• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于自適應(yīng)EEMD和盲辨識(shí)算法的橋梁結(jié)構(gòu)模態(tài)參數(shù)識(shí)別

    2016-05-22 02:33:23
    關(guān)鍵詞:盲源幅值預(yù)處理

    陳 永 高

    (浙江工業(yè)職業(yè)技術(shù)學(xué)院,浙江 紹興 312000)

    基于自適應(yīng)EEMD和盲辨識(shí)算法的橋梁結(jié)構(gòu)模態(tài)參數(shù)識(shí)別

    陳 永 高

    (浙江工業(yè)職業(yè)技術(shù)學(xué)院,浙江 紹興 312000)

    基于集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)在信號(hào)的預(yù)處理上的不足之處,提出了一種基于自適應(yīng)EEMD分解的盲源分離算法,即:先根據(jù)原始信號(hào)自身的特點(diǎn)確定加入白噪聲的幅值標(biāo)準(zhǔn)差和集成次數(shù),再進(jìn)行EEMD分解,對(duì)所得IMF分量進(jìn)行模糊綜合評(píng)價(jià)以選出有效的IMF分量,構(gòu)造IMF分量矩陣,最后利用盲源分離算法對(duì)其進(jìn)行盲辨識(shí),完成對(duì)信號(hào)的分解與重構(gòu)。分別通過(guò)模擬信號(hào)和橋梁實(shí)測(cè)振動(dòng)信號(hào)對(duì)該算法進(jìn)行驗(yàn)證。結(jié)果表明:所提算法具有可行性,且能運(yùn)用于實(shí)際結(jié)構(gòu)信號(hào)的預(yù)處理。

    橋梁工程;自適應(yīng)EEMD;盲辨識(shí);模糊綜合評(píng)價(jià)法;參數(shù)識(shí)別

    0 引 言

    橋梁結(jié)構(gòu)作為我國(guó)基礎(chǔ)設(shè)施的重要組成部分之一,隨著經(jīng)濟(jì)的飛速發(fā)展,橋梁建設(shè)得到了長(zhǎng)足的進(jìn)步。近年來(lái),隨著自然災(zāi)害發(fā)生次數(shù)的不斷增加,橋梁結(jié)構(gòu)的安全性[1]、耐久性與正常使用日漸成為了人們關(guān)注的問(wèn)題之一?,F(xiàn)階段,國(guó)內(nèi)外學(xué)術(shù)界以及工程界已經(jīng)將橋梁結(jié)構(gòu)的健康監(jiān)測(cè)和智能控制作為了重點(diǎn)研究對(duì)象。工程中,可以通過(guò)對(duì)橋梁結(jié)構(gòu)進(jìn)行模態(tài)參數(shù)識(shí)別[2]來(lái)達(dá)到對(duì)橋梁結(jié)構(gòu)的健康監(jiān)測(cè)以及損傷診斷,而在進(jìn)行參數(shù)識(shí)別之前,則需要對(duì)信號(hào)進(jìn)行預(yù)處理。對(duì)于橋梁結(jié)構(gòu)而言,結(jié)構(gòu)的振動(dòng)響應(yīng)是由結(jié)構(gòu)上傳感器記錄得到的,由于傳感器是在環(huán)境激勵(lì)下工作的,以至所測(cè)振動(dòng)響應(yīng)具有幅值小、隨機(jī)性強(qiáng)、容易受噪聲影響和數(shù)據(jù)量巨大的特點(diǎn)?;诖?,筆者提出了基于自適應(yīng)EEMD[3]和盲源分離算法[4]的信號(hào)預(yù)處理方法,并通過(guò)仿真信號(hào)檢驗(yàn)該算法的準(zhǔn)確性與可行性。為了檢驗(yàn)該方法能否運(yùn)用于實(shí)際工程中,筆者最后利用協(xié)方差驅(qū)動(dòng)隨機(jī)子空間算法[5]對(duì)信號(hào)進(jìn)行參數(shù)識(shí)別,并通過(guò)對(duì)比Hilbert-Huang譜和穩(wěn)定圖檢驗(yàn)算法的可行性。

    1 自適應(yīng)集合經(jīng)驗(yàn)?zāi)B(tài)分解

    集合經(jīng)驗(yàn)?zāi)B(tài)分解[3](EEMD),即:一種噪聲輔助數(shù)據(jù)分析方法。具體的算法步驟可見(jiàn)文獻(xiàn)[3]。EEMD是針對(duì)經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)的不足而被提出的一種分解算法。通過(guò)不斷的研究發(fā)現(xiàn),其依然存在以下幾點(diǎn)不足:

    1)需要自定擬白噪聲的幅值標(biāo)準(zhǔn)差;

    2)分解的次數(shù),即EEMD的集成次數(shù)沒(méi)有統(tǒng)一的標(biāo)準(zhǔn),需要人為事先確定;

    3)不能事先確定輸入信號(hào)與本征模態(tài)函數(shù)(IMFs)之間的相對(duì)誤差;

    4)IMF的有效選取需要人為確定,且不能實(shí)現(xiàn)信號(hào)的自我重構(gòu)。

    針對(duì)EEMD存在的不足,筆者提出了自適應(yīng)EEMD分解算法,具體實(shí)現(xiàn)如下。

    1.1 白噪聲的自適應(yīng)選擇

    為了實(shí)現(xiàn)白噪聲的自適應(yīng)選擇,則需要在分解信號(hào)之前分析信號(hào)自身存在的特點(diǎn),以便確定最佳的白噪聲幅值標(biāo)準(zhǔn)差。研究表明,加入的白噪聲應(yīng)滿足兩個(gè)條件[6]:①不能影響原始振動(dòng)信號(hào)中高頻成分極值點(diǎn)的具體分布;②能減小原始振動(dòng)信號(hào)中低頻成分的極值點(diǎn)間隔,并使間隔的分布更為均勻。主要目的在于減小在使用三次樣條函數(shù)進(jìn)行擬合包絡(luò)時(shí),局部均值的誤差。如何根據(jù)原始信號(hào)自適應(yīng)確定加入白噪聲的幅值標(biāo)準(zhǔn)差(σn),具體分析如下:

