仿真监测信号分析
小波越具备紧支撑,其检测奇异信号的能力越强,对于初始分析,紧支撑应小到能够进行足够精度的分析。紧支撑越短的小波,其能够检测的奇异信号形状比紧支撑长的小波更为简单。所以,对于不连续信号,我们可以采用Haar小波(它适用于含有明显边界的损伤问题的处理);对于在第i阶微分出现不连续情况的信号,我们使用的小波应至少具备i阶消失矩。正则性也是选择小波的一个重要标准。由于db系列小波有着足够的正则性,其滤波脉冲响应较长。
1 Matlab 仿真试验:
%当前拓模式是补零
%设置信噪比和随机数种子
snr=3;init=2055615866;
%产生原始信号,并叠加标准高斯白噪声
[xref,x]=wnoise(3,11,snr,init);
%对 x 使用sym8小波进行5层分解,得到高频系数。使用SUR阀值、软阀值进行降噪
lev=5;
xd=wden(x,'heursure','s','one',lev,'sym8');
%画出原始信号
subplot(611),plot(xref),axis([1 2048 -10 10]);
title('原始信号');
subplot(612),plot(x),axis([1 2048 -10 10]);
title(['噪声信号-信噪比为',num2str(fix(snr))]);
subplot(613),plot(xd),axis([1 2048 -10 10]);
title('降噪信号-heuristic SURE');
%使用软 SURE 阀值降噪
xd=wden(x,'heursure','s','one',lev,'sym8');
%画出信号
subplot(614),plot(xd),axis([1 2048 -10 10]);
title('降噪信号-SURE');
%对噪声标准差进行单层估计,使用 fixed form 阀值降噪
xd=wden(x,'sqtwolog','s','sln',lev,'sym8');
%画出信号
subplot(615),plot(xd),axis([1 2048 -10 10]);
title('降噪信号-fixed form 阀值');
%对噪声标准差进行多层估计,使用 minimax 阀值降噪
xd=wden(x,'minimaxi','s','sln',lev,'sym8');
%画出信号
subplot(616),plot(xd),axis([1 2048 -10 10]);
title('De-noised signal-Minimax');
%如果需要多次尝试,最后是执行一次分解,多次设置阀值
%分解
[c,1]=wavedec(x,lev,'sym8');
%使用小波分解结构[c,l]设置阀值
xd=wden(c,1,'minimaxi','s','sln',lev,'sym8');
结果如图 3.6 所示。
2 ANSYS 仿真试验
在算例中分别采用它们作为分析小波基。同时为便于分析,采用带裂缝悬臂梁的有限元模型。为了避免非线性,考虑实际土木结构在容许应力状态工作,假定裂缝始终是张开的。利用 ANSYS 建立模型一根混凝土悬臂梁,其结构模型参数为:
单元类型:beam3
梁长:L=4m
截面尺寸:0.2m×0.1m
材料弹性模量:E=2.1×107Pa
泊松比:ν=0.3 模型如下图 3.7。
它的前四阶频率分别为:0.091Hz;0.182Hz;0.569Hz;1.125Hz。
由分析可知,对于平稳正弦信号,应采用消失矩阶数较高且对称性较好的小波基,如 sym8、sym6、bior4、db8 等,均可取得较好的去噪效果。小波变换对非平稳信号的去噪效果同样明显,对于信号包含突变的非平稳信号,应采用消失矩阶数较低的小波基如 db1 小波。在梁端加一个较大的突然激励,使梁振动。本仿真实验采用消失矩阶数及支集长度适中的 db5 小波基并采用 heursure 软阀值进行去噪处理,具体结果如图 3.8~3.10。
通过上面两个仿真试验可以看出,原始信号含有大量噪声,有许多毛刺,经过小波变换得到的重构信号,明显地去改善了毛刺现象。对于桥梁监测中的信号,采用消失矩和支集长度比较适中的 db5、db7、sym6 等小波基能获得较好的去噪效果。
《来源科技文献,经本人分析整理,以技术会友,广交天下朋友》