一种混凝土大坝活动裂纹电磁脉冲信号识别方法

1.本发明涉及信号识别技术领域，特别是涉及一种混凝土大坝活动裂纹电磁脉冲信号识别方法。


背景技术：

2.混凝土大坝在使用过程中会产生裂纹。混凝土大坝产生裂纹后，为分析裂纹的类型、成因，并评估裂纹对大坝安全性的影响，需对裂纹进行详细检查和检测。目前混凝土大坝裂纹检测方法主要有对穿声波法、钻孔取芯法、对穿声波法等。现有检测技术存在检测装置较为复杂、需要在混凝土大坝上钻孔、无法检测活动裂纹等缺陷。
3.混凝土活动裂纹产生过程中会释放电磁脉冲信号，对于该电磁脉冲信号进行识别即可实现对于混凝土活动裂纹的检测。现有的识别方法存在诸多问题，例如快速傅里叶变换无法分析时域变化，小波变换需要选取小波基，系数难以确定。本方法能够实现对于信号特征的有效提取和在小样本条件下对于混凝土大坝活动裂纹电磁脉冲信号的有效识别。


技术实现要素：

4.本发明的目的在于提供一种混凝土大坝活动裂纹电磁脉冲信号识别方法和系统，以期解决背景技术中存在的技术问题。本技术的技术方案用于实现对于信号特征的有效提取和在小样本条件下对于混凝土大坝活动裂纹电磁脉冲信号的有效识别。
5.为了实现上述目的，本发明采用以下技术方案：
6.一种混凝土大坝活动裂纹电磁脉冲信号识别方法，包括以下步骤：
7.获取混凝土大坝周围环境的实测电磁信号；
8.对所述实测电磁信号进行经验模态分解；
9.利用经验模态分解所得的各本征模态函数分量构建各分量的汉克尔矩阵；
10.对所述各分量的汉克尔矩阵进行奇异值分解，并选取各分量的汉克尔矩阵的奇异值峭度、偏度、方差作为特征量；
11.基于已有混凝土大坝活动裂纹和周围干扰噪声作为样本训练支持向量机分类器；
12.将所述获取的混凝土大坝实测电磁信号特征量输入支持向量机分类器，获得识别结果。
13.在一些实施例中，所述获取混凝土大坝周围环境的实测电磁信号包括：通过摆放在混凝土大坝上的电磁信号测量仪器实时采集和记录周围环境的电磁信号。
14.在一些实施例中，所述经验模态分解，包括以下步骤：
15.(1)x(t)为混凝土大坝周围环境的实测电磁信号，取r(t)＝x(t)，i＝0，k＝1；设置求解终止的阈值条件为标准差sd＜δ，取δ＝0.2；
16.(2)获取r(t)的极大值点和极小值点；分别拟合r(t)的极大值点和极小值点，得到r(t)信号的上、下包络线e
max
(t)和e
min
(t)；计算r(t)信号的平均包络线
17.(3)令i＝i+1；计算待鉴定分量pi(t)＝r(t)-m(t)；
18.(4)计算若sd＜δ且i＞1，则本征模态函数分量imfk(t)＝pi(t)，进入步骤(5)；否则令r(t)＝pi(t)，循环执行步骤(2)至步骤(4)；
19.(5)计算r(t)＝r(t)-imfk(t)；判断r(t)是否单调，若其不单调，回到步骤(2)且执行k＝k+1，直至r(t)为单调函数；当r(t)为单调函数时k＝m；
20.(6)最终得到分解完成的信号为：
21.在一些实施例中，所述利用经验模态分解所得各本征模态函数分量构建汉克尔矩阵，具体方法如下：
22.将经验模态分解得到的本征模态函数分量进行离散化处理，设第k个本征模态函数分量离散化处理后为imfk(i)，i＝1，2，
…
，n，n为信号长度，利用此信号可以构造如下矩阵：
[0023][0024]
式中，1＜n＜n；令m＝n-n+1，则hk∈rm×n，此矩阵称为汉克尔矩阵。
[0025]
在一些实施例中，所述峭度计算方法如下：
[0026]
设第k个本征模态函数分量所得汉克尔矩阵奇异值分解所得奇异值为σ1，σ2，
