王 海,岳東杰
(河海大學 測繪科學與工程系,江蘇 南京210098)
EMD(Empirical Mode Decomposition)通常被稱為經(jīng)驗模態(tài)分解法[6],其假設(shè)任何信號都可以由不同的本征模態(tài)函數(shù)(I MF)組成,每個I MF可以是線性的,也可以是非線性的,而且任何兩個I MF之間是相互獨立的。I MF分量滿足以下兩個條件:一是其極值點個數(shù)和過零點個數(shù)相同或之多相差一個 二是其上下包絡(luò)線關(guān)于時間軸對稱 即其包絡(luò)線均值為零,實際應(yīng)用中一般小于一個數(shù)值即可。假設(shè):信號至少含有兩個極值點;信號的時域特性由極值間隔決定;如果信號完全缺乏極值點但僅包含拐點,那么可以通過一次或多次求導來揭示其極值點。其具體分解過程有以下幾個步驟:
1)找出信號x(t)的所有局部極值點,利用三次樣條函數(shù)分別擬合所有極大值點和極小值點,得到信號的上下包絡(luò)線,計算上下包絡(luò)線均值
2)計算x(t)與m(t)的差值h1(t),
判斷h1(t)是否為I MF,如果滿足,則將h1(t)作為待處理數(shù)據(jù),重復上述步驟,直至h1k(t)為I MF,記為
3)將c1(t)從原始信號中分解出來,得到剩余信號
4)把x1(t)作為新的輸入序列重復上述步驟,依次分解出各個I MF,最終,剩余信號xn(t)為一個單調(diào)函數(shù)時,停止分解過程,余項記為rn(t)=xn(t);通過上述方法,信號x(t)被分解為n個I MF分量和一個余項,即
其中,rn(t)為殘余函數(shù),代表信號的平均趨勢,I MF分量ci(t)則包含了信號不同時間尺度大小的成分,反映信號的不同頻率,頻率由大到小直至趨勢項。經(jīng)驗模態(tài)分解的結(jié)果只與原始信號有關(guān),是一種自適應(yīng)的信號分解方法,其濾波特性與小波分解非常相似[6]。
在上面兩個句子中,喬為形容詞,指的是“音調(diào)比較高、嗓門大”,與該字樹木高大的具體意義相比,“喬聲怪氣”已經(jīng)引申出了比較抽象的意義,與比較常見的喬字含有的褒義或者中性的感情色彩不同的是,該詞含有一定的貶義色彩。
為確保蘇通大橋運營期安全和研究其外部變形特征,大橋健康檢測系統(tǒng)建立了一套全天候自動化GPS監(jiān)測系統(tǒng),該系統(tǒng)采用徠卡公司的GRX1200Pr o系統(tǒng),包括GPS接收機和天線共5臺,其中1臺基準站,位于長江岸邊開闊地帶上一座帶有強制對中底盤的觀測墩上,4臺為監(jiān)測站,分別位于主橋跨中兩臺和南北索塔頂各一臺。
根據(jù)信號處理的奈奎斯(Nyquist)采樣定理,接受機的采樣頻率應(yīng)滿足
式中:fs為接收機采樣頻率,Δt為接收機采樣間隔,fc為信號可識別的頻率??紤]到大橋的自振頻率和數(shù)據(jù)存儲量,系統(tǒng)采取1 Hz的采用頻率,可識別的頻率范圍為0~0.5 Hz,衛(wèi)星截止高度角為15°。經(jīng)過GPS解算得到監(jiān)測點的WGS-84坐標(B,L,H),將大地坐標(B,L)轉(zhuǎn)化為平面坐標并投影變換到高斯平面,得到監(jiān)測點在高斯投影面的平面坐標(X,Y),最后監(jiān)測點坐標序列(xi,yi,hi),本文主要對一個跨中監(jiān)測點數(shù)據(jù)進行處理,分析其高程方向動態(tài)特性及變形特性。
在橋梁GPS動態(tài)監(jiān)測中,受橋梁周圍開闊水域影響,多路徑效應(yīng)無法通過常規(guī)GPS解算方法消除。此外,由于橋梁運營期間車載負荷變化較大,鋼箱梁在高程方向有較大的變形,本文截取其中一段歷元為1 000的監(jiān)測時間序列如圖1所示,可見橋梁振動信號完全湮沒在變形信號中,沒有明顯的結(jié)構(gòu)振動特性。在300歷元和800歷元附近,出現(xiàn)了兩個由于橋梁車載荷增加造成的較大變形。以往在采用GPS監(jiān)測時間序列獲取橋梁振動特性的方法中主要采取頻譜分析方法,即通過傅里葉(Fourier)變換將時域內(nèi)的坐標時間序列轉(zhuǎn)化為頻域內(nèi)的頻率和幅值,從而確定橋梁的振動特性[7]。圖2為跨中監(jiān)測點高程方向時間序列傅里葉變換頻譜圖。
圖1 跨中監(jiān)測點高程方向時間序列
圖2 跨中監(jiān)測點高程方向時間序列頻譜圖
