熊春寶,張雪芳,牛彥波,朱勁松
?
一種基于RTK-GNSS技術(shù)的大跨徑懸索橋動態(tài)特性分析方法
熊春寶,張雪芳,牛彥波,朱勁松
(天津大學建筑工程學院,天津 300072)
大跨徑橋梁;RTK-GNSS;集合經(jīng)驗模態(tài)分解;小波降噪;快速傅里葉變換;隨機減量技術(shù)
隨著科技的發(fā)展與進步,橋梁結(jié)構(gòu)正朝著大跨、輕質(zhì)、高強的方向發(fā)展.在服役過程中,這些輕質(zhì)高強的大跨度橋梁極易受到風荷載、交通荷載以及地震荷載等因素的影響,所以為了保障橋梁的安全與穩(wěn)定,防止災難性的事故發(fā)生,亟需采用合理有效的技術(shù)監(jiān)測手段對現(xiàn)役橋梁在動態(tài)荷載作用下的振動響應進行監(jiān)測,這對于預防和避免橋梁事故具有重要的作用.采用理論分析方法識別橋梁的動態(tài)參數(shù)較為復雜,通常情況下通過建立橋梁的有限元模型,進行模態(tài)分析來獲取橋梁結(jié)構(gòu)的固有頻率與振型,而結(jié)構(gòu)的阻尼比往往憑經(jīng)驗取值.現(xiàn)如今,現(xiàn)場實測技術(shù)無疑是能夠準確反映橋梁在復雜動態(tài)荷載作用下振動響應的最直接、最有效的手段.
傳統(tǒng)的用于橋梁結(jié)構(gòu)位移監(jiān)測的方法有位移傳感器法、全站儀法、應變片法、加速度計法等[1-4].在大跨徑橋梁結(jié)構(gòu)健康監(jiān)測領(lǐng)域,加速度計已經(jīng)被證實是一種有效的監(jiān)測手段,它通過二次積分可獲取結(jié)構(gòu)的坐標信息,并且具有頻率高、響應快、性能穩(wěn)定等特點[5].但是,加速度計監(jiān)測結(jié)果經(jīng)過二次積分會快速發(fā)散,出現(xiàn)漂移現(xiàn)象,因此加速度計難以滿足位移測量精度的要求[6].相較于加速度計,全球衛(wèi)星定位系統(tǒng)(GPS)能夠很容易地得到結(jié)構(gòu)的三維坐標信息,連續(xù)、實時、高效地反映結(jié)構(gòu)的振動特性.RTK-GPS是一項基于載波相位雙差模型的定位方法,也是GPS動態(tài)測量最精確的定位技術(shù),在大型土木工程結(jié)構(gòu)中得到了廣泛的應用,如:李宏男等[7]利用RTK-GPS技術(shù)對大連某一超高層建筑進行了監(jiān)測試驗,并對監(jiān)測結(jié)果進行巴特沃斯高通濾波處理,準確識別出了結(jié)構(gòu)的一階振動頻率;Xiong等[8]利用RTK-GPS監(jiān)測了天津117大廈,并利用切比雪夫高通濾波器對監(jiān)測數(shù)據(jù)進行了處理,獲得了較好的結(jié)果;許昌和岳東杰[9]利用RTK-GPS監(jiān)測一斜拉橋高索塔,并通過頻譜分析獲取了該高索塔自立狀態(tài)下的自振主頻,與有限元分析的結(jié)果吻合;Yi等[10]利用RTK-GPS對一大跨徑懸索橋在環(huán)境激勵下的動態(tài)響應問題做了深入研究,結(jié)合有限元模型分析,準確獲取了結(jié)構(gòu)的固有頻率.Elnabwy等[11]利用RTK-GPS對一鐵路橋進行實時監(jiān)測,基于移動平均濾波與神經(jīng)網(wǎng)絡自回歸模型分析,準確獲取了結(jié)構(gòu)的三維動態(tài)位移.以上研究證實了RTK-GPS是一種強有力的獲取結(jié)構(gòu)動態(tài)變形的工具.目前,我國北斗衛(wèi)星定位系統(tǒng)(BDS)正在逐步完善,多星系導航定位系統(tǒng)得到發(fā)展.與單星系GPS定位系統(tǒng)相比,多星系導航定位系統(tǒng)可見衛(wèi)星數(shù)明顯增多,位置精度因子(PDOP)明顯減小,定位精度得到顯著提升[12].本文所采用的RTK-GNSS傳感器能夠同時接收GPS、GLONASS和BDS三星系衛(wèi)星信號,能夠更加準確地獲取橋梁的振動響應信息,為結(jié)構(gòu)的安全穩(wěn)定提供更為可靠的依據(jù).