…
，σr，则峭度计算公式为：
[0027][0028]
在一些实施例中，所述偏度计算方法如下：
[0029]
设第k个本征模态函数分量所得汉克尔矩阵奇异值分解所得奇异值为σ1，σ2，
…
，σr，则偏度计算公式为：
[0030][0031]
在一些实施例中，所述方差计算方法如下：
[0032]
设第k个本征模态函数分量所得汉克尔矩阵奇异值分解所得奇异值为σ1，σ2，
…
，σr，设则方差计算公式为：
[0033][0034]
在一些实施例中，所述使用已有混凝土大坝活动裂纹和周围干扰噪声作为样本训练支持向量机分类器具体包括：
[0035]
(1)支持向量机目标函数表达式为：
[0036][0037]
约束条件为：
[0038][0039]
其中ω为超平面法向量，ω
t
为超平面法向量的转置向量，c为惩罚参数，εi为松弛因子，yi为输出量，xi为输入量，b为超平面的常数项；
[0040]
(2)选用高斯径向基核函数：
[0041][0042]
其中xi，xj为输入量，σ为核函数参数；
[0043]
(3)选取混凝土大坝活动裂纹、周围电力通信干扰、系统扰动和微震电磁干扰噪声因素产生的电磁脉冲信号作为样本数据对支持向量机进行训练。
[0044]
本技术具有的有益效果包括但不限于：
[0045]
本发明提供的混凝土大坝活动裂纹电磁脉冲信号识别方法，通过对于经验模态分解和支持向量机分类器的综合应用，实现了对于信号特征的有效提取和在小样本条件下对于混凝土大坝活动裂纹电磁脉冲信号的有效识别。
附图说明
[0046]
图1是根据本发明实施例的一种混凝土大坝活动裂纹电磁脉冲信号识别方法的流程图；
[0047]
图2是本发明实施例中部分混凝土大坝活动裂纹电磁脉冲信号；
[0048]
图3是本发明实施例中部分混凝土大坝周围干扰噪声；
具体实施方式
[0049]
为了使本技术的目的、技术方案及优点更加清楚明白，以下结合实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
[0050]
相反，本技术涵盖任何由权利要求定义的在本技术的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本技术有更好的了解，在下文对本技术的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本技术。
[0051]
以下将结合附图1-3对本技术实施例所涉及的一种混凝土大坝活动裂纹电磁脉冲信号识别方法进行详细说明。值得注意的是，以下实施例仅仅用于解释本技术，并不构成对本技术的限定。
[0052]
本发明提供一种混凝土大坝活动裂纹电磁脉冲信号识别方法和系统，用于对大规模知识图谱进行分析，通过多个自监督任务，在不借助外部知识的情况下，对知识图谱的构成要素进行错误探测，找出潜在的问题和冲突，优化知识图谱，保证其准确性。
[0053]
参见图1，一种混凝土大坝活动裂纹电磁脉冲信号识别方法，该方法包括但不限于
以下步骤：
[0054]
s1：获取混凝土大坝实测电磁信号；
[0055]
s2：对混凝土大坝实测电磁信号进行经验模态分解；
[0056]
s3：对经验模态分解所得各分量构建汉克尔矩阵；
[0057]
s4：对各分量汉克尔矩阵进行奇异值分解，并获取特征量；
[0058]
s5：使用已有的混凝土大坝活动裂纹电磁脉冲信号作为样本数据对支持向量机进行训练；
[0059]
s6：将混凝土大坝实测电磁信号特征量输入支持向量机分类器得到识别结果。
[0060]
