[发明专利]一种基于卡尔曼滤波数据融合的动态位移获取方法

摘要

本发明属于土木工程结构健康监测技术领域，并公开了一种基于卡尔曼滤波数据融合的动态位移获取方法。该方法包括：(a)将待处理对象简化为悬臂梁，采用多个节点将所述悬臂梁划分为多个子单元，构建悬臂梁的节点处位移与应变值与虚弯矩之间的关系式；(b)构建以某一节点处位移和速度作为变量的状态向量，建立状态向量预测值与上一时间步的状态向量修正值和加速度之间的关系式；(c)构建状态向量修正值关于状态向量预测值、修正系数和某一节点处位移的关系式；(d)实时采集悬臂梁的每个节点处对应的应变和加速度，计算获得状态向量修正值，以此获得最优动态位移。通过本发明，解决结构位移计算复杂和精度低的问题，抗噪性高，工程适用性强。

主权项

1.一种基于卡尔曼滤波数据融合的动态位移获取方法，其特征在于，该方法包括下列步骤：(a)将待处理对象简化为悬臂梁，采用多个节点将所述悬臂梁划分为多个子单元，构建第k时间步所述悬臂梁的节点处位移xm(k)与应变值与虚弯矩之间的关系式(一)；(b)构建以位移和速度作为状态变量的状态向量，利用所述状态向量将第k时间步的位移与第k‑1时间步的位移和加速度之间的关系式(二)转化为第k时间步状态向量与第k‑1时间步的状态向量和加速度之间的关系式(三)，根据该关系式(三)建立第k时间步所述状态向量预测值与第k‑1时间步的状态向量和加速度之间的关系式(四)；(c)根据所述状态向量计算该状态向量的卡尔曼增益，并以此作为所述状态向量预测值的修正系数K(k)，利用该修正系数构建第k时间步所述状态向量修正值关于所述状态向量预测值修正系数K(k)和节点处位移x_m(k)的关系式(五)；(d)实时采集所述悬臂梁的每个节点第k时间步对应的应变和加速度，利用所述关系式(一)～(五)计算获得第k时间步的状态向量修正值，从状态向量修正值中获得k时间步的位移，以此实现最优动态位移的获取，其中，k是时间步，k＝1、2、3……。