    Step1: 計(jì)算振動(dòng)信號(hào)的幅值標(biāo)準(zhǔn)差,即σ0。

    Step2: 對(duì)振動(dòng)信號(hào)進(jìn)行高通濾波分解,并計(jì)算高頻分量的幅值標(biāo)準(zhǔn)差,即σh。

    1.2 集成次數(shù)的確定

    分解過(guò)程中,白噪聲的幅值比值系數(shù)與集成次數(shù)之間存在如下的關(guān)系[6]:

    (1)

    式中:e為輸入信號(hào)與IMFs的相對(duì)誤差;σn為加入的白噪聲幅值標(biāo)準(zhǔn)差;σ0為原始信號(hào)幅值標(biāo)準(zhǔn)差;M為在EEMD方法中集成的次數(shù)。

    當(dāng)加入白噪聲的幅值標(biāo)準(zhǔn)差和輸入信號(hào)與IMFs的相對(duì)誤差e被確定時(shí),便能根據(jù)式(1) 計(jì)算出具體的集成次數(shù)。

    1.3 有效IMF的選取

    利用模糊綜合評(píng)價(jià)法[7]對(duì)所有的IMFs進(jìn)行判別分析。對(duì)于每個(gè)IMF都能計(jì)算出系統(tǒng)的頻率f,阻尼比ξ和振型m,所以選擇這3個(gè)參數(shù)作為評(píng)價(jià)因子。IMF與原始信號(hào)之間的模糊相似系數(shù)ri可由式(2)計(jì)算:

    (2)

    式中: ri為第i個(gè)IMF與原始信號(hào)之間的模糊相似系數(shù);wf,wξ,wm分別為頻率f,阻尼比ξ和振型m的權(quán)重[7]; f,ξ,m分別為原始信號(hào)的頻率、阻尼比和振型;fi,ξi,mi分別為第i個(gè)IMF的頻率、阻尼比和振型。

    考慮到頻率和振型會(huì)隨著計(jì)算階次的升高而逐漸穩(wěn)定,而阻尼一般會(huì)發(fā)生較大波動(dòng),所以文中阻尼比的權(quán)重相對(duì)較小,式(2)中wf=0.5,wξ=0.2,wm=0.3。ri越接近1則表示該第i個(gè)IMF分量與原始信號(hào)的相識(shí)程度越高,當(dāng)ri>0.3時(shí)[7],則認(rèn)為該IMF為有效IMF。

    2 基于自適應(yīng)EEMD分解的盲源分離算法

    信號(hào)分析中的“盲源分離”,即:在沒(méi)有混合系統(tǒng)和原始信號(hào)的先驗(yàn)知識(shí)前提下,從一組未知混合信號(hào)中分離出原始信號(hào)。筆者以廣義特征值盲源分離算法為研究對(duì)象,其具體實(shí)現(xiàn)步驟見(jiàn)文獻(xiàn)[8]。該分離算法雖然算法簡(jiǎn)單且分離速度快,但也有局限性。當(dāng)信號(hào)為非平穩(wěn)混合信號(hào)時(shí),由于源信號(hào)自身的頻譜具有不確定性,且信號(hào)之間存在頻譜疊加現(xiàn)象,這便增加了信號(hào)分離的難度,以至分離結(jié)果不具可靠性。

    針對(duì)這一問(wèn)題,提出了基于自適應(yīng)EEMD分解的盲源分離算法。利用自適應(yīng)EEMD算法處理非平穩(wěn)信號(hào)的優(yōu)勢(shì),先對(duì)混合信號(hào)進(jìn)行分解,得到一系列IMF分量,每個(gè)分量自身的頻率段都不同,且能夠以從高到低的順序進(jìn)行排列,這便很好地避免了“頻譜混疊”的現(xiàn)象。基于自適應(yīng)EEMD分解的盲源分離算法,其實(shí)質(zhì)是先利用自適應(yīng)EEMD在頻域內(nèi)對(duì)混合信號(hào)進(jìn)行一次分離,再利用廣義特征值盲源分離法對(duì)有效的IMF進(jìn)行第二次分離,并對(duì)信號(hào)進(jìn)行重構(gòu)。

    具體的算法步驟如下:

    1)假設(shè)X為混合信號(hào)組成的混合矩陣,通過(guò)自適應(yīng)EEMD分解該信號(hào),得到一系列的有效IMF分量,并構(gòu)造矩陣Cx:

    Cx=[IMFa]

    (3)

    式中:a為有效IMF的具體編號(hào)。

    2)對(duì)矩陣Cx進(jìn)行線性變化,即:

    Cy=CxHT

    (4)

    3)分別計(jì)算Cx和Cy的自相關(guān)矩陣RCx和RCy,并構(gòu)造矩陣束RC:

    (5)

    4)對(duì)矩陣束RC進(jìn)行廣義特征分解,即:

    RC yEC=RCxECDC

    (6)

    式中:EC為特征向量矩陣;DC為特征值矩陣。

    (7)

    上述算法的具體的流程見(jiàn)圖1。

    圖1 自適應(yīng)EEMD分解的盲源分離算法Fig.1 Blind source separation algorithm of adaptive EEMD

    3 協(xié)方差驅(qū)動(dòng)隨機(jī)子空間算法

    隨機(jī)子空間法(SSI)是一種時(shí)域模態(tài)參數(shù)識(shí)別算法[9]。主要被運(yùn)用于線性系統(tǒng),優(yōu)點(diǎn)在于不僅能有效地識(shí)別環(huán)境激勵(lì)下的結(jié)構(gòu)響應(yīng)數(shù)據(jù),同時(shí)其識(shí)別精度高,且不需要事先由響應(yīng)數(shù)據(jù)得到自由衰減曲線。鑒于此,該方法越來(lái)越得到人們的重視。隨機(jī)子空間法主要有兩種,即協(xié)方差驅(qū)動(dòng)隨機(jī)子空間算法和數(shù)據(jù)驅(qū)動(dòng)隨機(jī)子空間算法。筆者以協(xié)方差驅(qū)動(dòng)隨機(jī)子空間為研究對(duì)象,就其算法步驟進(jìn)行簡(jiǎn)單分析,詳細(xì)分析可見(jiàn)文獻(xiàn)[9]。

    1)利用結(jié)構(gòu)響應(yīng)數(shù)據(jù)構(gòu)造Toeplitz矩陣:

    (8)

    2)對(duì)T1|i進(jìn)行奇異值分解(SVD):

    (9)

    3)利用U1,S1求得系統(tǒng)擴(kuò)展可觀矩陣Ti和擴(kuò)展可控矩陣Δi:

    (10)

    4)計(jì)算系統(tǒng)的狀態(tài)轉(zhuǎn)換矩陣A和輸出矩陣C:

    (11)

    5)利用系統(tǒng)的狀態(tài)轉(zhuǎn)換矩陣A和輸出矩陣C計(jì)算出系統(tǒng)的模態(tài)參數(shù)。

    基于筆者所提算法的協(xié)方差驅(qū)動(dòng)隨機(jī)子空間模態(tài)參數(shù)識(shí)別算法的具體流程見(jiàn)圖2。

    圖2 模態(tài)參數(shù)識(shí)別算法流程Fig.2 Flowchart of modal parameters identification algorithm

    4 測(cè)試與驗(yàn)證

    利用自適應(yīng)EEMD分解橋梁結(jié)構(gòu)測(cè)試信號(hào)后,再利用模糊綜合評(píng)價(jià)法選出有效的IMF分量,最后對(duì)有效的IMF分量矩陣進(jìn)行盲辨識(shí),實(shí)現(xiàn)對(duì)橋梁結(jié)構(gòu)動(dòng)力測(cè)試信號(hào)的處理。分別用模擬信號(hào)和實(shí)際橋梁健康監(jiān)測(cè)系統(tǒng)的動(dòng)力測(cè)試信號(hào)對(duì)筆者所提方法進(jìn)行驗(yàn)證,以說(shuō)明其可行性。

    4.1 模擬信號(hào)

    模擬信號(hào)由1,3,5 Hz的3個(gè)正弦信號(hào)疊加噪聲水平約為10%的隨機(jī)噪聲組成:

    首先利用自適應(yīng)EEMD分解算法對(duì)原始信號(hào)進(jìn)行分解,結(jié)果見(jiàn)圖3。圖中第1行代表原始信號(hào)的時(shí)域,圖3中顯示共有10個(gè)IMF分量,可知這其中一定存在虛假模態(tài)分量。為了剔除虛假的模態(tài)分量,利用模糊綜合評(píng)價(jià)法計(jì)算出每個(gè)IMF分量與原始信號(hào)之間的模糊相似系數(shù)。同時(shí)為了進(jìn)一步驗(yàn)證模糊相似系數(shù)能很好地選出有效的IMF分量,也計(jì)算了每個(gè)IMF分量與3個(gè)仿真信號(hào)之間的相似系數(shù),具體數(shù)據(jù)結(jié)果見(jiàn)表1。

    表1 IMF分量與仿真信號(hào)以及原始信號(hào)之間的模糊相似系數(shù)

    圖3 自適應(yīng)EEMD分解原始信號(hào)Fig.3 Original signal of adaptive EEMD

    表1中IMF2,IMF3以及IMF5是有效IMF分量(系數(shù)大于0.3)。根據(jù)IMF分量與每個(gè)仿真信號(hào)之間的相似系數(shù)可知,與5 Hz正弦信號(hào)最為相似的是IMF2,與3 Hz正弦信號(hào)最為相似的是IMF3,與1 Hz正弦信號(hào)最為相似的是IMF5??梢?jiàn)通過(guò)相似系數(shù)和模糊相似系數(shù)都能分辨出有效IMF分量。

    將選取出來(lái)的有效IMF分量矩陣作為盲源分離算法的輸入并計(jì)算,可得圖4、圖5所示結(jié)果。

    圖4 盲源分離結(jié)果Fig.4 Results of blind source separation

    由圖4可知,有效IMF分量經(jīng)過(guò)盲源分離之后,每個(gè)有效IMF分量與其對(duì)應(yīng)的原仿真信號(hào)之間很接近。

    圖5 分解結(jié)果對(duì)比Fig.5 Comparison diagram of decomposition results

    由圖5可知,重構(gòu)信號(hào)與原始仿真信號(hào)很接近。利用相關(guān)性分析[10],計(jì)算得這兩者之間的相似系數(shù)為0.976。相比原始信號(hào)(含噪聲),重構(gòu)信號(hào)中只含很少部分的噪聲。

    通過(guò)以上分析可知:可以將IMF分量與原始信號(hào)之間的模糊相似系數(shù)作為選取有效IMF分量的依據(jù);該算法能對(duì)原始信號(hào)進(jìn)行有效地降噪;對(duì)選取出來(lái)的有效IMF分量矩陣進(jìn)行盲源分離可以實(shí)現(xiàn)仿真信號(hào)的精確提取,提取得到的單獨(dú)信號(hào)與模擬信號(hào)中加入的正弦信號(hào)能一一對(duì)應(yīng),且相似系數(shù)都在0.95以上。

    4.2 斜拉橋?qū)崪y(cè)動(dòng)力信號(hào)

    筆者以長(zhǎng)江上某雙塔雙索面斜拉橋?yàn)樽R(shí)別對(duì)象,該斜拉橋全長(zhǎng)2 088 m,其主跨為1 088 m,具體孔跨布置見(jiàn)圖6。橋上共布置豎向加速度傳感器14個(gè),位于主梁主跨1/6截面和次邊跨1/2截面的上游和下游處,具體位置見(jiàn)圖6。加速度信號(hào)采樣頻率為20 Hz,測(cè)試時(shí)間為48 h??紤]到實(shí)際結(jié)構(gòu)都處于環(huán)境激勵(lì)下,所以傳感器采集得到的信號(hào)中會(huì)含有一定的噪聲。為了更好地識(shí)別結(jié)構(gòu)的模態(tài)參數(shù)則需要事先對(duì)信號(hào)進(jìn)行預(yù)處理。利用本文算法對(duì)原始信號(hào)進(jìn)行預(yù)處理,得到重構(gòu)信號(hào),如圖7。為了檢驗(yàn)筆者所提方法的可行性,分別將經(jīng)過(guò)筆者提出方法處理的信號(hào)和未經(jīng)處理的信號(hào)作為協(xié)方差驅(qū)動(dòng)隨機(jī)子空間的輸入,通過(guò)對(duì)比兩種不同輸入情況下的Hilbert-Huang譜和穩(wěn)定圖來(lái)判別筆者提出方法是否可行。

