基于改进PCA和EEMD的桥梁挠度监测中温度效应分离

作者：谭冬梅; 刘晓飞; 柳勇; 瞿伟廉; 聂顺

来源：武汉理工大学学报, 2018, 40(03): 28-34.

• 总体经验模态分解
• 主成分分析
• 快速独立分量分析

单通道桥梁挠度信号通过总体经验模态分解法(Ensemble Empirical Mode Decomposition,EEMD)分解得到的一系列线性平稳的本征模函数(intrinsic mode function,IMF),然后与原信号进行相关性分析,去除IMF分量中的弱相关成分,达到首次降维的效果。利用主成分分析(Principal Component Analysis,PCA)进一步提取信号中的主元,最后所得信号通过快速独立分量分析(Fast Independent Component Analysis,FastICA)处理,实现桥梁挠度信号中温度效应的准确分离。仿真及实验结果表明:该方法能较好地解决桥梁监测中温度效应分离的问题。

• 单位
  武汉光谷北斗控股集团有限公司; 武汉理工大学