從圖1~2可以看出,監(jiān)測序列中周期成分的頻率主要集中在0~0.05 Hz,在其他頻段無明顯峰值 說明監(jiān)測序列中橋梁振動信號完全被多路徑效應(yīng)、動態(tài)變形等長周期噪聲湮沒,對原始數(shù)據(jù)進行頻譜分析無法準確確定橋梁的振動特性。下面利用EMD方法對監(jiān)測序列進行多尺度分解,得出橋梁振動特性和變形信息。
經(jīng)驗模態(tài)分解中最重要的是判斷篩選出的差值序列是否滿足I MF條件,本文采用的終止準則為文獻[8]中的終止條件,定義函數(shù)為篩選I MF的準則函數(shù),
式中emaxeminm t分別為上下包絡(luò)線值及其均值。設(shè)定三個門限值θ1,θ2,α當滿足下述條件時,即分離出一個I MF分量
1)σ(t)中任意一點的值小于θ2;
2)σ(t)中小于θ1的比率達到α;
3)極值點和過零點數(shù)目相差不大于1。
其中第一個條件保證了局部對稱性,第二個條件保證振幅沒有太大的波動,第三個條件保證滿足I MF的第一個條件。不同門限值的選擇分解出的I MF分量的個數(shù)和振幅各不相同,經(jīng)過大量仿真試驗,當θ1=0.05,θ2=0.5,α=0.95時,分解效果較好。對圖1中的數(shù)據(jù)采取上述分解準則分解得到9個I MF分量如圖3所示,I MF分量周期依次增大,直至c9為一單調(diào)函數(shù),反映了監(jiān)測序列中尺度由小到大的信號成分。
圖3 監(jiān)測序列各I MF分量
針對監(jiān)測序列噪聲多含多路徑的特點,根據(jù)先驗信息,對各I MF分量進行FFT變換,區(qū)分出結(jié)構(gòu)振動信號、噪聲以及結(jié)構(gòu)變形成分。圖4為c1~c6分量的FFT變換結(jié)果,由于多路徑效應(yīng)頻率范圍為8×10-4~10-2Hz[1,9-11],結(jié) 構(gòu) 振 動 頻 率 在0.1~0.5 Hz之間,可判斷c1分量為振動信號,c2分量中混疊有少量振動信號,與c1分量相比能量較小,以多路徑效應(yīng)為主,c3分量主要為多路徑效應(yīng),c4~c9分量主要為結(jié)構(gòu)變形。則可以將c1分量視為結(jié)構(gòu)振動成分,其頻譜分析結(jié)果如圖4中所示,主頻為0.183 6 Hz,對比文獻[12]中蘇通大橋主梁振動頻率為0.185 Hz,相對誤差為0.75%;將c2~c3分量視為多路徑效應(yīng)等超周期噪聲成分,從原始信號中剔除;將c4~c9視為結(jié)構(gòu)變形,對其重構(gòu)得到橋面跨中高程方向的變形特征。
圖5為c4~c9分量重構(gòu)監(jiān)測時間序列,經(jīng)計算可得該時間序列與原始時間序列的相關(guān)系數(shù)為0.930 5,與c2~c3噪聲序列相關(guān)系數(shù)為0.044 2,c1振動成分時間序列與c2~c3噪聲序列相關(guān)系數(shù)為-0.19??梢?,重構(gòu)的三個成分之間沒有明顯的相關(guān)性,重構(gòu)的變形監(jiān)測序列與原始序列有較高的相關(guān)性,與圖1對比,起到了平滑去噪功能,能很好的反映結(jié)構(gòu)變形特征。
通過對各I MF分量的重構(gòu),提取出含有毫米級的振動信號成分,從而準確提取橋梁振動頻率,與理論計算值基本吻合;相較于傳統(tǒng)的頻譜分析方法,還得到了橋梁的變形特征,與原始數(shù)據(jù)相關(guān)性較高,有平滑去噪效果,反映橋梁結(jié)構(gòu)變形信息。
圖4 c 1~c 6分量頻譜圖
圖5 重構(gòu)的變形監(jiān)測時間序列
為驗證經(jīng)驗模態(tài)分解提取結(jié)構(gòu)振動頻率的準確性,采用上述方法對2013-09-01全天的監(jiān)測數(shù)據(jù)按每小時進行處理,得到全天24 h的頻率如表1所示。識別的最大頻率值為0.186 5 Hz,相對誤差0.81%;最 小 頻 率 值 為0.182 6 Hz,相 對 誤 差1.23%;平均頻率值為0.184 4 Hz,均方根誤差為0.001 4 Hz。對比文獻[12]中蘇通大橋主梁振動頻率為0.185 Hz,可見基于經(jīng)驗模態(tài)分解的結(jié)構(gòu)振動特性提取方法能準確識別振動頻率,識別穩(wěn)定,有一定抗環(huán)境影響能力。
表1 識別的24 h振動頻率值
1)本文介紹大型橋梁GPS動態(tài)監(jiān)測方案,分析GPS動態(tài)監(jiān)測數(shù)據(jù)存在變形特征和噪聲遠大于結(jié)構(gòu)振動的特點.
