單通道ICA及其在變形分析中的應(yīng)用.pdf

1、從變形監(jiān)測(cè)數(shù)據(jù)中分離出噪聲、系統(tǒng)誤差、不同影響因素引起的變形或不同特征的變形信息是變形分析的一項(xiàng)主要工作，可為變形預(yù)報(bào)或工程結(jié)構(gòu)損傷狀態(tài)識(shí)別提供必要的信息。獨(dú)立分量分析(IndependentComponent Analysis，簡(jiǎn)稱ICA)是一種盲信號(hào)分離方法，在信號(hào)分離方面具有獨(dú)特的優(yōu)勢(shì)，可利用原信號(hào)的相互獨(dú)立特性從混合觀測(cè)信號(hào)中分離出原信號(hào)，該特性使得ICA可作為變形分析的有力工具。然而獨(dú)立分量分析要求輸入信號(hào)不小于輸出信號(hào)，而在

2、單測(cè)點(diǎn)變形分析中通常只有一個(gè)通道的觀測(cè)數(shù)據(jù)。為此，本文將單通道ICA方法引入變形分析中，在對(duì)已有的單通道ICA算法進(jìn)行比較分析的基礎(chǔ)上，深入研究了基于相空間重構(gòu)的單通道ICA算法，提出了基于增強(qiáng)經(jīng)驗(yàn)?zāi)Ｊ椒纸獾膯瓮ǖ罆r(shí)變ICA算法，并利用這些算法進(jìn)行變形監(jiān)測(cè)數(shù)據(jù)去噪、變形效應(yīng)分量的分解及變形建模。主要研究工作與成果如下:
　　1.研究了獨(dú)立分量分析的基本理論研究，總結(jié)分析了FastICA算法、多維獨(dú)立分量分析等幾種常用的獨(dú)立分量分析

3、算法。
　　2.通過無噪和有噪模擬信號(hào)實(shí)驗(yàn)比較分析了動(dòng)態(tài)嵌入ICA(DE-ICA)、小波ICA(WT-ICA)算法、經(jīng)驗(yàn)?zāi)Ｊ椒纸釯CA(EMD-ICA)和增強(qiáng)經(jīng)驗(yàn)?zāi)Ｊ椒纸釯CA(EEMD-ICA)四種單通道ICA算法，結(jié)果表明:DE-ICA算法的信號(hào)分離效果最優(yōu);EMD-ICA算法最為簡(jiǎn)單，無需任何參數(shù)設(shè)置;WT-ICA算法和DE-ICA算法速度較快，EMD-ICA算法其次，而EEMD-ICA算法由于多次迭代運(yùn)行效率最低。

4、　　3.利用相空間重構(gòu)方法選取合適的嵌入維數(shù)和時(shí)間延遲，解決DE-ICA中嵌入維數(shù)過多會(huì)導(dǎo)致信號(hào)冗余和難以選取的問題，形成了基于相空間重構(gòu)的單通道ICA算法(PSR-ICA)。模擬實(shí)驗(yàn)驗(yàn)證了相空間重構(gòu)的單通道ICA算法不僅可以數(shù)據(jù)去噪，而且可以有效地分離觀測(cè)信號(hào)中的獨(dú)立信號(hào)。
　　4.利用PSR-ICA對(duì)五強(qiáng)溪大壩位移監(jiān)測(cè)數(shù)據(jù)進(jìn)行了分析，首先利用PSR-ICA對(duì)位移監(jiān)測(cè)數(shù)據(jù)去噪，然后對(duì)利用該方法分離的位移分量與溫度、水位等影響因素

5、進(jìn)行關(guān)聯(lián)分析。結(jié)果表明:其中兩個(gè)提取的位移分量分別與溫度和水位高度相關(guān)，與利用大壩統(tǒng)計(jì)位移模型計(jì)算的溫度和水位分量也基本一致，說明了PSR-ICA可有效地分離出大壩位移的各效應(yīng)分量。
　　5.研究了在線盲源分離的ICA算法——EASI算法，該算法可用于識(shí)別混合矩陣緩慢變化，具備FastICA這類離線算法所沒有的時(shí)變處理能力。模擬實(shí)驗(yàn)驗(yàn)證了EASI算法在多通道的時(shí)不變、突變和時(shí)變混合情況下的良好分離效果。提出了基于EEMD的單通道E