    圖6 傳感器的布置Fig.6 Sensor layout in the SHM

    圖7 實(shí)測(cè)信號(hào)與重構(gòu)信號(hào)對(duì)比Fig.7 Comparison diagram of the measured signal and the reconstructed signal

    由圖7可知,筆者所提方法能夠有效地去除實(shí)測(cè)信號(hào)中的噪聲,并能對(duì)其進(jìn)行重構(gòu)。為了檢驗(yàn)筆者所提算法的可行性,分別得到了未經(jīng)預(yù)處理和經(jīng)過(guò)預(yù)處理信號(hào)的Hilbert-Huang譜[11],如圖8。

    圖8 Hilbert-Huang譜Fig.8 Hilbert-Huang spectrums

    由圖8可知,經(jīng)過(guò)預(yù)處理之后的信號(hào)得到的Hilbert-Huang譜中的瞬時(shí)頻率更為連續(xù)和清晰。為了更進(jìn)一步驗(yàn)證所提算法能很好地消除原始信號(hào)中的噪聲,并保留結(jié)構(gòu)自身的信息,利用協(xié)方差驅(qū)動(dòng)隨機(jī)子空間算法對(duì)信號(hào)進(jìn)行識(shí)別,得到的穩(wěn)定圖和前3階振型,如圖9、圖10。

    圖9 信號(hào)的穩(wěn)定圖Fig.9 Signal stability diagram

    圖10 該斜拉橋前3階振型Fig.10 First three orders vibration chart of the cable-stayed bridge

    由圖9可見(jiàn),用筆者所提算法處理后的信號(hào)能識(shí)別到更多的頻率值;預(yù)處理之后能得到更為穩(wěn)定的頻率值,且穩(wěn)定軸更為清晰;預(yù)處理之后的信號(hào)含有的結(jié)構(gòu)信號(hào)更為豐富。

    圖10是協(xié)方差驅(qū)動(dòng)隨機(jī)子空間識(shí)別預(yù)處理過(guò)的實(shí)測(cè)信號(hào)而得到的該斜拉橋前3階模態(tài)振型。由圖10可知前3階模態(tài)振型圖與實(shí)際振型圖很相似,相似度在95%左右,進(jìn)一步驗(yàn)證筆者所提算法的可行性。

    5 結(jié) 論

    經(jīng)模擬信號(hào)與實(shí)橋數(shù)據(jù)的驗(yàn)證,可得如下結(jié)論:

    1)筆者所提的自適應(yīng)EEMD分解能根據(jù)信號(hào)自身的特點(diǎn),確定加入白噪聲的幅值標(biāo)準(zhǔn)差、EEMD集成次數(shù)等,以實(shí)現(xiàn)對(duì)信號(hào)的自適應(yīng)分解。

    2)通過(guò)對(duì)比計(jì)算每個(gè)IMF與仿真信號(hào)的相似系數(shù)以及用模糊綜合評(píng)價(jià)法計(jì)算得到的結(jié)果,可知能利用模糊綜合評(píng)價(jià)法實(shí)現(xiàn)對(duì)有效IMF的自動(dòng)選取。

    3)利用盲源分離算法能實(shí)現(xiàn)對(duì)有效IMF分量的二次分離,并能實(shí)現(xiàn)對(duì)信號(hào)的重構(gòu)。

    4)通過(guò)對(duì)比Hilbert-Huang譜和穩(wěn)定圖可知,筆者所提算法能對(duì)橋梁結(jié)構(gòu)的動(dòng)力測(cè)試信號(hào)進(jìn)行有效的分解和降噪,且提取的結(jié)構(gòu)信息更為豐富準(zhǔn)確。

    5)將筆者所提算法運(yùn)用于實(shí)橋測(cè)試數(shù)據(jù),計(jì)算結(jié)果表明筆者所提的基于自適應(yīng)EEMD的盲源分離算法能用于實(shí)際橋梁的動(dòng)力測(cè)試分析中。

    [1] 漆景星,侯艷紅. 橋梁可靠性評(píng)估綜述[J]. 浙江交通職業(yè)技術(shù)學(xué)院學(xué)報(bào),2011,12(1):20-22. QI Jingxing, HOU Yanhong. Bridge reliability evaluation review [J].JournalofZhejiangInstituteofCommunications,2011,12(1):20-22.

    [2] LIN Ping, ZHANG Nanxiong, NI Bin. On-line modal parameter monitoring of bridges exploiting multi-core capacity by recursive stochastic subspace identification method[C]∥2008AmericanControlConference. Washington,D.C., USA:[s.n.],2008.

    [3] 鄭近德,程軍圣,楊宇.改進(jìn)的EEMD算法及其應(yīng)用研究[J].振動(dòng)與沖擊,2013,32(21):21-26. ZHENG Jingde, CHENG Junsheng, YANG Yu. Modified EEMD algorithm and its applications[J].JournalofVibrationandShock,2013,32(21):21-26.

    [4] 高穎.盲源分離理論及其在地球物理勘探中的應(yīng)用[D].長(zhǎng)春:吉林大學(xué),2008. GAO Ying.BlindSourceSeparationTheoryandItsApplicationinGeophysicalExploration[D]. Changchun: Jilin University,2008.

    [5] LARDIES J , MINH-NGI T. Modal parameter identification of stay cables from output-only measurements[J].MechanicalSystemsandSignalProcessing,2011,25(1):133-150.

    [6] 蔡艷平,李艾華,徐斌,等.集成經(jīng)驗(yàn)?zāi)B(tài)分解中加入白噪聲的自適應(yīng)準(zhǔn)則[J].振動(dòng)、測(cè)試與診斷,2011,31(6):709-714. CAI Yanping, LI Aihua, XU Bin, et al. The adaptive rule of ensemble empirical mode decomposition with added white noise [J].JournalofVibration,Measurement&Diagnosis,2011,31(6):709-714.

