基于独立分量分析的桥梁状态特征提取与识别研究

桥梁健康监测系统中海量数据处理及状态特征的提取与识别已成为系统应用成败的关键。本研究从高阶统计分析的层面应用最新信号处理工具－独立分量分析来提取振动响应中表征结构状态的隐含信息。采用将独立分量分析理论、仿真分析、模型实验和实桥试验相结合的方法，对影响结构状态特征提取的主要因素，即：传感器优化布置、信号降噪、独立分量分析改进算法、独立分量优选、状态特征向量构建等进行系统研究，并对整合了粒子集团优化算法的支持向量机的分类识别精度、算法稳健性等进行研究。根据仿真分析和模型试验的结果，提出一整套应用独立分量分析及支持向量机对结构振动响应进行分析并实现桥梁状态特征提取与分类识别的分析理论和实用算法。相关应用基础研究将有助于研究人员对桥梁状态信息的深层次理解，这对存在适用性困惑的桥梁健康监测系统的正确应用与进步有实际意义。