影響結(jié)構(gòu)振動監(jiān)測精度的主要因素有兩方面:一方面是傳感器的選擇,另一方面是信號處理方法.值得注意的是,RTK-GNSS傳感器的定位精度是受限的,水平定位精度在±1cm左右,豎向定位精度在±2cm左右.而豎向振動為橋梁的主要形式,因此需要采用一種高效的數(shù)據(jù)處理方法來消除或削弱儀器誤差給監(jiān)測結(jié)果帶來的影響.經(jīng)驗模態(tài)分解法(EMD)[13]是一種非線性、非穩(wěn)態(tài)的信號處理方法.該方法將信號分解為一系列單成分的本征模態(tài)函數(shù)(IMF),其實質(zhì)是不同特征時間尺度的固有振動模式.然而,EMD法存在一些缺陷,如模態(tài)混疊現(xiàn)象.為了解決這個問題,Wu等[14]提出了一種新的方法,即集合經(jīng)驗模態(tài)分解(ensemble empirical mode decomposition,EEMD)法.該方法在待分解信號中加入了高斯白噪聲,有效抑制了模態(tài)混疊現(xiàn)象.小波技術(shù)是一種高效的數(shù)據(jù)處理方法,在工程、金融、科學等領(lǐng)域得到了廣泛的應用[15-18].閾值降噪技術(shù)是小波降噪(WD)方法的一種,通過設(shè)定合理閾值處理小波分解系數(shù),然后對信號進行重構(gòu),以達到降噪目的.為了保證結(jié)構(gòu)的降噪精度,本文提出了一種聯(lián)合降噪方法,即EEMDWD法,此方法充分結(jié)合了EEMD與WD技術(shù)的優(yōu)勢,有效抑制了待分析信號的低頻噪聲與高頻噪聲.
模態(tài)參數(shù)識別是橋梁結(jié)構(gòu)健康監(jiān)測的重要研究領(lǐng)域,已有許多比較成熟的參數(shù)識別方法,如對數(shù)衰減法、希爾伯特變換法、頻域分解法等[19-21].隨機減量技術(shù)(RDT)是一種針對結(jié)構(gòu)在未知激勵作用下通過樣本的分段平均獲取結(jié)構(gòu)自由振動響應的參數(shù)識別方法[22],一經(jīng)提出便得到了廣泛的應用.
本文基于RTK-GNSS技術(shù),對環(huán)境激勵下天津富民橋的動態(tài)響應進行現(xiàn)場監(jiān)測試驗.首先,試驗之前對RTK-GNSS傳感器進行穩(wěn)定性測試,以評估其測量精度.然后,利用EEMDWD聯(lián)合降噪法對監(jiān)測數(shù)據(jù)進行預處理,以提高RTK-GNSS定位精度.其次,建立結(jié)構(gòu)的有限元模型,通過模態(tài)分析預測結(jié)構(gòu)的振動頻率與振型.同時,利用FFT法從RTK-GNSS降噪信號中提取結(jié)構(gòu)的固有頻率,并與加速計傳感器識別結(jié)果進行對比,印證RTK-GNSS技術(shù)的可行性.最后,通過RDT分析,得到結(jié)構(gòu)的阻尼比.