在本发明的一些实施例中，混凝土大坝实测电磁信号为通过摆放在混凝土大坝上的电磁信号测量仪器实时采集和记录周围环境的电磁信号得到大坝实测电磁信号。
[0061]
接着对所述混凝土大坝周围环境的实测电磁信号进行经验模态分解，在本发明的一些实施例中，经验模态分解，主要流程为：
[0062]
(1)x(t)为混凝土大坝周围环境的实测电磁信号，取r(t)＝x(t)，i＝0，k＝1；设置求解终止的阈值条件为标准差sd＜δ，取δ＝0.2；
[0063]
(2)获取r(t)的极大值点和极小值点；分别拟合r(t)的极大值点和极小值点，得到r(t)信号的上、下包络线e
max
(t)和e
min
(t)；计算r(t)信号的平均包络线
[0064]
(3)令i＝i+1；计算待鉴定分量pi(t)＝r(t)-m(t)；
[0065]
(4)计算若sd＜δ且i＞1，则本征模态函数分量imfk(t)＝pi(t)，进入步骤(5)；否则令r(t)＝pi(t)，循环执行步骤(2)至步骤(4)；
[0066]
(5)计算r(t)＝r(t)-imfk(t)；判断r(t)是否单调，若其不单调，回到步骤(2)且执行k＝k+1，直至r(t)为单调函数；当r(t)为单调函数时k＝m；
[0067]
(6)最终得到分解完成的信号为：
[0068]
在本发明的一些实施例中，对经验模态分解所得各本征模态函数分量构建汉克尔矩阵，具体方法如下为：将经验模态分解得到的本征模态函数分量进行离散化处理，设第k个本征模态函数分量离散化处理后为imfk(i)，i＝1，2，
…
，n，n为信号长度，利用此信号可以构造如下矩阵：
[0069][0070]
式中，1＜n＜n。令m＝n-n+1，则hk∈rm×n，此矩阵称为汉克尔矩阵。在本发明的一些实施例中，峭度计算方法为：设第k个本征模态函数分量所得汉克尔矩阵奇异值分解都所得奇异值为σ1，σ2，
…
，σr，则峭度计算公式为：
[0071]
[0072]
在本发明的一些实施例中，偏度计算方法为：设第k个本征模态函数分量所得汉克尔矩阵奇异值分解都所得奇异值为σ1，σ2，
…
，σr，则偏度计算公式为：
[0073][0074]
在本发明的一些实施例中，方差计算方法为：设第k个本征模态函数分量所得汉克尔矩阵奇异值分解都所得奇异值为σ1，σ2，
…
，σr，设则方差计算公式为：
[0075][0076]
在本发明的一些实施例中，使用已用混凝土活动裂纹电磁脉冲信号作为样本训练支持向量机分类器具体过程为：
[0077]
(1)支持向量机目标函数表达式为：
[0078][0079]
约束条件为：
[0080][0081]
其中ω为超平面法向量，ω
t
为超平面法向量的转置向量，c为惩罚参数，εi为松弛因子，yi为输出量，xi为输入量，即步骤s4中的各分量的汉克尔矩阵的奇异值峭度、偏度、方差，b为超平面的常数项；
[0082]
(2)选用高斯径向基核函数：
[0083][0084]
其中xi，xj为输入量，σ为核函数参数；
[0085]
(3)选取混凝土大坝活动裂纹、周围电力通信干扰、系统扰动和微震电磁干扰噪声等因素产生的电磁脉冲信号作为样本数据对支持向量机进行训练。
[0086]
基于上述方法从已知数据中随机选取混凝土大坝活动裂纹电磁脉冲信号200组进行进一步试验，其中的一部分如图2所示；
[0087]
从已知数据中随机选取常见干扰信号混凝土大坝微震电磁信号200组，其中的一部分如图3所示；
[0088]
