非接触式落石防护动态响应信号自动识别及反馈方法

1.本发明涉及边坡落石灾害防护技术领域，具体地说，涉及一种非接触式落石防护动态响应信号自动识别及反馈方法。


背景技术：

2.柔性防护网是一种常用于用于崩塌落石防护的强非线性结构，工作时易遭遇落石的连续冲击作用。一定冲击能量下，落石与拦截网片之间将发生多次碰撞、回弹过程，最终稳定于柔性网面。落石与防护网相互作用时，通过实时监测落石运动状态可以间接得到防护网变形、防护能级、冲击荷载等信息，为防护网系统抗冲击性能评价及工程设计提供关键数据支撑。但是，连续冲击作用下防护网物理特性与结构响应不断发生变化，落石运动信号为非线性、非稳态的瞬态脉冲信号。采用传统接触式有线设备测量落石防护动态响应信号时易发生设备损坏及信号不稳定现象。特别地，在噪声干扰条件下，实现落石运动数据信号的自动反馈与信息反馈均非常困难。


技术实现要素：

3.本发明的内容是提供一种基于小波变换的非接触式落石防护动态响应信号自动识别及反馈方法，其能够克服现有技术的某种或某些缺陷。
4.根据本发明的非接触式落石防护动态响应信号自动识别及反馈方法，其包括如下步骤：
5.步骤(1)：摄像机位布置及冲击过程高速视频录制；
6.步骤(2)：像素-距离比例因子计算与校准；
7.步骤(3)：落石冲击运动轨迹自动识别；
8.步骤(4)：时域含噪信号频域分析及其能量分布；
9.步骤(5)：高斯函数与高斯小波族选择；
10.步骤(6)：信号伪频率确定与尺度参数选择；
11.步骤(7)：时域含噪信号与高斯小波的卷积运算；
12.步骤(8)：落石运动位移、速度、加速度信号反馈及其自洽性检查。
13.作为优选，步骤(1)中，根据柔性防护网安装位置架设2台高速摄像机，摄像机机位与录制目标之间因满足不同距离、不同角度要求；设置摄像机帧率，对冲击全过程进行录制；摄像机最小帧率应满足采样定理要求，最大帧率应当保证录制时间能够大于或等于冲击全过程时长。
14.作为优选，步骤(2)中，选择高速视频画面中的不同目标物体，分别测量各个目标物体的实际特征长度；记录高速视频画面中选定目标物体所占的像素数量，根据视频画面像素与特征长度之间的一一对应关系计算像素-距离比例因子。
15.作为优选，步骤(3)中，在视频画面中标注落石轮廓，通过调节画面对比度、亮度选取落石运动捕捉的特征点；在冲击全过程中应保证落石特征点不被完全遮挡；结合运动分
析技术实现对落石特征点的自动捕捉及落石运动轨迹的自动识别；通过步骤(2)中计算的像素-距离比例因子将落石运动过程的捕捉像素点转换为落石位移时域信号fm[tn]，其中n＝1,2,
…
,n。
[0016]
作为优选，步骤(4)中，对步骤(3)中获得的落石位移时域信号fm[tn]进行离散傅里叶变换，得到落石运动信号的傅里叶变换结果f(ωk)：
[0017][0018]
其中ωk为信号的频率值；根据落石位移时域信号的离散傅里叶变换结果，可进一步获得信号的频域能量e
freq
：
[0019][0020]
记录能量占比为0～90％及能量占比为0～99％的信号频段，该能量段的频率记为ω
90
及ω
99
。
[0021]
作为优选，步骤(5)中，高斯函数是概率统计与随机信号分析应用中最重要的函数之一，高斯函数g(t)的表达式为：
[0022][0023]
其中c、α为常数；高斯函数的傅里叶变换仍然为高斯函数：
[0024][0025]
高斯函数具有光滑的无穷阶导数，且高斯函数的n阶导数具备小波函数振荡、能量有限的特征，通过对高斯函数的n阶微分运算，可以生成n个高斯母小波：
[0026][0027]
对小波函数gn(t)做伸缩、平移变换可以得到一系列小波函数，称为小波函数族：
[0028][0029]
其中g
u,s
(t)称为高斯小波函数族，s称为尺度参数、u称为平移参数。
[0030]
作为优选，步骤(6)中，小波尺度参数并不等同于工程中更容易理解的傅里叶频率；小波尺度参数s对应的信号频域特征采用伪频率fs表示，尺度参数与伪频率的对应关系可由下式换算：
[0031][0032]
其中δt＝1/f
samp
为时域信号的采样时间间隔，f
samp
为采样频率，fc＝ωc/2π为小波中心频率，对于时域冲击信号，更关注大于零的频率成分，选定小波变换中采用的母小波函数gn(t)后，母小波时间中心tc、角频率中心ωc可由下式计算：
[0033][0034]
作为优选，步骤(7)中，对步骤(2)中获得的落石位移信号与步骤(5)中选择的高斯小波进行卷积运算，得到时域含噪信号的高斯小波变换结果gwt(u,s)：