本次試驗所采用的儀器為Hi-Target公司出產(chǎn)的海星達H32接收機.為了確保橋梁監(jiān)測試驗的順利進行,以及確定測試設(shè)備的可靠性和穩(wěn)定性,研究儀器背景噪聲對監(jiān)測數(shù)據(jù)的影響.在試驗開始之前,對儀器的穩(wěn)定性進行了測試,如圖1所示.選擇一個開闊的地帶,將5臺儀器固定在地面上,其中1臺作為參考站,另外4臺作為流動站.在RTK工作狀態(tài)下,參考站接收機將觀測值及測點的三維坐標信息通過數(shù)據(jù)鏈傳送給流動站,流動站實時采集觀測數(shù)據(jù),同時接收參考站傳送的信息,并在系統(tǒng)內(nèi)部進行實時差分處理,通過差分可有效消除衛(wèi)星的軌道誤差、衛(wèi)星鐘差、接收機鐘差及電離層和對流層的折射誤差.試驗連續(xù)監(jiān)測3h,采樣頻率設(shè)置為10Hz.
圖1?穩(wěn)定性試驗示意
選擇其中一個監(jiān)測點進行分析,其余測點類似,此處不再贅述.理論上,監(jiān)測點的位移應為零,但是由于系統(tǒng)誤差的原因,實際監(jiān)測的位移結(jié)果并不為零.圖2(a)給出了測點豎向位移幅度.可以看出,儀器的豎向定位精度在2cm以內(nèi).均方根值(RMS)是評價儀器噪聲水平的一個關(guān)鍵指標,通過計算可得RMS值為0.58cm.隨后采用快速傅里葉變換法(FFT),得到了位移的功率譜密度(PSD)函數(shù),如圖2(b)所示.可以看出,系統(tǒng)的低頻噪聲主要限制在0.06Hz以下,高頻噪聲為近似服從范圍在10-12~?10-7m2·s之間的高斯白噪聲.本次試驗所研究橋梁的固有頻率大于0.06Hz,因此,系統(tǒng)的低頻噪聲可以通過一些常規(guī)的濾波方法消除,進而提高系統(tǒng)的定位精度,但是高頻噪聲卻保留了下來.本文提出的聯(lián)合降噪方法,不僅可以消除低頻噪聲,而且可以有效抑制高頻噪聲,進一步提高儀器的測量精度.
圖2?穩(wěn)定性試驗的豎向位移及相應的功率譜密度函數(shù)
基于EMD算法,一個信號被分解為一系列本征模態(tài)函數(shù),需要滿足兩個條件:①極值點和過零點的數(shù)目必須相等或者至多相差一個;②在任意時刻,上包絡線與下包絡線的均值為0.鑒于EMD算法是經(jīng)驗性的,缺乏嚴格的數(shù)學推導,因此,應用過程中帶來了許多問題,如包絡線擬合偏差、端點效應、模態(tài)混疊現(xiàn)象等.EEMD方法的提出很好地解決了模態(tài)混疊現(xiàn)象,具體算法如下.
(1) 在原始信號()中加入一組均值為0、方差相等的白噪聲序列(),生成一個新的信號(),即
?(1)
(2) 將信號()通過EMD算法分解為一系列本征模態(tài)函數(shù)IMF()和一個殘余信號(),即
?(2)
(3) 重復以上兩步,得到組模態(tài)分量IMF();
(4) 計算組模態(tài)分量的均值,作為最終的IMF.
?(3)
小波閾值降噪可分為3步:首先,將原始信號進行小波變換,得到小波分解系數(shù);然后,對系數(shù)進行閾值處理,過濾噪聲信號;最后,信號重構(gòu)輸出結(jié)果.本文選擇軟閾值函數(shù)算法對系數(shù)進行處理.
軟閾值法為
?(4)
本文提出的聯(lián)合降噪方法充分結(jié)合了EEMD與小波的優(yōu)勢,具體分析步驟如下:
(1) 使用EEMD算法,獲取一系列從高頻至低頻排列的本征模態(tài)函數(shù)IMF();
(2) 去除不包含主頻的部分低頻信號與高頻信號,這樣相當于形成了一個帶通濾波器,然后將剩余信號進行重構(gòu);
(3) 將重構(gòu)信號進行小波3層分解;
(4) 對每一個小波分解系數(shù),選擇一個合適的閾值,對其進行閾值量化;
(5) 對信號進行二次重構(gòu),輸出結(jié)果.
