买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆水利电力职业技术学院

摘要：本发明提出了一种桥梁健康监测数据处理与压缩融合方法，包括以下步骤：S1，数据预处理：对编号为i的传感器时序数据段Di进行预处理，得到有效数据段Di’；S2，对单个传感器数据压缩：对Di’进行压缩，将数据序列压缩为传感器特征估计值S3，对多个传感器特征估计值融合：对进行赋权计算得到各个传感器的最优权值wi，通过加权融合计算得出监测参数的融合特征值S4，将融合特征值与桥梁健康阈值进行比较，得出桥梁的健康状态。本发明能够快速、准确地得出桥梁的健康状态。

主权项：1.一种桥梁健康监测数据处理与压缩融合方法，其特征在于，包括以下步骤：S1，数据预处理：对编号为i的传感器时序数据段Di进行预处理，得到有效数据段Di’；S11，初步检验；S111，计算编号为i的传感器时序数据段Di的均值S112，计算编号为i的传感器时序数据段Di的标准差σi；S113，设定阈值系数μ；S114，采用下式计算阈值δi，并对超出阈值范围的数据进行剔除： 其中|·|为绝对值符号，阈值范围为S115，对剩余数据重复运行S111～S114，迭代剔除异常数据，直到所有数据均满足准则要求，得到初步检验后的时序数据段若剔除异常数据后，剩余数据数量为t，则其中di1表示编号为i的传感器第1个时刻的时序数据，di2表示编号为i的传感器第2个时刻的时序数据，dit表示编号为i的传感器第t个时刻的时序数据，m表示传感器总个数；S12，二次检验；S121，计算编号为i的传感器初步检验后的时序数据段的均值S122，计算编号为i的传感器初步检验后的时序数据段的标准差S123，将分为h组，每组为r个数据，若第h组数据数量为r’个且r’＜r，则从第h-1组中选取第r’+1个到第r个数据，共计r-r’个数据补充到第h组中；S124，计算编号为i的传感器各组数据的标准差S125，判断是否大于若是，则判定为异常组；S126，对异常组中的数据，按下式计算统计量gij，j＝1,2,…,r； 其中，dij表示编号为i的传感器第j个时刻的时序数据；S127，给定显著水平β，查统计量临界值表得到统计量gij的临界值g0t,β；S128，满足下式的数据为异常数据，对异常数据进行剔除；gij≥g0t,βS129，对异常组中剩余数据重复运行S224～S228，迭代剔除异常数据，直到所有异常组中数据都满足或g′ij＜g0t',β时，则认为对应的数据段Di’为有效数据段,若剩余数据数量为v，则Di’＝{di1,di2,…,div}，i＝1,2,…,m；其中gi'j表示剩余数据的统计量，t'表示剩余数据数量，g0t',β表示剩余数据的统计量的临界值；S2，对单个传感器数据压缩：对Di’进行压缩，将数据序列压缩为传感器特征估计值S2-1，将编号为i的传感器二次检验后的时序数据段Di’分为p组数据，采用连续分组或随机分组；S2-2，计算编号为i的传感器各组数据的平均值S2-3，计算编号为i的传感器各组数据的标准差σi1,σi2,…,σip；S2-4，令编号为i的传感器测量方程系数矩阵为Pi＝11×p，则编号为i的传感器测量噪声协方差Ri为： 其中表示编号为i的传感器第1组数据的方差；其中表示编号为i的传感器第p组数据的方差；计算数据压缩后的特征估计值方差 其中表示数据压缩的特征估计值方差；·T表示矩阵的转置； 表示编号为i的传感器第k组数据的方差；S2-5，计算编号为i的传感器特征估计值 其中表示编号为i的传感器第1组数据的平均值； 表示编号为i的传感器第p组数据的平均值；S3，对多个传感器特征估计值融合：对进行赋权计算得到各个传感器的最优权值wi，通过加权融合计算得出监测参数的融合特征值S3-1，计算传感器精度权重 其中αi表示编号为i的传感器的精度；m表示传感器总个数；S3-2，计算传感器数据融合权重 其中表示数据压缩后的特征估计值方差；S3-3，计算考虑传感器精度的数据融合权重Wi； S3-4，计算监测参数的融合特征值 其中表示编号为i的传感器特征估计值；S4，将融合特征值与桥梁健康阈值进行比较，得出桥梁的健康状态。

全文数据：

权利要求：

百度查询： 重庆水利电力职业技术学院 桥梁健康监测数据处理与压缩融合方法