[发明专利]空间交叉识别多传感器奇异失真数据的方法

说明书

技术领域

本发明涉及一种识别传感器失真数据的技术，尤其涉及一种空间交叉识别多传感器奇异失真数据的方法。

背景技术

奇异失真数据是桥梁结构健康监测系统中数据失真现象主要的表现形式之一，发生频率较高；这些发生奇异失真的数据往往与一些正常数据混淆在一起，并且与结构失常数据和外界干扰引起的异常数据很相似，因此，如果不把这些发生失真与变异的原始数据与桥梁结构的损伤信息分离识别开来，轻者会影响桥梁结构故障诊断的准确性、重者会被误判为桥梁结构陡然突变的事故先兆，给桥梁故障诊断结果造成混乱，产生严重后果。

目前，对桥梁结构监测与故障诊断技术的研究主要包括两大倾向，一是主要从力学的角度出发，开展桥梁结构的损伤识别与故障诊断方法的研究，因此，对系统原始数据的失真问题普遍缺乏足够的认识；一是单纯从传感器与测量技术的角度出发研究其可靠性问题，基本没有从状态监测与故障诊断系统的整体出发去探讨数据的失真与变异问题。显然，上述两种倾向都存在不足。

在传统信号处理和数据分析中，已经提出了许多识别单点数据失真的方法，如3σ方法、格拉布斯方法、Q检验法等，然而，此类方法大多是从数据的统计特性出发来识别单点失真数据，并不能直接适用在桥梁结构监测数据上。

发明内容

本发明公开了一种空间交叉识别多传感器奇异失真数据的方法，它包括：1)采用基于数据变化率的识别算法，找出发生失真的数据点位置的集合M1，2)采用基于关联稳态模型方法对数据进行处理，找出发生失真的数据点位置的集合M2，3)或者直接将M1或M2提供给后续的结构评估程序，或者对M1、M2取交集M_失真＝M1∩M2后再提供给后续的结构评估程序。

前述步骤1)采用基于数据变化率的识别算法，判断可能发生失真的数据点位置的依据为：

当某一采集到的数据为x_i时，它的数据变化率为y_i，则根据下式判断数据是否失真：

|y_i-M|>Δ时，w_i＝-1，此时数据失真，

|y_i-M|<Δ时，w_i＝1，此时数据正常；

发生失真的数据点位置的集合即构成M1。

其中：

y_i为数据变化率；

M为聚类中心值；Δ为设定的阈值；w_i为数据状态值。

进一步的，(1)计算数据变化率y_i的方法为：

设某一传感器采集到的测量数据集为X＝{x₁，x₂，…，x_i，…，x_n-1，x_n}和S＝{s₁，s₂，…，s_i，…，s_n-1，s_n}，x_i为s_i时刻采集到的数据，则s_i时刻x_i的数据变化率为：

yi=xi-xi-1si-si-1,]]>i＝2，3，…，n

(2)计算聚类中心值M的方法为：

以计算得到的数据变化率序列Y＝{y₂，y₃，…，y_i，…，y_n}(i＝2，3，…，n)作为样本集，根据下式计算聚类中心值M：