RDT是一種時域信號處理方法,可以通過樣本的分段平均來獲取結(jié)構(gòu)的特征信號,即隨機減量信號.一個單自由度線性系統(tǒng)的動力方程可以表示為
?(5)
系統(tǒng)的位移響應可以被表達為
???(6)
(7)
??(8)
?(9)
?(10)
?(11)
式中代表隨機減量信號一次循環(huán)的平均周期.
?(12)
?(13)
圖3給出了本次數(shù)據(jù)處理的整個流程.
圖3?數(shù)據(jù)處理流程
天津富民橋(如圖4所示)是一座單塔空間索面自錨式懸索橋,連接天津市河西、河東兩區(qū)的重要跨河通道,車輛通過頻繁,人在橋上振感明顯,選擇該橋梁作為研究對象,實時監(jiān)測其振動響應,有利于保障結(jié)構(gòu)的安全穩(wěn)定與正常運行.主跨主纜錨固于主梁兩側(cè),側(cè)跨主纜錨固在重力錨碇上,形成了穩(wěn)定的體系.全橋由3跨混凝土連續(xù)梁(19m+20m+79.6m)、單塔空間索面自錨式懸索橋(86.4m+157.081m)和單懸臂混凝土框架結(jié)構(gòu)(38.219m)組成.橋梁全寬38.6m,橫向排列依次為0.8m(吊索錨固區(qū))+0.5m(碰撞保護)+14.5m(3.75m的非機動車道+(3.75m+2×3.5m)機動車道)+0.5m(路?帶)+0.5m(碰撞障礙)+5m(主塔區(qū))+0.5m(防撞護欄)+0.5m(路帶)+14.5m(3.75m的非機動車?道+(3.75m+2×3.5m)機動車道)+0.5m(碰撞保護)+0.8m(吊索錨固區(qū)).
圖4?天津富民橋示意
RTK-GNSS傳感器是監(jiān)測大跨徑橋梁的有效工具,本次試驗總共采用7臺RTK-GNSS傳感器對整個橋梁進行實時監(jiān)測,采集頻率設(shè)置為10Hz,其中1臺作為參考站接收機,其余6臺作為流動站接收機.在距離橋梁約120m的空闊且視線無遮擋地方布置參考站接收機,如圖5(a)所示.在橋梁主跨的兩側(cè)對稱布置流動站接收機,另外,為了與RTK-GNSS監(jiān)測結(jié)果進行對比,在主跨跨中2點處,布置一臺加速度計傳感器,如圖5(b)和5(c)所示,即測點1~6.
為了與實測結(jié)果進行對比,在此采用有限元軟件ANSYS建立了橋梁的有限元模型,如圖6(a)所示.在模型中,主塔、橫梁、縱梁、墩柱采用BEAM44單元進行模擬,主纜和吊桿采用LINK10單元進行模擬.模型的每個節(jié)點均有6個自由度:沿、、方向的平移自由度與繞、、軸的轉(zhuǎn)動自由度.經(jīng)過數(shù)值分析,很容易得到結(jié)構(gòu)的前5階固有頻率,分別為0.5705Hz、0.9707Hz、1.1290Hz、1.4009Hz和1.7880Hz,見圖6(b)~(f).可以看出,結(jié)構(gòu)的振動模態(tài)較為密集,在一個很窄的頻帶上,許多振動模態(tài)都可能被激發(fā).因此,對結(jié)構(gòu)進行實時監(jiān)測很有必要.
圖5?天津富民橋監(jiān)測實驗照片及示意
根據(jù)Nyquist采樣定理,當采樣頻率大于信號的最高頻率的2倍時,可完整地保留原始信號中的信息.根據(jù)有限元分析結(jié)果,結(jié)構(gòu)的1階固有頻率為0.5705Hz,本次試驗RTK-GNSS采集頻率設(shè)置為10Hz,加速度計采集頻率設(shè)置為50Hz,完全滿足?要求.