    [7] 許順國(guó),牟瑞芳,張雪梅. 模糊數(shù)學(xué)綜合評(píng)判法在水質(zhì)評(píng)價(jià)中的應(yīng)用——以成都市府河為例[J]. 唐山師范學(xué)院學(xué)報(bào),2007,29(2):68-70. XU Shunguo, MOU Ruifang, ZHANG Xuemei. The application of fuzzy mathmatical comprehensive judgment to the evaluation of water quality: about the Fu river in Chengdu city[J].JournalofTangshanTeachersCollege,2007,29(2):68-70.

    [8] 黃青華.基于源信號(hào)模型的盲分離技術(shù)研究及應(yīng)用[D].上海:上海交通大學(xué),2007. HUANG Qinghua.ResearchandApplicationofBlindSeparationTechnologybasedonSourceSignalModel[D]. Shanghai: Shanghai Jiaotong University,2007.

    [9] PEETERS B, ROECK G D. Reference-based stochastic subspace identification for output-only modal analysis[J].MechanicalSystemsandSignalProcessing,1999,13(6):855-878.

    [10] 張渝.基于DEA的典型相關(guān)分析在商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2007,37(24):33-39. ZHANG Yu. Use of CCA in the DEA context for credit risk assessment in commercial banks [J].MathematicsinPracticeandTheory,2007, 37(24): 33-39.

    [11] HANG Jing,YUAN Haiqing, ZHAO Yi, et al. Applying Hilbert-Huang transform to identifying structural modal parameters[C]//EducationTechnologyandTraining&GeoscienceandRemoteSensing.[S.l.]:IEEE,2008:617-621.

    Modal Parameter Identification of Bridge Structure Based on Adaptive EEMD and Blind Identification Algorithm

    CHEN Yonggao

    (Zhejiang Industry Polytechnic College, Shaoxing 312000, Zhejiang, P.R.China)

    Due to the defects of ensemble empirical mode decomposition (EEMD) in signal pretreatment, a blind source separation algorithm based on adaptive EEMD decomposition was proposed, that was: firstly, the amplitude standard deviation and integration times of the added white noise were confirmed according to the characteristics of the original signal, and then a EEMD decomposition was carried out; secondly, a fuzzy comprehensive evaluation on the obtained IMF components was carried out to select out the effective components of the IMF, and then IMF component matrix was established; finally, blind source separation algorithm was used for blind identification, and the signal decomposition and reconstruction was completed. The proposed algorithm was verified by analog signal and measuring vibration signal of bridges respectively. The results show that the proposed algorithm is feasible and can be applied to the signal preprocessing of actual structure.

    bridge engineering; adaptive EEMD; blind identification; fuzzy comprehensive evaluation; parameter identification

    10.3969/j.issn.1674-0696.2016.03.03

    2015-06-17;

    2015-10-09

    浙江省教育廳科研項(xiàng)目(Y201432555);浙江省住建廳科研項(xiàng)目(2014ZI26);紹興市科技計(jì)劃項(xiàng)目(2014B70003)