随机选取100组混凝土大坝活动裂纹电磁脉冲信号作为训练样本数据，另外100组混凝土大坝活动裂纹电磁脉冲信号作为测试样本数据；随机选取100组混凝土大坝微震电磁信号作为训练样本数据，另外100组混凝土大坝微震电磁信号作为测试样本数据；对混凝土大坝活动裂纹电磁脉冲信号训练样本数据和混凝土大坝微震电磁信号训练样本数据进行经验模态分解；对混凝土大坝活动裂纹电磁脉冲信号训练样本数据和混凝土大坝微震电磁信号训练样本数据经验模态分解后得到的本征模态函数分量构建汉克尔矩阵；对上述各分量汉克尔矩阵进行奇异值分解，并选取各分量汉克尔矩阵的奇异值峭度、偏度、方差作为
特征量；构建支持向量机分类器，进行支持向量机分类器参数选择，选取惩罚参数c＝2，核函数参数σ＝1；将混凝土大坝活动裂纹电磁脉冲信号训练样本数据和混凝土大坝微震电磁信号训练样本数据处理后所得特征量输入支持向量机分类器进行训练；使用混凝土大坝活动裂纹电磁脉冲信号测试样本数据和混凝土大坝微震电磁信号测试样本数据进行测试。
[0089]
选取现有信号处理方法中的经验小波变换-支持向量机方法与本发明所提出的方法进行对比。现有信号处理方法如下：对混凝土大坝活动裂纹电磁脉冲信号训练样本数据和混凝土大坝微震电磁信号训练样本数据进行经验小波变换，得到训练样本数据的本征模态函数。对本征模态函数不进行本专利所述方法的处理，利用支持向量机分类器对本征模态函数进行训练；同样使用混凝土大坝活动裂纹电磁脉冲信号测试样本数据和混凝土大坝微震电磁信号测试样本数据进行测试。
[0090]
两种方法的识别效果如表1所示，可以发现，本发明所提供的方法相比原有识别方法，准确率和召回率均有明显提升。综合分析可知，本发明所提出的方法具有更好的识别效果。
[0091]
表1对于混凝土大坝活动裂纹信号电磁脉冲信号和混凝土大坝微震信号的识别效果
[0092][0093][0094]
根据本发明实施例的混凝土大坝活动裂纹电磁脉冲信号识别方法，取混凝土大坝实测电磁信号；对混凝土大坝实测电磁信号进行经验模态分解；对经验模态分解所得各分量构建汉克尔矩阵；对各分量汉克尔矩阵进行奇异值分解，并获取特征量；使用已有的混凝土大坝活动裂纹电磁脉冲信号作为样本数据对支持向量机进行训练；将混凝土大坝实测电磁信号特征量输入支持向量机分类器得到识别结果。本发明提供的混凝土大坝活动裂纹电磁脉冲信号识别方法，通过对于经验模态分解和支持向量机分类器的综合应用，实现了对于信号特征的有效提取和在小样本条件下对于混凝土大坝活动裂纹电磁脉冲信号的有效识别。
[0095]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种混凝土大坝活动裂纹电磁脉冲信号识别方法，其特征在于，包括以下步骤：获取混凝土大坝周围环境的实测电磁信号；对所述实测电磁信号进行经验模态分解；利用经验模态分解所得的各本征模态函数分量构建各分量的汉克尔矩阵；对所述各分量的汉克尔矩阵进行奇异值分解，并选取各分量的汉克尔矩阵的奇异值峭度、偏度、方差作为特征量；基于已有混凝土大坝活动裂纹和周围干扰噪声作为样本训练支持向量机分类器；将所述获取的混凝土大坝实测电磁信号特征量输入支持向量机分类器，获得识别结果。2.根据权利要求1所述的一种混凝土大坝活动裂纹电磁脉冲信号识别方法，其特征在于，所述获取混凝土大坝周围环境的实测电磁信号包括：通过摆放在混凝土大坝上的电磁信号测量仪器实时采集和记录周围环境的电磁信号。3.根据权利要求1所述的一种混凝土大坝活动裂纹电磁脉冲信号识别方法，其特征在于，所述经验模态分解，包括以下步骤：(1)x(t)为混凝土大坝周围环境的实测电磁信号，取r(t)＝x(t)，i＝0，k＝1；设置求解终止的阈值条件为标准差sd<δ，取δ＝0.2；(2)获取r(t)的极大值点和极小值点；分别拟合r(t)的极大值点和极小值点，得到r(t)信号的上、下包络线e