試驗連續(xù)監(jiān)測10h,根據(jù)有限元模型分析結(jié)果可知,測點2與5為橋梁的最不利截面,由于對稱性,以測點2為例作進一步分析.圖7給出了原始信號的位移幅度及其功率譜密度函數(shù),可以看出,結(jié)構(gòu)的位移在-0.0537~0.0541m之間變化,相應的功率譜密度函數(shù)在0.5873Hz處存在峰值,對應于結(jié)構(gòu)的最低階固有頻率.圖8給出了加速度信號及其功率譜密度函數(shù),可以看出,固有頻率識別結(jié)果與RTK-GNSS相一致,印證了RTK-GNSS應用于橋梁動態(tài)特性監(jiān)測的可行性.然而,基于穩(wěn)定性試驗可知,RTK-GNSS信號中包含大量的低頻與高頻噪聲.因此,下一步將采用EEMDWD聯(lián)合降噪方法對RTK-GNSS信號進行處理.首先,利用EEMD算法對原始信號進行分解,得到14個IMF分量,分別對每個分量利用FFT法得到信號的功率譜密度函數(shù),如圖9和圖10所示.可以看出,信號的主頻主要分布在2~6階IMF分量上,為了降低噪聲的影響,將第1階分量與第8~14階分量移除,相當于形成一個帶通濾波器,然后將其余分量進行重構(gòu).
圖6?橋梁有限元模型及其各階模態(tài)
圖7?測點C2處位移及其功率譜密度函數(shù)
圖8?測點C2處加速度及其功率譜密度函數(shù)
圖9?原始位移信號的IMF分量及其功率譜密度函數(shù)(IMF1~IMF7)
圖10?原始位移信號的IMF分量及其功率譜密度函數(shù)(IMF8~IMF14)
圖11給出了重構(gòu)后信號R1(位移幅度:-0.0248~0.0262m)及其功率譜密度函數(shù).相比于原始信號,重構(gòu)后的信號位移幅度明顯減小,低頻噪聲得到了有效的抑制.對于重構(gòu)后的信號進行3層小波降噪,圖12給出了二次重構(gòu)信號R2(位移幅度:-0.0239~0.0254m)及其功率譜密度函數(shù).為了對比EEMD、WD、EEMDWD三者降噪效果,圖13給出了原始信號采用單獨小波降噪技術(shù)得到的結(jié)果,即信號R3(位移幅度:-0.0471~0.0467m).隨后,基于Hilbert變換,分別對原始信號、WD降噪信號、EEMD降噪信號及EEMDWD降噪信號進行時頻分析,結(jié)果如圖14所示.對比圖14(a)與14(b),可以看出原始信號經(jīng)過小波降噪,高頻噪聲得到了有效的抑制,然而低頻噪聲降噪效果并不明顯.對比圖14(a)與14(c),可以看出信號經(jīng)過EEMD降噪,低頻噪聲與部分高頻噪聲得到了有效的抑制.對比圖14(b)、14(c)與14(d),可以看出與單獨采用EEMD或者WD方法相比較,EEMDWD降噪效果更為明顯.分別計算原始信號、信號R3、信號R1和信號R2的均方根值,可得結(jié)果為0.0224m、0.0217m、0.0095m和0.0074m.基于以上討論,可知聯(lián)合降噪法優(yōu)于單獨采用EEMD與WD法.
阻尼比是結(jié)構(gòu)動態(tài)特性的一個重要參數(shù),通常在設(shè)計模型中根據(jù)經(jīng)驗取值,本文根據(jù)實測數(shù)據(jù)采用RDT法來估計結(jié)構(gòu)的阻尼比具有重要的意義.根據(jù)前人寶貴的研究,子樣本數(shù)的取值在400~2000之間,本次試驗取為1500,時間間隔取為100s,經(jīng)過計算可得測點的隨機減量信號如圖15所示,進一步可估計結(jié)構(gòu)的阻尼比為=2.12%.至此,已成功拾取到了結(jié)構(gòu)的動態(tài)參數(shù).
