[发明专利]一种桥梁动挠度降噪方法及系统

权利要求书

1.一种桥梁动挠度降噪方法，其特征在于，包括：

S1，根据第一预设最大容许误差和第一预设最优筛选次数对采集的动挠度信号进行ESMD模态分解，获得第一自适应全局均线和多个第一子信号；

S2，计算每相邻两个所述第一子信号的互信息熵，根据所有所述互信息熵将所述多个第一子信号划分为多个第一高频子信号和多个第一低频子信号；

S3，对所有所述第一高频子信号和所有所述第一低频子信号分别进行一级降噪，将一级降噪后的所有所述第一高频子信号和一级降噪后的所有所述第一低频子信号以及所述第一自适应全局均线进行重构，获得一级降噪后的动挠度信号；

S4，对所述一级降噪后的动挠度信号进行二级降噪，获得二级降噪后的动挠度信号；其中，所述二级降噪通过步骤S1-S3中的方法对一级降噪后的动挠度信号进行降噪；

其中，步骤S3中所述对所有所述第一高频子信号和所有所述第一低频子信号分别进行一级降噪进一步包括：

采用heursure规则、硬阈值和高分解尺度对所有所述第一高频子信号进行一级降噪；

采用heursure规则、硬阈值和低分解尺度对所有所述第一低频子信号进行一级降噪。

2.根据权利要求1所述的方法，其特征在于，所述步骤S4进一步包括：

根据第二预设最大容许误差和第二预设最优筛选次数对所述一级降噪后的动挠度信号进行ESMD模态分解，获得第二自适应全局均线和多个第二子信号；

计算每相邻两个所述第二子信号的互信息熵，根据所有所述互信息熵将所述多个第二子信号划分为多个第二高频子信号和多个第二低频子信号；

采用heursure规则、硬阈值和低分解尺度对所有所述第二高频子信号进行二级降噪，采用min-max规则、软阈值和适中的分解尺度对所有所述第二低频子信号进行二级降噪；

将二级降噪后的所有所述第二高频子信号和二级降噪后的所有所述第二低频子信号以及所述第二自适应全局均线进行重构，获得二级降噪后的动挠度信号。

3.根据权利要求1所述的方法，其特征在于，步骤S2中所述计算每相邻两个所述第一子信号的互信息熵进一步包括：

计算每个所述第一子信号的能量熵；

根据每个所述第一子信号的能量熵计算每个所述第一子信号的固有能量熵；

根据每相邻两个所述第一子信号的固有能量熵计算每相邻两个所述第一子信号的互信息熵。

4.根据权利要求1所述的方法，其特征在于，所述步骤S1之前还包括：

采用波形特征匹配方法对所述采集的动挠度信号进行延拓；

相应地，根据第一预设最大容许误差和第一预设最优筛选次数对延拓后的动挠度信号进行ESMD模态分解，获得第一自适应全局均线和多个第一子信号。

5.根据权利要求1所述的方法，其特征在于，所述步骤S1之前还包括：

计算所述采集的动挠度信号与所述采集的动挠度信号均值的第一标准差；

根据所述第一标准差确定所述第一预设最大容许误差。

6.根据权利要求1所述的方法，其特征在于，所述步骤S1之前还包括：

预先设置多个筛选次数，根据每个所述筛选次数对所述采集的动挠度信号进行ESMD模态分解，获得每个筛选次数对应的自适应全局均线；

计算所述采集的动扰度信号与每个所述自适应全局均线的第二标准差，根据所有所述第二标准差确定最小第二标准差；

将所述最小第二标准差对应的筛选次数确定为所述第一预设最优筛选次数。