[发明专利]一种桥梁监测数据模态识别方法及装置有效

专利信息
申请号: 201910557141.6 申请日: 2019-06-25
公开(公告)号: CN110472268B 公开(公告)日: 2022-12-20
发明(设计)人: 刘祥磊;王培培;黄祎萌;王辉;姜孟卓 申请(专利权)人: 北京建筑大学
主分类号: G06F30/13 分类号: G06F30/13;G06K9/00
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 杨明月
地址: 100044*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 桥梁 监测 数据 识别 方法 装置
【权利要求书】:

1.一种桥梁监测数据模态识别方法,其特征在于,包括:

对原始汉克尔矩阵进行化简处理,得到简化后的汉克尔矩阵;

根据所述简化后的汉克尔矩阵创建自相关矩阵;根据所述自相关矩阵确定模态阶数;

根据所述简化后的汉克尔矩阵计算得到投影矩阵,对所述投影矩阵进行加权,得到加权投影矩阵;对所述加权投影矩阵进行奇异值分解并根据所述模态阶数确定可观测矩阵;

根据所述可观测矩阵识别模态参数;

其中,所述对原始汉克尔矩阵进行化简处理,得到简化后的汉克尔矩阵的步骤,具体包括:

获取输出的时序数据,根据输出的时序数据构建原始汉克尔矩阵;

对原始汉克尔矩阵进行分析处理,识别所述原始汉克尔矩阵中的低范数列向量信息;

消除所述原始汉克尔矩阵中的低范数列向量信息,得到简化后的汉克尔矩阵;

其中,所述根据所述简化后的汉克尔矩阵创建自相关矩阵;根据所述自相关矩阵确定模态阶数的步骤具体包括:

根据所述简化后的汉克尔矩阵创建自相关矩阵,确定所述自相关矩阵的特征值;

根据所述自相关矩阵的特征值确定特征值相对差信息;

根据所述特征值相对差信息确定模态阶数估计信息;

对所述模态阶数估计信息进行识别,确定模态阶数。

2.根据权利要求1所述桥梁监测数据模态识别方法,其特征在于,所述对所述模态阶数估计信息进行识别,确定模态阶数,具体为:

通过识别算法对所述模态阶数估计信息进行识别;

若模态阶数估计信息所对应的子空间属于信号子空间,则确定模态阶数。

3.根据权利要求1所述桥梁监测数据模态识别方法,其特征在于,所述根据所述可观测矩阵识别模态参数的步骤,具体包括:

根据所述可观测矩阵计算得到卡尔曼滤波器状态序列;

根据所述卡尔曼滤波器状态序列估计系统状态矩阵信息和输出矩阵信息;

根据所述系统状态矩阵信息和输出矩阵信息识别模态参数。

4.根据权利要求2所述桥梁监测数据模态识别方法,其特征在于,所述识别算法为:

其中,α是一个介于2到5之间的常数,M是自相关矩阵的特征值总数,λj为第j个特征值,1≤j<M。

5.一种桥梁监测数据模态识别装置,其特征在于,包括:

简化模块,用于对原始汉克尔矩阵进行化简处理,得到简化后的汉克尔矩阵;

计算模块,用于根据所述简化后的汉克尔矩阵创建自相关矩阵;根据所述自相关矩阵确定模态阶数;

分析模块,用于根据所述简化后的汉克尔矩阵计算得到投影矩阵,对所述投影矩阵进行加权,得到加权投影矩阵;对所述加权投影矩阵进行奇异值分解并根据所述模态阶数确定可观测矩阵;

识别模块,用于根据所述可观测矩阵识别模态参数;

其中,所述装置还用于:

获取输出的时序数据,根据输出的时序数据构建原始汉克尔矩阵;

对原始汉克尔矩阵进行分析处理,识别所述原始汉克尔矩阵中的低范数列向量信息;

消除所述原始汉克尔矩阵中的低范数列向量信息,得到简化后的汉克尔矩阵;

根据所述简化后的汉克尔矩阵创建自相关矩阵,确定所述自相关矩阵的特征值;

根据所述自相关矩阵的特征值确定特征值相对差信息;

根据所述特征值相对差信息确定模态阶数估计信息;

对所述模态阶数估计信息进行识别,确定模态阶数。

6.一种电子设备,包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1至4任一项所述桥梁监测数据模态识别方法的步骤。

7.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至4任一项所述桥梁监测数据模态识别方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京建筑大学,未经北京建筑大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910557141.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top