摘要：针对桥梁GPS监测序列中难以提取桥梁变形信息，本文引入了噪声辅助的经验模态分解方法（EEMD），构建了基于小波变换的EEMD去噪方法，并分别利用EEMD方法和基于小波变换的EEMD方法对苏通大桥跨中监测点监测坐标序列提取了变形信息，得到的苏通大桥跨中监测点运营期间的动态变形情况。
关键词：EEMD；小波变换；桥梁监测
一、绪论
采用GPS监测运营期大跨度桥梁时，不仅受大面积开阔水域的影响，同时受到过往车辆、风力等影响，获得的监测信息中被各种测量噪声的影响[1]，如何从监测序列中提取桥梁变形信息是桥梁监测的重要内容。
传统的桥面监测数据处理方法有时域分析和频域分析两方面。频域分析方法包括频谱分析、小波变换等[2]。小波变换可实现数据的消噪滤波及不同频率振动信号的分离，但对趋势性成分难以提取。时域分析方法包括回归分析、灰色模型等，但这些方法大都是基于线性、平稳的信号等假设，实际观测序列很难达到要求。经验模态分解方法是一种非平稳信号自适应的时域处理方法，其适用于缓慢变形的提取，但是其在滤除了高频测量噪声的同时舍弃了部分结构自振信息和变形信息。基于此，本文提出了基于小波变换的噪声辅助的经验模态分解的方法完成变形信息的提取。
二、噪声辅助的经验模态分解方法（EEMD）
经验模态分解法是由Huang等提出的以多尺度分解的方法，其假设数据信号由可以相互独立的本征模态函数组成，即通过一定的时间尺度来识别待处理数据信号中所包含的本征振动模态信息[3-4]。经验模态分解是一种自适应的信数据分解方法，但是当原始待分解信号出现中断时，EMD分解的imf信号会出现模式混叠现象，为消弱模式混叠的影响，Huang等提出在每一次进行EMD分解之前，将待处理序列 ，加入一定的白噪声 ，这样第K次待分解的数据序列即为：
其中 为分解余项，即为原始信号的趋势项，各imf分量 则包含了原始信号在不同的时间尺度上细节成分，按分离出的细节分量的顺序，依次为高频细节成分和低频趋势部分，其可以反映出信号的不同频率。
三、基于小波变换的EEMD方法
由噪声辅助的经验模态分解方法可知，对各方向监测坐标序列进行EEMD分解能够获得高频细节成分和低频趋势部分。低频趋势部分主要是主桥的变形特征，而高频细节成分则主要为测量噪声和少量的主桥结构自振及变形信息。采用EEMD方法坐标时间序列进行去变形特征的提取，直接舍弃被认定为测量噪声的imf，虽然在滤除了高频测量噪声，但是同时舍弃了部分主桥结构自振及变形信息。基于此，本文首先对分解获得的高频imf分量进行小波阈值去噪，再由去噪后的各imf分量重构原始序列，完成变形信息的提取。基于小波变换的EEMD方法提取监测点变形信息实现步骤为：
（1）对监测点三方向原始监测坐标序列 进行EEMD分解，获得细节imf分量；
（2）对各细节分量进行频谱分析，选择测量噪声较大的高频imf，采用小波变换硬阈值去除噪声的方式进行处理；
（3）以去噪后的高频imf及其他细节imf重构监测坐标序列，即完成了监测点变形信息的提取，获得的变形信息 为：
图4 M001点Y方向去噪效果对比
结合表1两种提取方法的信噪比情况也可以得出，使用基于小波变换的EEMD方法提取苏通大桥跨中监测点的变形信息信噪比明显大于采用单一EEMD方法获得的变形信息，组合模型获得的变形系信息更加贴近大桥在车载、风力等外力作用下的运动变形情况，效果明显优于单一的EEMD方法。
五、结论
本文针对桥梁GPS监测序列中难以提取桥梁变形信息的问题，引入了噪声辅助的经验模态分解方法提取变形信息，同时根据噪声辅助的经验模态分解的特点，构建了基于小波变换的利用小波变换的噪声辅助的经验模态分解方法提取桥梁变形信息，并在苏通大桥跨中监测点监测序列中进行了应用，等到了其运营期间的动态变形情况，为桥梁养护和相关工程的开展提供了技术参考。
参考文献
[1]赵洋. 桥梁在车辆荷载作用下振动横向分布机理探究[J]. 建筑工程技术与设计，2015，（3）.
[2]余学祥，徐绍铨. GPS 变形监测信息获取方法的研究与软件研制[J]. 武汉大学学报：信息科学版，2004，29（9）：845-845.
[3]Wu Z，Huang N E. Ensemble empirical mode decomposition：a noise-assisted data analysis method[J]. Advances in adaptive data analysis，2009，1（01）：1-41.
[4]何云亮. 高精度GPS测量中多路径误差的研究[J]测绘工程Wu Z，
[5]黄声享，刘经南，柳响林.小波分析在高层建筑动态监测中的应用[J]. 测绘学报，2003，32（2）：153-157.
论文作者:王性猛,王建营
论文发表刊物:《建筑学研究前沿》2017年第17期
论文发表时间:2017/11/16
标签：方法论文; 分解论文; 噪声论文; 信息论文; 小波论文; 序列论文; 桥梁论文; 《建筑学研究前沿》2017年第17期论文;