    陳永高(1984—),男,江蘇鹽城人,工程師,主要從事土木工程建造與管理方面的研究。E-mail:higaoge@163.com。

    U446.3

    A

    1674-0696(2016)03-011-06

    猜你喜歡
    盲源幅值預(yù)處理
    基于干擾重構(gòu)和盲源分離的混合極化抗SMSP干擾
    基于預(yù)處理MUSIC算法的分布式陣列DOA估計(jì)
    基于S變換的交流電網(wǎng)幅值檢測(cè)系統(tǒng)計(jì)算機(jī)仿真研究
    電子制作(2017年7期)2017-06-05 09:36:13
    淺談PLC在預(yù)處理生產(chǎn)線自動(dòng)化改造中的應(yīng)用
    正序電壓幅值檢測(cè)及諧波抑制的改進(jìn)
    絡(luò)合萃取法預(yù)處理H酸廢水
    低壓電力線信道脈沖噪聲的幅值與寬度特征
    改進(jìn)的互信息最小化非線性盲源分離算法
    基于零序電壓幅值增量的消弧線圈調(diào)諧新方法
    盲源分離技術(shù)在化探數(shù)據(jù)處理中的思考與探索
    卡戴珊不雅视频在线播放| 亚洲国产欧洲综合997久久,| 有码 亚洲区| 亚洲精品影视一区二区三区av| 久久久色成人| 国产精品熟女久久久久浪| 一级毛片我不卡| 久久草成人影院| 国产探花在线观看一区二区| 日本黄大片高清| 国产精品一及| 毛片女人毛片| 国产 一区 欧美 日韩| 久久久久免费精品人妻一区二区| 国产免费福利视频在线观看| 国产伦精品一区二区三区视频9| 成人特级av手机在线观看| 色播亚洲综合网| 热99re8久久精品国产| 尤物成人国产欧美一区二区三区| 色5月婷婷丁香| 女人久久www免费人成看片 | 永久网站在线| 麻豆久久精品国产亚洲av| 亚洲色图av天堂| 国产免费视频播放在线视频 | 中文字幕制服av| 亚洲欧美中文字幕日韩二区| 国产精品久久久久久av不卡| 免费看美女性在线毛片视频| 高清av免费在线| 69av精品久久久久久| 亚洲欧洲日产国产| 精华霜和精华液先用哪个| 哪个播放器可以免费观看大片| 亚洲在久久综合| 日本三级黄在线观看| 久久久国产成人免费| 亚洲五月天丁香| 亚洲欧美清纯卡通| 日韩成人av中文字幕在线观看| 乱人视频在线观看| 性色avwww在线观看| 卡戴珊不雅视频在线播放| 女人十人毛片免费观看3o分钟| 最新中文字幕久久久久| 亚洲国产精品专区欧美| 亚洲伊人久久精品综合 | 美女大奶头视频| 99久久精品热视频| a级毛片免费高清观看在线播放| 欧美精品国产亚洲| 嫩草影院新地址| 欧美成人一区二区免费高清观看| 国产精品美女特级片免费视频播放器| 日韩 亚洲 欧美在线| 国产精品嫩草影院av在线观看| 国产精品久久久久久精品电影小说 | 成人欧美大片| 久久99热这里只频精品6学生 | 日本色播在线视频| 身体一侧抽搐| av.在线天堂| 亚洲欧美精品自产自拍| 中文字幕另类日韩欧美亚洲嫩草| 久久久亚洲精品成人影院| 国产福利在线免费观看视频| 80岁老熟妇乱子伦牲交| 成人综合一区亚洲| 日日啪夜夜爽| av黄色大香蕉| 深夜精品福利| 国产一区二区激情短视频 | h视频一区二区三区| 久久久欧美国产精品| 久热这里只有精品99| 伊人久久国产一区二区| 亚洲伊人色综图| 又黄又爽又刺激的免费视频.| 亚洲精品国产av蜜桃| 老熟女久久久| 一区二区日韩欧美中文字幕 | 91aial.com中文字幕在线观看| 99久久中文字幕三级久久日本| 男女国产视频网站| 日本欧美国产在线视频| 免费黄网站久久成人精品| 精品一区二区三卡| 成年美女黄网站色视频大全免费| 亚洲精品乱久久久久久| 咕卡用的链子| 日韩欧美一区视频在线观看| 三上悠亚av全集在线观看| 久久久精品免费免费高清| 欧美精品高潮呻吟av久久| 人妻一区二区av| 免费av不卡在线播放| 男的添女的下面高潮视频| 亚洲精品视频女| 99热国产这里只有精品6| √禁漫天堂资源中文www| 精品一区二区三区视频在线| 一本色道久久久久久精品综合| 黄片无遮挡物在线观看| 看免费成人av毛片| a级毛片在线看网站| 老司机影院毛片| 22中文网久久字幕| 宅男免费午夜| 男女国产视频网站| 国产淫语在线视频| 亚洲久久久国产精品| 国产精品女同一区二区软件| 成人午夜精彩视频在线观看| 国产麻豆69| 久久毛片免费看一区二区三区| 飞空精品影院首页| 大香蕉97超碰在线| 黄色毛片三级朝国网站| 这个男人来自地球电影免费观看 | 人人妻人人澡人人爽人人夜夜| 丁香六月天网| 国产女主播在线喷水免费视频网站| 亚洲成国产人片在线观看| 日韩免费高清中文字幕av| 天天躁夜夜躁狠狠躁躁| 肉色欧美久久久久久久蜜桃| 欧美另类一区| 亚洲国产成人一精品久久久| 美女脱内裤让男人舔精品视频| 99久久中文字幕三级久久日本| 日韩欧美精品免费久久| 亚洲欧美一区二区三区黑人 | 国内精品宾馆在线| 尾随美女入室| 夫妻午夜视频| 黑人巨大精品欧美一区二区蜜桃 | 日日撸夜夜添| 女性被躁到高潮视频| av免费在线看不卡| 免费不卡的大黄色大毛片视频在线观看| 国产黄频视频在线观看| 欧美日韩视频精品一区| 五月伊人婷婷丁香| 日韩av在线免费看完整版不卡| 亚洲欧美成人精品一区二区| 国产成人精品一,二区| 中文字幕另类日韩欧美亚洲嫩草| 亚洲久久久国产精品| 男女边摸边吃奶| 成人影院久久| 狠狠精品人妻久久久久久综合| 日本黄色日本黄色录像| 99久久中文字幕三级久久日本| 精品国产国语对白av| 乱码一卡2卡4卡精品| 天堂中文最新版在线下载| 自拍欧美九色日韩亚洲蝌蚪91| 国产老妇伦熟女老妇高清| 男女无遮挡免费网站观看| 久久久亚洲精品成人影院| 亚洲欧洲精品一区二区精品久久久 | 香蕉精品网在线| 大香蕉久久网| 五月玫瑰六月丁香| 麻豆乱淫一区二区| 国产一区二区激情短视频 | 久久午夜福利片| 国产高清三级在线| 久久99精品国语久久久| 美女内射精品一级片tv| 免费少妇av软件| 亚洲一码二码三码区别大吗| 人人澡人人妻人| 欧美日韩亚洲高清精品| 免费观看在线日韩| 成人18禁高潮啪啪吃奶动态图| 久久久精品区二区三区| 