圖11?一次重構(gòu)信號R1與其功率譜密度函數(shù)
圖12?二次重構(gòu)信號R2及其功率譜密度函數(shù)
圖13?小波降噪信號R3及其功率譜密度函數(shù)
圖14?Hilbert能量譜
圖15?信號R2的隨機減量信號
(1) 通過RTK-GNSS穩(wěn)定性試驗分析,可以得到,傳感器誤差主要來源于兩部分:高能量的低頻背景噪聲以及低能量的高頻白噪聲.經(jīng)過Hilbert譜分析可以看出,文中提出的聯(lián)合降噪方法(EEMDWD)明顯優(yōu)于單獨的EEMD與WD法,該方法不僅可以有效抑制低頻噪聲,而且可以消除高頻噪聲的影響,使得RTK-GNSS定位精度有了大幅提升.
(2) 通過FFT分析,分別從RTK-GNSS信號與加速度信號中提取結(jié)構(gòu)的固有頻率,所得結(jié)果比較一致.這說明RTK-GNSS應用于監(jiān)測環(huán)境激勵下大跨徑橋梁結(jié)構(gòu)的動態(tài)響應是可行的,且可以克服由加速度計二次積分得到位移所產(chǎn)生的趨勢項無法消除的缺陷,有著廣泛的應用前景.
(3) 通過建立結(jié)構(gòu)的有限元模型,得到了結(jié)構(gòu)前5階固有頻率及相應的振型.對比一階固有頻率拾取結(jié)果,可以發(fā)現(xiàn),實測值與數(shù)值模擬結(jié)果基本吻合,兩者相差2.86%.這也進一步表明,對于實時監(jiān)測大跨徑橋梁的動態(tài)響應信息,RTK-GNSS技術(shù)是一種強有力的工具.
(4) 通過RDT分析,從RTK-GNSS信號中提取結(jié)構(gòu)的隨機減量信號,再利用對數(shù)衰減法得到結(jié)構(gòu)的阻尼比.至此,筆者已經(jīng)成功得到了結(jié)構(gòu)的一階固有頻率及相應的阻尼比,即=0.5873Hz、=2.12%.
[1] Rodrigues C,F(xiàn)élix C,F(xiàn)igueiras J. Fiber-optic-based displacement transducer to measure bridge deflections [J]. Structural Health Monitoriing,2010,10(2):147-156.
[2] Yu J Y,Zhu P,Xu B,et al. Experimental assessment of high sampling-rate robotic total station for monitoring bridge dynamic responses[J]. Measurement,2017,104:60-69.
[3] Wang T,Tang Y S. Dynamic displacement monitoring of flexural structures with distributed long-gage macro-strain sensors[J]. Advances in Mechanical Engineering,2017,9(4):1-12.
[4] Sekiya H,Kimura H,Miki C. Technique for determining bridge displacement response using MEMS accelerometers[J]. Sensors,2016,16(2):257-266.
[5] Fenerci A,?iseth O,R?nnquist A. Long-term monitoring of wind field characteristics and dynamic response of a long-span suspension bridge in complex terrain[J]. Engineering Structures,2017,147:269-284.
[6] Masri S F,Sheng L H,Caffrey J P,et al. Application of a web-enabled real-time structural health monitoring system for civil infrastructure systems[J]. Smart Materials and Structures,2004,13(6):1269-1283.
[7] 李宏男,伊廷華,伊曉東,等. 基于RTK GPS技術(shù)的超高層結(jié)構(gòu)風振觀測[J]. 工程力學,2007,24(8):121-126.
Li Hongnan,Yi Tinghua,Yi Xiaodong,et al. Measurement of wind induced response of tall building based on RTK GPS technology[J]. Engineering Mechanics,2007,24(8):121-126(in Chinese).
[8] Xiong C B,Niu Y B. An investigation of the dynamic characteristics of super high-rise buildings using real-time kinematic-global navigation satellite system technology[J]. Advances in Structural Engineering,2018,21(5):783-792.
[9] 許?昌,岳東杰. 基于RTK-GPS技術(shù)的高索塔振動試驗與分析[J]. 振動與沖擊,2010,29(3):134-136.
Xu Chang,Yue Dongjie. Ambient vibration test of high pylon based on RTK-GPS technology[J]. Journal of Vibration and Shock,2010,29(3):134-136(in Chinese).