2)針對大型橋梁受環(huán)境和載荷影響變形量較大的情況,提出采用經(jīng)驗模態(tài)分解方法實現(xiàn)監(jiān)測時間序列的多尺度分解,并根據(jù)先驗信息,對特定的本征模態(tài)函數(shù)重構(gòu),完成特征信息的提取。
3)分析重構(gòu)的結(jié)構(gòu)振動信號成分、噪聲信號成分和結(jié)構(gòu)變形信號成分之間的相關(guān)性,發(fā)現(xiàn)三者沒有明顯的相關(guān)性,證明經(jīng)驗模態(tài)分解在GPS動態(tài)監(jiān)測信號中提取不同信號成分的可行性。結(jié)構(gòu)變形信號與原始信號由很高的相關(guān)性,本文的處理方法具有平滑去噪的特點。
4)對24 h的GPS動態(tài)監(jiān)測數(shù)據(jù)識別每小時的結(jié)構(gòu)振動頻率,識別穩(wěn)定性較好,均方根誤差為0.001 4 Hz,具有較好的準確性,可以為橋梁健康監(jiān)測提供依據(jù)。
[1] HRISTOPULOS D T,MERTIKAS S P,ARHONTAKIS I,et al.Using GPS f or monitoring tall-building response to wind loading:filtering of abr upt changes and low-frequency noise,variography and spectral analysis of displacements[J].GPS Solutions,2007,11(2):85-95.
[2] LI Xiaojing,GE Linlin,AMBIKAIRAJAH E,et al.Full-Scale str uctural monitoring using an integrated GPS and accelero meter system[J].GPS Solutions,2006,10(4):233-247.
[3] GUO J XU L DAI L et al.Application of the realti me kinematic Global Positioning System in bridge safety monitoring[J].Journal of Bridge Engineering,2005,10(2),163-168.
[4] 戴連君,盧云川.虎門大橋GPS(RTK)實時位移監(jiān)測方法研究[J].測繪通報,2000(12):4-5.
[5] 喬燕,孫傳智,繆長青.基于GPS的大跨懸索橋動態(tài)特性監(jiān)測及分析[J].測繪通報,2012(3):1-4.
[6] HUANG N E,SHEN Z,LONG S R,et al.The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary ti me series analysis[J].Proceedings of the Royal Society of London.Series A:Mathematical,Physical and Engineering Sciences,1998,454(1971):903-995.
[7] 黃聲享,劉星,楊永波,等.利用GPS測定大型橋梁動態(tài)特性的試驗及結(jié)果.[J]武漢大學學報:信息科學版,2004 29 3 198-200.
[8] FLANDRIN G.Rilling and P.Gon.calves.Empirical Mode Decomposition as a filter bank[J],IEEE Sig.Proc.Lett,2004,11(2):112-114.
[9] 何云亮.高精度GPS測量中多路徑誤差的研究[J].測繪工程,2010,19(1):35-38.
[10]劉帥,孫付平,應(yīng)文璽,等.兩種軟件在GPS動態(tài)測量數(shù)據(jù)后處理中的比較與分析[J].測繪工程,2014,23(3):66-68.
[11]徐愛功,吳探詩,隋心,等.基于卡爾曼濾波重建的GPS點位修正[J].測繪工程,2014,23(10):1-3.
[12]張喜剛,陳艾榮.蘇通大橋設(shè)計與結(jié)構(gòu)性能[M].北京:人民交通出版社,2010:176-178.