久久女婷五月综合色啪小说| 亚洲欧洲日产国产| 自线自在国产av| 亚洲av日韩在线播放| 久久久精品94久久精品| 国产深夜福利视频在线观看| 久久久久久久久久人人人人人人| av免费观看日本| 久久午夜福利片| 精品一品国产午夜福利视频| 日韩不卡一区二区三区视频在线| 97精品久久久久久久久久精品| 国产伦理片在线播放av一区| 毛片一级片免费看久久久久| 一级毛片黄色毛片免费观看视频| 免费播放大片免费观看视频在线观看| 国产高清国产精品国产三级| 亚洲欧洲精品一区二区精品久久久 | 国产欧美日韩综合在线一区二区| 久久亚洲国产成人精品v| 国产成人精品在线电影| av免费观看日本| 青青草视频在线视频观看| 久久精品国产亚洲av天美| 制服丝袜香蕉在线| 啦啦啦视频在线资源免费观看| 巨乳人妻的诱惑在线观看| 1024视频免费在线观看| 午夜福利影视在线免费观看| 尾随美女入室| 久久人人爽人人爽人人片va| 国产深夜福利视频在线观看| 国产精品国产三级专区第一集| 91精品伊人久久大香线蕉| 男女无遮挡免费网站观看| 午夜av观看不卡| 国产亚洲精品久久久com| 久久久欧美国产精品| 在线看a的网站| av免费在线看不卡| 亚洲国产欧美日韩在线播放| 日韩av不卡免费在线播放| 亚洲,一卡二卡三卡| 国产淫语在线视频| 精品久久久久久电影网| 亚洲精品中文字幕在线视频| 最近最新中文字幕大全免费视频 | 女性生殖器流出的白浆| 中国国产av一级| 午夜精品国产一区二区电影| 久久鲁丝午夜福利片| 婷婷色综合大香蕉| 美女内射精品一级片tv| 亚洲av在线观看美女高潮| 久久久久国产网址| 最新中文字幕久久久久| 在线免费观看不下载黄p国产| 午夜福利,免费看| 欧美精品一区二区免费开放| 下体分泌物呈黄色| 欧美日韩一区二区视频在线观看视频在线| 一区二区三区四区激情视频| 久久久欧美国产精品| 亚洲综合色惰| 狠狠精品人妻久久久久久综合| 国产精品 国内视频| 久久韩国三级中文字幕| 深夜精品福利| 视频区图区小说| 在线观看免费高清a一片| 日韩一区二区三区影片| 考比视频在线观看| 纵有疾风起免费观看全集完整版| 99热网站在线观看| 咕卡用的链子| 亚洲图色成人| 亚洲成色77777| 日韩伦理黄色片| 观看美女的网站| 日韩 亚洲 欧美在线| 国产色婷婷99| 美女大奶头黄色视频| 午夜久久久在线观看| 97精品久久久久久久久久精品| 欧美变态另类bdsm刘玥| 成人手机av| 欧美精品av麻豆av| 99热全是精品| 久久久久久久久久成人| 蜜臀久久99精品久久宅男| 搡老乐熟女国产| 啦啦啦啦在线视频资源| 高清视频免费观看一区二区| 91aial.com中文字幕在线观看| 久久人人爽av亚洲精品天堂| 少妇熟女欧美另类| 少妇的逼水好多| 国产精品国产三级专区第一集| 亚洲色图综合在线观看| 亚洲,欧美,日韩| 国产亚洲午夜精品一区二区久久| 国产色爽女视频免费观看| 日韩av在线免费看完整版不卡| 狂野欧美激情性xxxx在线观看| 性色av一级| 人体艺术视频欧美日本| 久久韩国三级中文字幕| 日韩,欧美,国产一区二区三区| 一级a做视频免费观看| 国产一级毛片在线| 国产精品.久久久| 亚洲综合色惰| 99热全是精品| 美女大奶头黄色视频| 精品久久久精品久久久| 老司机影院毛片| 久久99热这里只频精品6学生| 在线观看免费视频网站a站| 七月丁香在线播放| 性色av一级| 国产白丝娇喘喷水9色精品| 亚洲av成人精品一二三区| 老司机亚洲免费影院| 人人妻人人澡人人爽人人夜夜| 国产男女超爽视频在线观看| 国产一区亚洲一区在线观看| a级毛片黄视频| 国产精品国产av在线观看| 哪个播放器可以免费观看大片| 国产黄色视频一区二区在线观看| 边亲边吃奶的免费视频| 免费观看无遮挡的男女| 丝瓜视频免费看黄片| 久久鲁丝午夜福利片| 久久精品熟女亚洲av麻豆精品| 精品国产露脸久久av麻豆| 国产国拍精品亚洲av在线观看| 激情视频va一区二区三区| 最近最新中文字幕大全免费视频 | 亚洲图色成人| 乱人伦中国视频| 国产av一区二区精品久久| 国产精品成人在线| 黄色毛片三级朝国网站| 国产色爽女视频免费观看| 男女下面插进去视频免费观看 | 99热6这里只有精品| 黑人巨大精品欧美一区二区蜜桃 | 精品久久久久久电影网| 久久久久网色| 赤兔流量卡办理| 观看av在线不卡| 热99国产精品久久久久久7| 日韩,欧美,国产一区二区三区| 色哟哟·www| 国产一级毛片在线| 国产精品一区二区在线观看99| 亚洲,欧美精品.| 亚洲色图 男人天堂 中文字幕 | 日日啪夜夜爽| a级毛片在线看网站| 毛片一级片免费看久久久久| av视频免费观看在线观看| 亚洲美女视频黄频| 欧美xxxx性猛交bbbb| 亚洲人成77777在线视频| 男女国产视频网站| 精品99又大又爽又粗少妇毛片| 久久人妻熟女aⅴ| 亚洲情色 制服丝袜| 老女人水多毛片| 黄片无遮挡物在线观看| 一本大道久久a久久精品| 久久精品熟女亚洲av麻豆精品| 91国产中文字幕| 国内精品宾馆在线| 久久久久精品人妻al黑| 色哟哟·www| 精品视频人人做人人爽| 精品午夜福利在线看| 精品人妻一区二区三区麻豆| 一本—道久久a久久精品蜜桃钙片| av在线app专区| 亚洲伊人久久精品综合| 日韩一区二区三区影片| 国产熟女欧美一区二区| 免费观看性生交大片5| 久久狼人影院| 成人毛片a级毛片在线播放| 边亲边吃奶的免费视频| 亚洲精品久久午夜乱码| 亚洲三级黄色毛片| 26uuu在线亚洲综合色| 精品一区二区三区视频在线| 女人久久www免费人成看片| 亚洲国产欧美在线一区| 欧美亚洲日本最大视频资源| 欧美xxⅹ黑人| 嫩草影院入口| 国产不卡av网站在线观看| 亚洲精品乱久久久久久| 久久国产精品男人的天堂亚洲 | 亚洲美女搞黄在线观看| 婷婷色麻豆天堂久久| 老司机亚洲免费影院| 性高湖久久久久久久久免费观看| 国产免费视频播放在线视频| 久久国产精品大桥未久av| 好男人视频免费观看在线| 波野结衣二区三区在线| 亚洲精品国产av成人精品| 亚洲第一区二区三区不卡| 精品卡一卡二卡四卡免费| 久久精品国产亚洲av涩爱| 青春草亚洲视频在线观看| 熟女av电影| 视频中文字幕在线观看| 捣出白浆h1v1| 