[10] Yi T H,Li H N,Gu M. Full-scale measurements of dynamic response of suspension bridge subjected to environmental loads using GPS technology[J]. Science China Technological Sciences,2010,53(2):469-479.
[11] Elnabwy M T,Kaloop M R,Elbeltagi E. Talkha steel highway bridge monitoring and movement identification using RTK-GPS technique[J]. Measurement,2013,46(10):4282-4292.
[12] Li X,Zhang X,Ren X,et al. Precise positioning with current multi-constellation global navigation satellite systems:GPS,GLONASS,Galileo and BeiDou[J]. Scientific Reports,2015,5:8328-8341.
[13] Huang N E,Shen Z,Long S R,et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J]. Proceedings of the Roval Society A:Mathematical Physical and Engineering Sciences,1998,454:903-995.
[14] Wu Zhaohua,Huang N E. Ensemble empirical mode decomposition:A noise-assisted data analysis method [J]. Advances in Adaptive Data Analysis,2009,1:1-41.
[15] 張淑芳,黃小琴. 基于背景消除的小波域視頻質(zhì)量評價模型[J]. 天津大學學報:自然科學與工程技術(shù)版,2017,50(12):1255-1261.
Zhang Shufang,Huang Xiaoqin. Video quality assessment model in wavelet domain based on background subtraction[J]. Journal of Tianjin University:Science and Technology,2017,50(12):1255-1261(in Chinese).
[16] 焦敬品,于兆卿,劉文華,等. 基于小波變換的薄層厚度電磁超聲測量方法[J]. 儀器儀表學報,2013,34(3):588-595.
Jiao Jingpin,Yu Zhaoqing,Liu Wenhua,et al. Electromagnetic acoustic thickness measurement method of thin liquid layer based on wavelet transform[J]. Chinese Journal of Scientific Instrument,2013,34(3):588-595(in Chinese).
[17] Huang S C,Wu T K. Integrating recurrent SOM with wavelet-based kernel partial least square regressions for financial forecasting[J]. Expert Systems with Applications,2010,37(8):5698-5705.
[18] 吳一全,王志來. 基于小波域改進SURF的遙感圖像配準算法[J]. 天津大學學報:自然科學與工程技術(shù)版,2017,50(10):1084-1092.
Wu Yiquan,Wang Zhilai. Remote sensing image registration algorithm based on improved SURF in wavelet domain[J]. Journal of Tianjin University:Science and Technology,2017,50(10):1084-1092 (in Chinese).
[19] Nakutis ?,Ka?konas P. Bridge vibration logarithmic decrement estimation at the presence of amplitude beat[J]. Measurement,2011,44(2):487-492.
[20] Huang N E,Wu Z H. A review on Hilbert-Huang transform:Method and its applications to geophysical studies[J]. Reviews of Geophysics,2008,46(2):1-23.
[21] Brincker R,Zhang L,Andersen P. Modalidentification from ambient responses using frequencydomain decomposition[C]//Proceeding of 18th International Modal Analysis Conference. San Antonio,Texas,USA,2000:625-630.
[22] Cole H A. Method and Apparatus for Measuring the Damping Characteristic of AStructure:USA,3620069[P]. 1971-11-16.
A Method for Analysing the Dynamic Characteristics of a Long-Span Suspension Bridge Based on RTK-GNSS Technique
Xiong Chunbao,Zhang Xuefang,Niu Yanbo,Zhu Jinsong
(School of Civil Engineering,Tianjin University,Tianjin 300072,China)
long-span bridge;RTK-GNSS;ensemble empirical mode decomposition(EEMD);wavelet decomposition;fast Fourier transform;random decrement technique
10.11784/tdxbz201807018
TU317
A
0493-2137(2019)07-0699-10
2018-07-11;
2018-09-20.
熊春寶(1964—??),男,博士,教授.
熊春寶,luhai_tj@126.com.
國家自然科學基金資助項目(51178305,51578370).
the National Natural Science Foundation of China(No.51178305,No.51578370).
(責任編輯:樊素英)