据所述模糊度计算所述预设监测点的三维坐标，得到所述第一桥梁变形数据。
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上的权利要求1至8中任一项所述基于北斗导航的桥梁挠度监测方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上的权利要求1至8中任一项所述基于北斗导航的桥梁挠度监测方法的步骤。
CN202310736149.5A 2023-06-21 2023-06-21 基于北斗导航的桥梁挠度监测方法、电子设备及存储介质 Active CN116481416B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310736149.5A CN116481416B (zh) 2023-06-21 2023-06-21 基于北斗导航的桥梁挠度监测方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310736149.5A CN116481416B (zh) 2023-06-21 2023-06-21 基于北斗导航的桥梁挠度监测方法、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN116481416A true CN116481416A (zh) 2023-07-25
CN116481416B CN116481416B (zh) 2023-08-25

Family

ID=87212187

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310736149.5A Active CN116481416B (zh) 2023-06-21 2023-06-21 基于北斗导航的桥梁挠度监测方法、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116481416B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109059751A (zh) * 2018-09-10 2018-12-21 中国科学院国家授时中心 一种形变数据监测方法及系统
CN109059750A (zh) * 2017-12-22 2018-12-21 交通运输部科学研究院 一种基于组合差分gnss的桥梁形变多频动态分析方法
KR102098888B1 (ko) * 2018-11-20 2020-04-16 한국건설기술연구원 재난 피해 예측 및 분석 시스템, 방법 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체
CN111735380A (zh) * 2020-05-21 2020-10-02 中国矿业大学 加速度计辅助gnss实时提取高铁桥梁动态挠度的方法
CN112525448A (zh) * 2020-11-25 2021-03-19 南京九度卫星科技研究院有限公司 一种基于北斗导航的桥梁挠度数据现场采集系统
CN112729730A (zh) * 2020-12-23 2021-04-30 中国矿业大学 一体化gnss/加速度计与mems-imu融合监测桥梁挠度的方法
CN113239481A (zh) * 2021-04-22 2021-08-10 中国铁路设计集团有限公司 一种32米高铁标准简支梁的动挠度监测方法
CN114912551A (zh) * 2022-07-18 2022-08-16 中国铁路设计集团有限公司 面向桥梁变形监测的gnss和加速度计实时融合算法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109059750A (zh) * 2017-12-22 2018-12-21 交通运输部科学研究院 一种基于组合差分gnss的桥梁形变多频动态分析方法
CN109059751A (zh) * 2018-09-10 2018-12-21 中国科学院国家授时中心 一种形变数据监测方法及系统
KR102098888B1 (ko) * 2018-11-20 2020-04-16 한국건설기술연구원 재난 피해 예측 및 분석 시스템, 방법 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체
CN111735380A (zh) * 2020-05-21 2020-10-02 中国矿业大学 加速度计辅助gnss实时提取高铁桥梁动态挠度的方法
CN112525448A (zh) * 2020-11-25 2021-03-19 南京九度卫星科技研究院有限公司 一种基于北斗导航的桥梁挠度数据现场采集系统
CN112729730A (zh) * 2020-12-23 2021-04-30 中国矿业大学 一体化gnss/加速度计与mems-imu融合监测桥梁挠度的方法
CN113239481A (zh) * 2021-04-22 2021-08-10 中国铁路设计集团有限公司 一种32米高铁标准简支梁的动挠度监测方法
CN114912551A (zh) * 2022-07-18 2022-08-16 中国铁路设计集团有限公司 面向桥梁变形监测的gnss和加速度计实时融合算法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
李增科;高井祥;姚一飞;王坚;: "GPS/INS紧耦合导航中多路径效应改正算法及应用", 中国惯性技术学报, no. 06 *
邓琳;刘国祥;张瑞;王晓文;于冰;唐嘉;张亨;: "多平台MC-SBAS长时序建模与形变提取方法", 测绘学报, no. 02 *
韩厚增;王坚;孟晓林;: "GPS与加速度计融合桥梁变形信息提取模型研究", 中国矿业大学学报, no. 03, pages 1 *
顾家扬;: "随机锤击法识别专用车架结构模态参数", 同济大学学报(自然科学版), no. 01 *

Also Published As

Publication number Publication date
CN116481416B (zh) 2023-08-25

Similar Documents

Publication Publication Date Title
CN113945969B (zh) 不连续地质体检测方法、装置及电子设备
CN114912551B (zh) 面向桥梁变形监测的gnss和加速度计实时融合方法
CN104680488A (zh) 一种基于中值滤波的dsm进行星载sar影像正射纠正的方法
CN117390380B (zh) 一种油渣分离系统中的数据分析方法
CN113820003A (zh) 一种适用于桥梁振动监测的加速度实时重构动态位移方法
CN111580137A (zh) 一种高精度导航接收机射频通道群时特性的拟合方法
CN114977216A (zh) 振荡信号的参数辨识方法及终端
CN116481416B (zh) 基于北斗导航的桥梁挠度监测方法、电子设备及存储介质
CN114814840A (zh) 含干扰合成孔径雷达图像筛选及干扰位置检测方法和系统
CN111079591B (zh) 基于改进多尺度主成分分析的不良数据修复方法及系统
CN111897851A (zh) 异常数据的确定方法、装置、电子设备及可读存储介质
CN111913034A (zh) 一种基于高阶累积量与esprit算法的功率振荡检测方法
JP5278128B2 (ja) 変換係数導出装置および変換係数導出方法
CN113608190B (zh) 基于奇异空间三特征的海面目标检测方法及系统
CN113532588B (zh) 水位获取方法、装置、设备及存储介质
CN111142134B (zh) 一种坐标时间序列处理方法及装置
CN112800831A (zh) 一种用于时变重力场的emd滤波方法及系统
CN110657742A (zh) 含水层形变信号分离方法、装置、设备及可读存储介质
CN110858309B (zh) 一种多基准时钟加权合成方法
CN112116917A (zh) 基于相位跃变度的电抗器本体与风机声信号分离方法
CN115950529B (zh) 基于谱增强的微角谐振信号估计方法、装置及电子设备
CN117724125B (zh) 一种基于一致性的观测数据的质量控制方法及装置
CN115795253B (zh) 一种频率跟踪方法、装置、设备以及计算机存储介质
CN116106852B (zh) 机载主杂波频道的确定方法、装置及电子设备
CN117537821A (zh) 松耦合emd降噪的vo/ins/gps的组合导航定位方法

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