亚洲成人手机| 亚洲欧美一区二区三区黑人 | 夜夜爽夜夜爽视频| 有码 亚洲区| 成人午夜精彩视频在线观看| 天堂8中文在线网| 人人妻人人爽人人添夜夜欢视频| 看免费av毛片| 亚洲人成77777在线视频| 亚洲综合精品二区| 欧美精品人与动牲交sv欧美| av国产久精品久网站免费入址| 国产探花极品一区二区| 一级a做视频免费观看| 美女内射精品一级片tv| 天堂俺去俺来也www色官网| 男女免费视频国产| 精品少妇久久久久久888优播| 日韩视频在线欧美| 99热国产这里只有精品6| 9热在线视频观看99| 久久人妻熟女aⅴ| 国产免费一区二区三区四区乱码| 国产白丝娇喘喷水9色精品| 一区二区三区四区激情视频| 亚洲久久久国产精品| 国产成人免费观看mmmm| 中文字幕制服av| 最黄视频免费看| 妹子高潮喷水视频| 成人手机av| 国产乱来视频区| 亚洲精品日韩在线中文字幕| 亚洲欧美一区二区三区国产| 国产成人精品久久久久久| 亚洲综合精品二区| 伦理电影大哥的女人| 制服人妻中文乱码| 精品人妻在线不人妻| 精品一区二区免费观看| 下体分泌物呈黄色| 成人亚洲欧美一区二区av| 亚洲,一卡二卡三卡| 国产成人一区二区在线| 大片电影免费在线观看免费| 新久久久久国产一级毛片| 国产一区二区在线观看日韩| 欧美丝袜亚洲另类| 亚洲av中文av极速乱| 亚洲四区av| 久久人妻熟女aⅴ| 在现免费观看毛片| 免费高清在线观看日韩| 亚洲四区av| 十八禁网站网址无遮挡| 一本—道久久a久久精品蜜桃钙片| 午夜激情av网站| 不卡视频在线观看欧美| 97在线视频观看| 美女中出高潮动态图| 精品久久蜜臀av无| 国产精品麻豆人妻色哟哟久久| 精品久久久久久电影网| 在线 av 中文字幕| 国产白丝娇喘喷水9色精品| 亚洲av电影在线观看一区二区三区| 久久这里有精品视频免费| 精品久久久久久电影网| 久久久久久人人人人人| 91国产中文字幕| 精品一区二区三区视频在线| 黄色配什么色好看| 国产日韩一区二区三区精品不卡| 97超碰精品成人国产| 97在线视频观看| 九九爱精品视频在线观看| 亚洲av欧美aⅴ国产| 美女国产高潮福利片在线看| 欧美日韩一区二区视频在线观看视频在线| 美女内射精品一级片tv| 久久久久久久久久久免费av| 看免费av毛片| 亚洲国产精品999| 美女xxoo啪啪120秒动态图| 国产午夜精品一二区理论片| 色哟哟·www| 精品人妻在线不人妻| 国产精品三级大全| 日韩电影二区| 少妇的逼好多水| 美女中出高潮动态图| 国产精品免费大片| 日韩电影二区| 五月玫瑰六月丁香| 国产精品久久久av美女十八| 五月玫瑰六月丁香| 精品国产一区二区三区四区第35| 日韩三级伦理在线观看| 丁香六月天网| 日本vs欧美在线观看视频| 狠狠精品人妻久久久久久综合| 在线天堂最新版资源| 男男h啪啪无遮挡| 国产成人精品福利久久| 日本av手机在线免费观看| 在线精品无人区一区二区三| 在线观看美女被高潮喷水网站| 高清视频免费观看一区二区| 日韩成人av中文字幕在线观看| 国产欧美亚洲国产| 嫩草影院入口| 欧美日韩一区二区视频在线观看视频在线| 丰满少妇做爰视频| 插逼视频在线观看| 中文字幕精品免费在线观看视频 | 啦啦啦在线观看免费高清www| 亚洲第一av免费看| 午夜久久久在线观看| 少妇的逼水好多| 久久综合国产亚洲精品| 久久久久国产网址| 亚洲成人手机| 欧美日韩综合久久久久久| 免费观看无遮挡的男女| 赤兔流量卡办理| av一本久久久久| 国产午夜精品一二区理论片| 亚洲久久久国产精品| 日本av免费视频播放| 精品久久蜜臀av无| 黄色视频在线播放观看不卡| 亚洲精品一二三| 哪个播放器可以免费观看大片| 九色成人免费人妻av| 久久精品国产鲁丝片午夜精品| 国产黄频视频在线观看| 男男h啪啪无遮挡| 97在线人人人人妻| 免费人成在线观看视频色| 久久久久精品久久久久真实原创| 97人妻天天添夜夜摸| 中文字幕另类日韩欧美亚洲嫩草| 亚洲,一卡二卡三卡| 人妻一区二区av| 男女国产视频网站| 久久精品熟女亚洲av麻豆精品| 日本wwww免费看| 成人二区视频| 免费人妻精品一区二区三区视频| 美女国产高潮福利片在线看| 亚洲中文av在线| 狂野欧美激情性xxxx在线观看| 日本欧美视频一区| 中文精品一卡2卡3卡4更新| 99久久人妻综合| 日本与韩国留学比较| 亚洲欧美日韩另类电影网站| 九九在线视频观看精品| xxxhd国产人妻xxx| 免费少妇av软件| 最近最新中文字幕免费大全7| 伊人久久国产一区二区| 亚洲精品久久久久久婷婷小说| 日韩 亚洲 欧美在线| 中文字幕人妻丝袜制服| 亚洲,一卡二卡三卡| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 91午夜精品亚洲一区二区三区| 午夜91福利影院| 99国产精品免费福利视频| 搡老乐熟女国产| 午夜福利乱码中文字幕| 亚洲精品乱久久久久久| 成年av动漫网址| 日本色播在线视频| 亚洲人成网站在线观看播放| 精品少妇内射三级| 亚洲精品乱久久久久久| 2021少妇久久久久久久久久久| 人人妻人人爽人人添夜夜欢视频| 亚洲情色 制服丝袜| 欧美人与善性xxx| 久久青草综合色| 久久久久精品人妻al黑| 丰满少妇做爰视频| 91午夜精品亚洲一区二区三区| 久久久久久人人人人人| 日韩av免费高清视频| 欧美人与善性xxx| 国产片特级美女逼逼视频| 成人黄色视频免费在线看| 亚洲av在线观看美女高潮| 有码 亚洲区| 在线天堂中文资源库| 成人无遮挡网站| 欧美xxⅹ黑人| 久久人人爽av亚洲精品天堂| 欧美亚洲日本最大视频资源| 国产精品久久久久久精品古装| 久久久久国产网址| 各种免费的搞黄视频| 97精品久久久久久久久久精品| 巨乳人妻的诱惑在线观看| 亚洲国产av影院在线观看| 亚洲精品成人av观看孕妇| 国产成人精品无人区| 最后的刺客免费高清国语| 黄色一级大片看看| 男女边吃奶边做爰视频| 内地一区二区视频在线| 哪个播放器可以免费观看大片| 97人妻天天添夜夜摸| 人体艺术视频欧美日本| 一区二区三区四区激情视频| 亚洲,欧美精品.| 精品久久国产蜜桃| 久久久国产欧美日韩av| 国产成人91sexporn| 亚洲图色成人|