max
(t)和e
min
(t)；计算r(t)信号的平均包络线(3)令i＝i+1；计算待鉴定分量p
i
(t)＝r(t)-m(t)；(4)计算若sd<δ且i>1，则本征模态函数分量imf
k
(t)＝p
i
(t)，进入步骤(5)；否则令r(t)＝p
i
(t)，循环执行步骤(2)至步骤(4)；(5)计算r(t)＝r(t)-imf
k
(t)；判断r(t)是否单调，若其不单调，回到步骤(2)且执行k＝k+1，直至r(t)为单调函数；当r(t)为单调函数时k＝m；(6)最终得到分解完成的信号为：4.根据权利要求1所述的一种混凝土大坝活动裂纹电磁脉冲信号识别方法，其特征在于，所述利用经验模态分解所得各本征模态函数分量构建汉克尔矩阵，具体方法如下：将经验模态分解得到的本征模态函数分量进行离散化处理，设第k个本征模态函数分量离散化处理后为imf
k
(i)，i＝1，2，
…
，n，n为信号长度，利用此信号可以构造如下矩阵：式中，1＜n＜n；令m＝n-n+1,则h
k
∈r
m
×
n
，此矩阵称为汉克尔矩阵。5.根据权利要求1所述的一种混凝土大坝活动裂纹电磁脉冲信号识别方法，其特征在于，所述峭度计算方法如下：
设第k个本征模态函数分量所得汉克尔矩阵奇异值分解所得奇异值为σ1，σ2，
…
，σ
r
,则峭度计算公式为：6.根据权利要求1所述的一种混凝土大坝活动裂纹电磁脉冲信号识别方法，其特征在于，所述偏度计算方法如下：设第k个本征模态函数分量所得汉克尔矩阵奇异值分解所得奇异值为σ1，σ2，
…
，σ
r
,则偏度计算公式为：7.根据权利要求1所述的一种混凝土大坝活动裂纹电磁脉冲信号识别方法，其特征在于，所述方差计算方法如下：设第k个本征模态函数分量所得汉克尔矩阵奇异值分解所得奇异值为σ1，σ2，
…
，σ
r
,设则方差计算公式为：8.根据权利要求1所述的一种混凝土大坝活动裂纹电磁脉冲信号识别方法，其特征在于，其特征在于，所述使用已有混凝土大坝活动裂纹和周围干扰噪声作为样本训练支持向量机分类器具体包括：(1)支持向量机目标函数表达式为：约束条件为：其中ω为超平面法向量，ω
t
为超平面法向量的转置向量，c为惩罚参数，ε
i
为松弛因子，y
i
为输出量，x
i
为输入量，b为超平面的常数项；(2)选用高斯径向基核函数：其中x
i
，x
j
为输入量，σ为核函数参数；(3)选取混凝土大坝活动裂纹、周围电力通信干扰、系统扰动和微震电磁干扰噪声因素产生的电磁脉冲信号作为样本数据对支持向量机进行训练。

技术总结
本发明提供了一种混凝土大坝活动裂纹电磁脉冲信号识别方法，包括以下步骤：获取混凝土大坝周围环境的实测电磁信号；对实测电磁信号进行经验模态分解；利用经验模态分解所得的各本征模态函数分量构建各分量的汉克尔矩阵；对各分量的汉克尔矩阵进行奇异值分解，并选取各分量的汉克尔矩阵的奇异值峭度、偏度、方差作为特征量；基于已有混凝土大坝活动裂纹和周围干扰噪声作为样本训练支持向量机分类器；将获取的混凝土大坝实测电磁信号特征量输入支持向量机分类器，获得识别结果。本发明提供的混凝土大坝活动裂纹电磁脉冲信号识别方法，实现了对于信号特征的有效提取和在小样本条件下对于混凝土大坝活动裂纹电磁脉冲信号的有效识别。效识别。效识别。


技术研发人员：侯春尧 黄松岭 张洪毅 张敬华 谭大文 孔祥博 曾广栋 周益 夏建华 刘德新 胡长浩 夏帆
受保护的技术使用者：清华大学
技术研发日：2023.06.29
技术公布日：2023/10/15