基于ICEEMDAN的多滤波算法在超高层动态变形监测中的应用

doi:10.13474/j.cnki.11-2246.2022.0095

测绘通报 ›› 2022, Vol. 0 ›› Issue (3): 152-156.doi: 10.13474/j.cnki.11-2246.2022.0095

基于ICEEMDAN的多滤波算法在超高层动态变形监测中的应用

熊春宝¹, 庞红星¹, 王猛¹, 史青法²

1. 天津大学建筑工程学院, 天津 300072;
2. 天津市陆海测绘有限公司, 天津 300191

收稿日期:2021-03-16 修回日期:2021-12-21 出版日期:2022-03-25 发布日期:2022-04-01
作者简介:熊春宝(1964-),男,博士,教授,主要从事结构工程健康监测。E-mail:luhai_tj@126.com
基金资助:
国家自然科学基金面上项目(51578370)

Application of multi-filter algorithm based on ICEEMDAN in dynamic deformation monitoring of super high-rise structures

XIONG Chunbao¹, PANG Hongxing¹, WANG Meng¹, SHI Qingfa²

1. School of Civil Engineering, Tianjin University, Tianjin 300072, China;
2. Tianjin Surveying and Hydrography Co., Ltd., Tianjin 300191, China

Received:2021-03-16 Revised:2021-12-21 Online:2022-03-25 Published:2022-04-01

摘要/Abstract

摘要： 针对监测数据中存在多路径误差和随机噪声的问题,本文提出了一种基于改进的带有自适应噪声的完备集合经验模式分解(ICEEMDAN)、小波包分解(WP),以及递归最小二乘算法(RLS)的联合滤波算法(IWPR)。该算法首先对原始信号进行ICEEMDAN分解,得到一系列本征模态函数(IMF)分量;然后基于标准化模量的累积均值将IMF划分为高频IMF和低频IMF;最后考虑相关系数,利用WP和RLS分别对高频IMF、低频IMF进行去噪,重构两者降噪信号,获得动态位移响应。结果表明:相对于单一算法EMD、CEEMDAN、ICEEMDAN等,IWPR算法能够更有效地消除多路径误差和随机噪声,从而提高超高层GNSS RTK监测数据的精度。

关键词: GNSS RTK;超高层结构;动态变形监测;多滤波;降噪

Abstract: Aiming at the multi-path errors and random noise in the monitoring data,a combined algorithm (IWPR) based on improved complete ensemble empirical mode decomposition with adaptive noise,wavelet packet decomposition and recursive least square algorithm is proposed.Firstly,the original signal is decomposed by ICEEMDAN to obtain a series of intrinsic mode function (IMF) components.Then,IMFs are divided into high-frequency IMF and low-frequency IMF on the basis of the mean of standardized accumulated modes (MSAM).Finally,considering the correlation coefficient,WP and RLS are employed to denoise the high-frequency and low-frequency IMF respectively.In order to acquire the dynamic displacement response of structures,both signals denoised by means of WP and RLS will be reconstructed.The results indicate that,compared with single algorithm EMD,CEEMDAN and ICEEMDAN,IWPR algorithm can eliminate the multi-path errors and random noise more effectively.And this algorithm can effectively improve the monitoring data accuracy of GNSS RTK.

Key words: GNSS RTK;super high-rise structures;dynamic deformation monitoring;multi-filter;denoising

中图分类号:

P258

熊春宝, 庞红星, 王猛, 史青法. 基于ICEEMDAN的多滤波算法在超高层动态变形监测中的应用[J]. 测绘通报, 2022, 0(3): 152-156.

XIONG Chunbao, PANG Hongxing, WANG Meng, SHI Qingfa. Application of multi-filter algorithm based on ICEEMDAN in dynamic deformation monitoring of super high-rise structures[J]. Bulletin of Surveying and Mapping, 2022, 0(3): 152-156.

