考虑传感器性能退化的信号重构方法
【专利摘要】本发明涉及一种考虑传感器性能退化的信号重构方法。首先利用 lp 范数熵标准作为代价函数选择小波函数和分解层数；其次计算完好信号和性能退化信号的各层小波细节系数并计算出完好信号和性能退化信号之间的对应各层小波细节信号的相关系数同时定位相关系数大于阈值的层数；最后将完好信号中的该层的小波细节系数中的相关系数用性能退化信号中的该层的小波细节系数进行替换，并利用小波重构手段进行数据重构，从而完成考虑传感器性能退化的信号重构。该方法能够有效地利用性能退化信号中的有用信息，从而达到在传感器发生性能退化时依然可以根据现有的算法进行损伤识别、预测。
【专利说明】考虑传感器性能退化的信号重构方法
【技术领域】
[0001] 本发明涉及一种考虑传感器性能退化的信号重构方法，特别涉及一种在长期监测 过程中由于传感器的性能退化导致采集的信号有所偏差导致误判的问题，即可利用所提的 方法进行数据重构工作。
【背景技术】
[0002] 结构健康监测主要是在结构系统的关键/易损部位安装适量的传感器，通过对传 感器监测数据的分析来进行结构异常报警、损伤定位和损伤程度预测。这样对SHM实测数 据的分析、处理以及损伤诊断方法的好坏就成为衡量监测系统是否有效的关键。
[0003] 然而在实际结构中，结构实测响应与变化往往受到环境(风、温度、湿度)、工作荷 载、传感器性能退化/故障、损伤等很多因素及其耦合的影响，而目前的研究及成果多集中 在考虑环境和载荷下的响应与损伤检测方面。目前的成果对于重大土木工程结构的日常管 理、维护以及防震减灾提供了技术支持和保障，但他们是在假设传感器性能良好、不考虑其 性能退化和故障的基础上取得的。而实际结构检测/监测系统由于经费、传感器数量巨大、 外界环境影响以及长期在线工作等原因使得传感器性能退化乃至部分发生故障和失效。而 由传感器性能退化即故障引起的结构响应变化往往与损伤引起的结构响应变化是同一数 量级的，因此常错误地将其归为损伤引起的，这导致很多时候错误预警，使得损伤检测变化 更加困难和不可靠。
[0004] 虽然近来有部分学者注意到以上问题，开展了一些对传感器性能退化数据进行重 构和替换的工作，例如利用PCA、MCPCA等，但是大部分并未考虑在传感器性能退化时其采 集的信号含有一定的结构自身信息。
【发明内容】
[0005] 本发明的目的在于提供一种考虑传感器性能退化的信号重构方法，从而达到即保 留当传感器发生性能退化时采集的结构有效信息又摒弃采集的信号中的传感器自身的性 能退化信息。
[0006] 为实现上述目的，本发明的技术方案是：一种考虑传感器性能退化的信号重构方 法：首先，利用&范数熵标准作为代价函数选择小波函数和分解层数；其次，计算完好信号 和传感器性能退化信号的各层小波细节系数，并计算出完好信号和传感器性能退化信号之 间的对应各层小波细节信号的相关系数，同时定位相关系数大于阈值的层数；最后，将完好 信号中的该层的小波细节系数中的相关系数用传感器性能退化信号中的该层的小波细节 系数进行替换，并利用小波重构手段进行数据重构，从而完成考虑传感器性能退化的信号 重构。
[0007] 在本发明实施例中，该方法具体包括如下步骤： 步骤1 :采集加速度响应信号，其中，该加速度响应信号含完好信号和传感器性能退化 信号，并识别出传感器性能退化信号发生时刻； 步骤2 :按公式（1)-(3)计算完好信号的小波能量谱7/7范数熵； 假设采集到的结构加速度响应信号为Z (?)，则其可表示为：
【权利要求】
1. 一种考虑传感器性能退化的信号重构方法，其特征在于：首先，利用7/7范数熵标准 作为代价函数选择小波函数和分解层数；其次，计算完好信号和传感器性能退化信号的各 层小波细节系数，并计算出完好信号和传感器性能退化信号之间的对应各层小波细节信号 的相关系数，同时定位相关系数大于阈值的层数；最后，将完好信号中的该层的小波细节系 数中的相关系数用传感器性能退化信号中的该层的小波细节系数进行替换，并利用小波重 构手段进行数据重构，从而完成考虑传感器性能退化的信号重构。
2. 根据权利要求1所述的考虑传感器性能退化的信号重构方法，其特征在于：具体包 括如下步骤： 步骤1 :采集加速度响应信号，其中，该加速度响应信号含完好信号和传感器性能退化 信号，并识别出传感器性能退化信号发生时刻； 步骤2 :按公式（1)-(3)计算完好信号的小波能量7/7谱范数熵； 假设采集到的结构加速度响应信号为Z(?)，则其可表示为：
(1) 其中：(?)是小波包分解重构系数，i为小波包分解层数,且i=3, 4,…10,J'为分解 阶层所在的位置结点，且j'=〇, 1，2,…，;?是时间序列； 那么小波包在i层J节点的小波包能量谱则可以由公式（2)表示：
(2) 小波包能量谱&范数熵&(瓦.）的计算式见公式（3):
(3) 其中4为db族小波函数dbV小波中的见且#=3, 4，…20 ;i为小波包分解层数;万为 小波包能量谱A为小波包能量谱的范数熵值；且1 < 2 ; 步骤3 :依据公式（4)选择小波函数和分解层数：
(4) 步骤4 :计算完好信号和传感器性能退化信号的小波各层细节信号以及近似信号的相 关系数，即：
(5) 式中分别为结构响应异常前后周期内完好信号和传感器性能退化信号；7为周 期内的第7个采样点;/7为周期内的采样点数;r为完好信号的小波各层信号和传感器性能 退化信号的小波各层信号相关系数； 步骤5 :分别依据步骤3所选择的小波函数和分解层数对传感器信号发生异常前后的 一个采样周期的信号进行小波分解； 步骤6 :将步骤4中计算的相关系数大于阈值的该层的传感器性能退化信号的细节系 数替换完好信号中该层的细节系数； 步骤7 :依据步骤6最后形成的细节系数通过小波重构技术进行小波重构。
3.根据权利要求2所述的考虑传感器性能退化的信号重构方法，其特征在于：所述步 骤6中，所述阈值取0.9。
【文档编号】G06F19/00GK104462770SQ201410623331
【公开日】2015年3月25日 申请日期:2014年11月10日 优先权日:2014年11月10日
【发明者】姜绍飞, 麻胜兰, 陈志刚 申请人:福州大学