一种基于LMD-PSO-SVR的涉铁变形监测信号粗差探测与修复方法

作者：陈旭升

来源：铁道勘察, 2022, 48(06): 48-58.

DOI：10.19630/j.cnki.tdkc.202109270001

• 局部均值
• 支持向量机
• 粒子群算法
• 沉降
• 粗差

为了解决铁路桥墩自动化变形监测信号中存在粗差的问题，提出一种基于LMD-PSO-SVR的变形监测信号粗差探测与修复方法。首先将原始自动化变形监测信号进行局部均值分解(LMD),得到一系列PF分量，再利用PF分量瞬时幅值函数极大值的位置定位粗差发生的历元从而剔除粗差；利用粒子群算法(PSO)优化选取支持向量回归机(SVR)的核心参数，采用SVR对单个PF分量和残余分量分别建立回归预测模型，然后叠加各个分量的预测值从而对变形监测信号进行修复处理。利用提出的LMD-PSO-SVR的变形监测信号粗差探测与修复方法对采集的某铁路桥墩监测信号进行处理，研究表明，该方法不仅可以探测粗差的发生，而且可以定位粗差发生的历元，进行修复后，各历元处的修复值与实测值的残差绝对值均小于0.1 mm。