参考文献

[1] 宁津生,姚宜斌,张小红.全球导航卫星系统发展综述[J].导航定位学报, 2013, 1(1):3-8.
[2] 熊春宝,路华丽,朱劲松,等.基于GPS-RTK和加速度计的桥梁动态变形监测试验[J].振动与冲击, 2019, 38(12):69-73.
[3] 余加勇,邵旭东,孟晓林,等.联合GNSS和加速度计的桥梁结构动态监测试验[J].中国公路学报,2014, 27(2):62-69.
[4] XIONG C B, NIU Y B, LI Z. An investigation of the dynamic characteristics of super high-rise buildings using real-time kinematic-global navigation satellite system technology[J]. Advances in Structural Engineering, 2018, 21(5):783-792.
[5] XIONG C B, LU H L, ZHU J S. Operational modal analysis of bridge structures with data from GNSS/accelerometer measurements[J]. Sensors, 2017, 17(3):436.
[6] 王亚荣,黄声享,匡翠林.融合GNSS和加速度计监测数据的超高建筑动态特性分析[J].测绘通报, 2019(8):14-19.
[7] 熊春宝,陈雯,翟京生,等. GNSS RTK技术下海洋平台桩腿动态变形监测及数据处理[J].测绘通报, 2019(5):102-105.
[8] HUANG N, SHEN Z, LONG S, et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J]. Proceedings Mathematical Physical and Engineering Sciences, 1998, 454:903-995.
[9] 邵忍平,曹精明,李永龙.基于EMD小波阈值去噪和时频分析的齿轮故障模式识别与诊断[J].振动与冲击,2012,31(8):96-101.
[10] 刘超,王坚,胡洪,等.动态变形监测多路径实时修正模型研究[J].武汉大学学报(信息科学版), 2010, 35(4):481-485.
[11] COLOMINAS M A, SCHLOTTHAUER G, TORRES M E. Improved complete ensemble EMD:a suitable tool for biomedical signal processing[J]. Biomedical Signal Processing and Control, 2014, 14:19-29.
[12] TORRES M E, COLOMINAS M A, SCHLOTTHAUER G, et al. A complete ensemble empirical mode decomposition with adaptive noise[C]//IEEE International Conference on Acoustics. Prague, Czech Republic:IEEE, 2011:4144-4147.
[13] 董晓芬,陈国光,田晓丽,等.基于CEEMDAN阈值滤波的磁场信号去噪模型[J].传感技术学报,2021,34(7):919-925.
[14] 张培玲,李小真,崔帅华.基于改进小波阈值-CEEMDAN算法的ECG信号去噪研究[J].计算机工程与科学,2020,42(11):2067-2072.
[15] 熊春宝,张雪芳,牛彦波,等.一种基于RTK-GNSS技术的大跨径悬索桥动态特性分析方法[J].天津大学学报(自然科学与工程技术版), 2019, 52(7):699-708.
[16] 陈世平,王振忠,俞辉,等.改进小波包多阈值去噪法及其工程应用[J].中国机械工程,2017,28(20):2414-2419.
[17] 朱敏,段志善,郭宝良. EEMD结合小波包的振动筛轴承信号降噪效果分析[J].机械设计与制造, 2020(5):63-67.
[18] 李波,陈百菊.基于变分模态分解和优化递归最小二乘的自适应波束成形算法[J].信息与控制, 2020, 49(6):722-727.
[19] 王坚,高井祥,王金岭.基于经验模态分解的GPS基线解算模型[J].测绘学报, 2008(1):10-14.

基于ICEEMDAN的多滤波算法在超高层动态变形监测中的应用

Application of multi-filter algorithm based on ICEEMDAN in dynamic deformation monitoring of super high-rise structures

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	周志伟, 程翔, 周伟, 郝卫峰, 肖海斌, 陈鸿杰, 杨魁. 地基SAR在滑坡形变监测中的应用[J]. 测绘通报, 2022, 0(7): 60-63.
[2]	李佳豪, 周吕, 马俊, 杨飞, 咸凌霄. 利用PS-InSAR技术进行城市地铁沿线形变监测与机理分析[J]. 测绘通报, 2022, 0(4): 20-25.
[3]	张驰, 白志辉, 李亮, 陈冉丽, 吴侃. 利用三维激光扫描技术监测矿区桥梁结构形变[J]. 测绘通报, 2022, 0(4): 122-129.
[4]	潘东峰, 杨超, 吴一同, 谭钿, 张德林. 利用TLS技术进行地铁隧道断面提取及变形监测分析[J]. 测绘通报, 2022, 0(4): 130-133.
[5]	姜留涛, 汪慧琴, 胡倩. 曲线顶管自动测量系统的应用[J]. 测绘通报, 2021, 0(11): 161-164,168.
[6]	刘少平, 杨永波, 张东升, 赵芳, 邹宇. 一种改进的单目视觉桥梁挠度非接触测量方法[J]. 测绘通报, 2021, 0(10): 98-102.
[7]	杨春宇, 任兴达, 江汇男, 袁岳, 王子林. 基于小波去噪的地铁变形组合预测模型分析[J]. 测绘通报, 2021, 0(10): 127-131.
[8]	彭述刚, 王大成, 谭军辉, 敖旋峰, 俞佳颖. 基于改进卷积神经网络的城市地下排水管道视频智能识别[J]. 测绘通报, 2021, 0(10): 132-135,167.
[9]	余建伟, 廖江海, 陈智鹏, 熊永钢, 熊智敏. 基于断面基准面点云模型的隧道管片分割与断面提取[J]. 测绘通报, 2021, 0(10): 159-162.
[10]	黄佳宾, 郭云开, 罗伟茂. 利用Sentinel-1监测武汉市地面沉降[J]. 测绘通报, 2021, 0(9): 53-58.
[11]	陈优良, 陈洋, 肖钢, 陶剑辉. 改进蝙蝠算法优化极限学习机的大坝变形预测模型分析[J]. 测绘通报, 2021, 0(9): 68-73.
[12]	韩富庆, 郭国和, 杨承昆, 吴勇生, 王伟力, 李彩林. 基于点云投影线探测的高墩位姿自动检测方法[J]. 测绘通报, 2021, 0(9): 130-135,150.
[13]	刘新宇, 王勇, 唐超. 静力水准自动化测量技术应用于地铁隧道结构监测[J]. 测绘通报, 2021, 0(8): 69-73.
[14]	赵丽凤, 唐超, 王丽, 王勇. 武汉地铁4号线越江盾构隧道汛期形变规律分析[J]. 测绘通报, 2021, 0(8): 74-77.
[15]	李梓豪, 唐超. 基于高清工业相机的盾构隧道裂缝智能识别算法分析[J]. 测绘通报, 2021, 0(8): 83-87,101.