[发明专利]一种基于自适应滤波的传感器数据在线去噪的方法

摘要

本发明提供一种基于自适应滤波的传感器数据在线去噪的方法。针对土木结构形变参数的数据，首先，根据数据的波动特性建立二阶自适应动力学模型，其次，根据建立的二阶自适应动力学模型对数据的波动特性进行预测，得到数据的状态预测值；然后，根据数据的测量模型和数据的状态预测值计算数据状态测量的预测值；利用kalman滤波器，根据数据的原始值和数据的预测值计算数据的状态估计值；且计算数据的协方差估计值，衡量数据的状态估计值与数据的状态真实值之间的误差；同时，利用Yule‑Walker方法，通过数据的预测值实时更新系统自适应参数，进而实现模型自适应更新，往复下去，利用更新的自适应模型预测下一时间点数据的状态预测值，实现了对数据的在线实时去噪。

主权项

一种基于自适应滤波的传感器数据在线去噪的方法，应用于建筑健康监测数据的在线去噪，其特征在于，包括以下步骤：步骤1：建筑结构的形变参数状态和系统自适应参数初始化；步骤2：建立具有系统自适应参数的二阶自适应动力学模型；其中，系统自适应参数包括机动频率α和变化率方差步骤3：根据建立的具有系统自适应参数的二阶自适应动力学模型和形变参数的初始状态进行预测，得到下一时间点的形变参数的状态预测值步骤4：根据形变参数的测量模型和形变参数的状态预测值计算形变参数的状态测量预测值步骤5：根据形变参数的状态预测值和形变参数的状态测量预测值计算kalman滤波器增益K(k+1)；步骤6：读取测量数据获取下一时间点形变参数的状态原始测量值z(k+1)；步骤7：根据形变参数的状态原始测量值z(k+1)、形变参数的测量预测值和滤波器增益K(k+1)计算形变参数的状态估计值步骤8：利用Yule‑Walker方法，通过形变参数的状态预测值更新系统自适应参数，进而更新步骤2中的二阶自适应动力学模型；步骤9：重复步骤2‑步骤8，直至所有测量数据全部执行完毕，则结束。