資源描述：
《基于獨(dú)立分量分析的橋梁動態(tài)稱重多車識別研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、學(xué)校代號10532學(xué)號S150100044分類號U446.1密級公開碩士學(xué)位論文基于獨(dú)立分量分析的橋梁動態(tài)稱重多車識別研究學(xué)位申請人姓名董岳培養(yǎng)單位土木工程學(xué)院導(dǎo)師姓名及職稱趙華副教授學(xué)科專業(yè)橋梁與隧道工程研究方向橋梁評定及維護(hù)管理論文提交日期2018年5月28日學(xué)校代號：10532學(xué)號：S150100044密級：公開湖南大學(xué)碩士學(xué)位論文基于獨(dú)立分量分析的橋梁動態(tài)稱重多車識別研究學(xué)位申請人姓名：董岳導(dǎo)師姓名及職稱：趙華副教授培養(yǎng)單位：土木工程學(xué)院專業(yè)名稱：橋梁與隧道工程論文提交日期：2018年5月28日論文答辯日期：2018年5月31日答辯委員會主席：汪夢甫教授Resea
2、rchonmulti-vehicleidentificationinBWIMbasedonICAbyDONGYueB.E.(HunanUniversity)2015AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofengineeringinBridgeandTunnelEngineeringintheGraduateSchoolofHunanUniversitySupervisorAssociateProfessorZHAOHuaMay,2018基于獨(dú)立分量分析的橋梁動態(tài)
3、稱重多車識別研究摘要橋梁動態(tài)稱重（Bridgeweigh-in-motion，BWIM）是一種無需直接接觸獲得車輛軸重信息的有效方法。在單車過橋情況下，傳統(tǒng)的BWIM系統(tǒng)能夠有效識別軸重，尤其在總重方面識別精度很高，而在多車同時(shí)過橋的情況下，由于多車響應(yīng)信號相互干擾，傳統(tǒng)的BWIM系統(tǒng)無法準(zhǔn)確識別軸重。針對BWIM系統(tǒng)中的多車軸重識別問題，提出了利用獨(dú)立分量分析（IndependentComponentAnalysis,ICA）分離多車引起的混合響應(yīng)信號的方法。通過ICA分離混合響應(yīng)信號，獲得單車對應(yīng)的響應(yīng)信號，即可利用傳統(tǒng)的BWIM系統(tǒng)進(jìn)行軸重識別。這種方法對橋梁結(jié)構(gòu)信
4、息依賴度低，與通過改進(jìn)傳統(tǒng)BWIM算法解決多車過橋問題的方法如影響面法相比更具有普適性。本文基于仿真分析，美國阿拉巴馬州I-78橋，I-459橋和廣東省清遠(yuǎn)市倫洲大橋北側(cè)引橋的現(xiàn)場試驗(yàn)，對應(yīng)用ICA解決BWIM系統(tǒng)中的多車識別問題進(jìn)行了相關(guān)研究，主要完成了以下工作：（1）基于各主梁間的應(yīng)變關(guān)系，建立BWIM系統(tǒng)中的ICA模型，并闡述了利用ICA解決BWIM系統(tǒng)中的多車識別問題的一般步驟。（2）通過對仿真實(shí)驗(yàn)得到的多車模擬混合響應(yīng)信號進(jìn)行分離，比較了三種ICA算法（二階盲辨識：WASOBI，快速獨(dú)立分量分析：FastICA和聯(lián)合近似特征矩陣對角化：JADE）的分離效果，并引
5、入了具體的分離效果評價(jià)參數(shù)：信號干擾比（SIR）和波形相似系數(shù)（NCC）,結(jié)果表明WASOBI算法更穩(wěn)定且分離效果較好，所以初步選擇WASOBI算法用于實(shí)橋混合響應(yīng)信號分離。此外，通過在模擬混合信號中添加高斯白噪聲，研究了三種ICA算法的抗噪音干擾能力。（3）利用WASOBI算法分離三座不同類型橋梁的現(xiàn)場實(shí)測混合信號，驗(yàn)證了該算法的有效性。調(diào)整了二維Moses算法的軸重識別算法，并以此對得到的單車響應(yīng)信號進(jìn)行軸重識別，結(jié)果表明總重及組軸識別較準(zhǔn)，單軸識別相對較差。此外，根據(jù)三座橋的各梁應(yīng)變信號特征和信號分離結(jié)果，分析了將ICA用于不同橋型橋梁的混合響應(yīng)信號分離時(shí)需要進(jìn)行的
6、相關(guān)調(diào)整。（4）分析了信號分離精度的主要影響因素：獨(dú)立性和混合線性程度，結(jié)果表明不同的ICA算法對這些因素的敏感度不同。通過對這些因素的分析研究，發(fā)現(xiàn)FastICA和JADE算法的分離效果與源信號獨(dú)立程度正相關(guān)，WASOBI算法雖然受獨(dú)立性影響小，能夠適應(yīng)多數(shù)情況下的多車信號分離，但在源信號分量間獨(dú)立性強(qiáng)的情況下，分離效果有時(shí)沒有FastICA或JADE算法好，因此對實(shí)際ICA算法的選擇和各算法適應(yīng)的情況作了更進(jìn)一步分析?；旌夏Ｊ降木€性程度較高時(shí)對分離效果影響小，但隨著線性程度的下降，會出現(xiàn)無法有效分離的情況。II碩士學(xué)位論文（5）針對某些情況下BWIM中源信號難以滿足I
7、CA中的獨(dú)立性假設(shè)導(dǎo)致信號分離效果較差的問題，本文提出利用一種無需獨(dú)立性假設(shè)的非負(fù)矩陣分解法（NMF）作為ICA的補(bǔ)充算法分離混合響應(yīng)信號。NMF以非負(fù)性假設(shè)為約束分離信號，仿真和實(shí)橋信號分離結(jié)果表明其分離效果較好，為BWIM系統(tǒng)中混合響應(yīng)信號的分離拓展了一條新思路。關(guān)鍵詞：橋梁動態(tài)稱重系統(tǒng)；獨(dú)立分量分析；多車信號；軸重識別；WASOBI；FastICA；JADE；NMFIII基于獨(dú)立分量分析的橋梁動態(tài)稱重多車識別研究AbstractBridgeweigh-in-motion(BWIM)isaneffectivemethodt
