基于小波变换桥梁动态重系统车轴高精度识别,关于免费小波变换论文范文在这里免费下载与阅读,为您的小波变换相关论文写作提供资料。
小波变换论文参考文献：
摘 要：首先利用小波变换对一不能明显识别车轴信息的数值仿真信号进行处理,证明小波变换能够高效放大车轴经过传感器时产生的不连续变化斜率,从而识别出车轴信息.然后基于实桥测试,对那些不能直接识别出车辆信息的FAD信号,通过联合控制最小Shan-non熵值和最大相关系数选取最适变换尺度和最适变换小波函数进行小波变换.分析结果表明：对于不能直接识别出车辆信息的FAD信号,小波变换也能准确地识别车辆行驶速度、车轴数目以及车轴间距.小波变换可提高桥梁动态称重（BWIM）系统车轴识别的效率及精度,为将BWIM系统发展为超载车辆控制的有效工具提供技术支撑.
关键词：桥梁动态称重；车轴识别；小波变换；小波函数选取；变换尺度
中图分类号：U491；TN911.7 文献标识码：A
我国超载现象比比皆是,超载车辆对道路和桥梁造成的破坏不容忽视.近些年来,超载车辆导致桥梁垮塌的报道屡见不鲜.高效率、高精度的超载车辆监管系统可控制超载车辆并监测桥梁安全,在我国有着广阔的应用前景.
动态称重系统（weigh-in-motion：WIM）近年来在国际上越来越多地应用于对桥梁和道路交通车辆的监测.该技术在测试车辆数据时不需要中断交通,效率较高,是一种获取车辆荷载数据、控制超重车辆的有效工具.传统的动态称重系统（也称为路面动态称重系统：Pavement WIM）通过在路面埋置传感器来测试通行车辆的轴重、轴距和车速等信息.该系统是永久性的,不能拆迁,使用寿命较短,且安装及维护费用较高,精度也有待提高.桥梁动态称重系统（bridge weigh-in-motion：BWIM）直接利用桥梁为载体,在线监测桥梁在移动车辆荷载作用下的动态响应,并通过程序反算出车辆轴重.和传统路面WlM系统相比,BWIM系统不仅可以在不阻断交通的情况下连续不间断地识别车辆轴重和总重,而且可以在线监测桥梁在车辆荷载作用下的动态响应信号,进而获得结构的实际影响线以及在车辆荷载作用下的结构荷载横向分布参数和桥梁冲击系数等.
BWIM的概念最初由Moses于1979年提出.BWIM系统利用安装在主梁下缘的传感器所采集的动态信号反算出車辆轴重.早期BWIM系统除了在主梁下缘安装传感器外,还需要在桥头路面上埋置便携式磁带开关或压电电缆来测试车辆速度、轴数、轴间距等信息,所以早期BWIM系统也存在耐久性问题,且安装时需要中断交通,更换也不易.
近几十年来,各国学者在原始BWIM模型基础上推广和改进,共同创建了新型商业BWIM系统.
新型BWIM系统摒弃了早期BWIM系统所需的埋置在桥头路面上的便携式磁带开关或压电电缆,而是直接在桥面板下安装额外的传感器（也称车轴探测传感器或FAD传感器）,从而获得车轴信息.新型BWIM系统的安装、调试及数据采集全部在桥下进行,桥面上不布置任何测试设备.相较于早期BWIM系统,新型BWIM系统不仅可以在不阻断交通的情况下连续不间断地识别车辆轴重和总重,更具有携带方便、安装和测试隐蔽、可以反复使用,且安装、维护及使用成本低等优点.
Moses,Znidaric和Peters都曾提到车辆信息识别（轴数及轴间距）的准确度是影响BWIM系统轴重及总重识别精度的一个主要因素,同时有效且准确地识别出车轴信息也是BWIM系统精确识别车辆轴重的前提及基础.然而试验证明,有时难以直接从FAD信号中准确识别车辆信息,特别是在连轴（相邻车轴间距很小）或信号动态成分较大的情况下.Dunne和Chatterjee提出通过对FAD信号进行小波变换可更有效地识别车辆信息,但对于小波函数选取及最适变换尺度都缺少研究.
本文基于仿真分析及实桥测试结果（湖南省怀化市舞水五桥引桥的现场测试）,在标定车辆经过测试桥梁时,采集记录FAD信号和桥梁桥底动态响应信号,结合最小Shannon熵值以及最大相关性从而选取合适小波函数以及变换尺度,并利用小波技术变换FAD信号来获得未能直接识别的车辆信息.分析结果表明：作为强大的信号处理工具,小波变换在BWIM系统中能够有效提高对车轴信息的识别.
1小波理论
1982年法国工程师Jean Morlet首先提出小波变换的概念,它可以认为是经典傅里叶变换的延伸.两者最大的区别在于小波变换可以同时在时域和频域上定域,而傅里叶变换只是时域和频域之间的转换工具.小波变换可分为连续小波变换（Con-tinuous wavelet transform：CWT）和离散小波变换（Discrete wavelet transform：DWT）.
1.1连续小波变换
连续小波变换的数学定义为：
（1）
小波一词意味着特定的小波函数,即式（1）中的ψ（t）,例如db2和rbi02.4（图1）等.这种小波函数都是紧支的,即函数的定义域是有限的.傅里叶变换是将信号分解成一系列不同频率的正弦波叠加,而小波变换是通过缩放和平移这些小波函数来逼近信号.显然对于一些尖锐变化的信号,用不规则的小波函数逼近要比光滑的正弦曲线好.
经过连续小波变换得到许多小波系数,这些系数就是缩放因子（尺度）和平移（位置）的函数,其中小波分解尺度和傅里叶变换中的频率相对应,所以连续小波变换又可以定义为式（2）.它表示信号f（x）和被缩放和平移的小波函数ψ（t）之积在信号存在的整个时间段求和的结果.
（2）
1.2最适小波函数和变换尺度的选取
在MATLAB小波分析工具中有13个小波函数族,包括60多个常用小波函数,而对于同一个目标信号,每一个小波函数通过变换都会得到不一样的结果.小波变换最大的挑战是对于不同情况怎么选取小波函数来获得最理想的结果.目前,对于小波函数选取的方法总体可以分为两类：定性方法和定量方法.
结论：关于本文可作为小波变换方面的大学硕士与本科毕业论文小波变换 matlab论文开题报告范文和职称论文论文写作参考文献下载。
探究小波变换在医学图像处理中的应用
摘 要：由于受到医疗器械先进水平及环境等要素的影响，临床医师的医学图像应用过程常常会产生一些人工处理需求。通过对目前我国医学图像处理现状的分析可。
小波包变换和相关性分析用于轴承故障诊断
摘 要：针对滚动轴承振动信号的特点，文章首先对振动信号进行小波包变换，得到不同的分解频带。再对各频带信号与原信号进行相关性分析，求出各信号相关因。
基于小波分析和GA—BP神经网络美元兑人民币汇率预测
[摘 要]运用小波分析的方法去除汇率曲线中的噪声，以此消除对预测精度不利的干扰部分。在把消噪后的序列投入BP神经网络和GA-BP神经网络中进行预。
英国资产价格和产出关系基于小波分析法
本文主要使用了小波分析方法来研究英国资产市场与宏观经济的关系。分别选取房价和股价作为资产价格，工业生产指数作为宏观产出指标，时间维度是从1991。