[0035][0036]
其中其中为g(t)的复共轭；根据卷积运算的微分性质，高斯小波变换最终可以写为以下形式：
[0037][0038]
上式表明，选择高斯小波进行小波变换的表达式中显式地包含了含微分运算dn/dun与卷积运算f(u)*gs(u)；由于高斯函数在实数域积分不为零性质，卷积运算解释为函数f在核函数gs(u)的加权平均平滑过程，不同阶数的高斯小波对应着对原始含噪信号的不同阶数微分计算；通过小波变换，同时实现对含噪振动信号f的光滑及其在尺度s上的n阶微分。
[0039]
作为优选，步骤(8)中，对于实际的时域振动信号，小波变换微分结果除了保证曲线形状与波峰波谷位置的准确性，还需要保证微分结果幅值的准确性；从步骤(7)发现，小波微分结果的幅值与小波尺度参数的sn相关，同时小波函数族的规范化处理也会影响微分运算的幅值结果；为了消除高斯小波变换过程对微分结果幅值的影响，引入幅值参数a
mp
，将含噪信号的小波微分运算定义为：
[0040][0041]
数值微分过程将放大信号中噪声干扰的影响，逆向来看，数值积分过程对原始信号中的噪声干扰将起到抑制作用；因此通过对小波微分结果进行反向积分，对比与原始信号之间的重合程度，则可以用于衡量小波微分结果的准确性，积分结果与原始信号之间的重合程度越高，则可以认为微分后的结果越为准确可靠；由于小波变换前后两段时间序列具有相同的长度，采用欧氏距离评价含噪信号与小波近似微分的积分结果之间的重合程度，欧式距离计算如下：
[0042][0043]
其中i表示对原始时域信号小波微分结果的等距离抽样，m为采样信号离散点的个数，n为小波微分阶数；为小波变换n阶微分结果f
(n)
(t)的数值积分，tk为求积节点，ak为求积系数，亦称伴随节点tk的权；当n＝0时，f
(0)
(t)为含噪信号f(t)与高斯函数g0(t)的卷积平滑结果；
[0044][0045]
幅值参数a
mp
的值可通过迭代求解得到，当n阶小波微分的一次积分与n-1阶小波微分之间的欧氏距离达到最小值ed
min
，即曲线的重合程度最高时，幅值参数得到最优值；最后，通过含噪信号与高斯函数卷积运算反馈落石冲击位移信号；通过含噪信号与一阶高斯小波卷积运算反馈落石冲击位移信号；通过含噪信号与二阶高斯小波卷积运算反馈落石冲击位移信号。
[0046]
本发明的基于高斯小波变换的信号处理方法可应用于落石运动分析。该方法能够实现高速视频中冲击落石自动识别与自动捕捉。利用高斯函数具有无穷阶光滑导数的特性，采用高斯小波对落石捕捉信号进行小波变换，可实现含噪信号的任意阶近似微分计算，导数阶数取决于小波函数的性质。小波方法有效解决了落石捕捉信号的微分信息反馈过程对噪声干扰的高度敏感性问题。高斯小波变换相当于对信号卷积光滑与求导的过程，通过一次卷积运算即可反馈含噪落石位移信号的微分结果，获得接近真实的落石速度、加速度时程，实现了非接触式落石防护动态响应信号的自动识别及实时反馈。
附图说明
[0047]
图1为实施例1中一种基于小波变换的非接触式落石防护动态响应信号自动识别及反馈方法的流程图；
[0048]
图2为实施例1中高速相机布置与落石运动捕捉原理图；
[0049]
图3为实施例1中高斯函数、一阶高斯小波、二阶高斯小波示意图；
[0050]
图4为实施例1中落石运动捕捉时域信号及其频域分布示意图；
[0051]
图5为实施例1中高斯小波变换幅值参数迭代流程图；
[0052]
图6为实施例1中落石运动位移、速度、加速度信号反馈结果图。
[0053]
其中，1、落石，2、落石冲击平面，3、标尺，4、一号高速摄像机，5、二号高速摄像机，6、高斯函数，7、一阶高斯小波，8、二阶高斯小波，9、落石位移捕捉信号，10、落石位移信号频域分布，11、落石位移信号频域能量分布，12、小波方法反馈的落石位移，13、小波方法反馈的落石速度，14、小波方法反馈的落石加速度。
具体实施方式
[0054]
为进一步了解本发明的内容，结合附图和实施例对本发明作详细描述。应当理解的是，实施例仅仅是对本发明进行解释而并非限定。
[0055]
实施例1
[0056]
如图1-6所示，本实施例提供了一种基于小波变换的非接触式落石防护动态响应信号自动识别及反馈方法：
[0057]
一：摄像机位布置及冲击过程高速视频录制
[0058]
根据落石1冲击运动轨迹范围架设两台高速摄像机，其中一号高速摄像机4录制方向与落石冲击平面2为垂直关系，距离为d1；二号高速摄像机5录制方向与落石冲击平面2为平行关系，距离为d2。两台摄像机帧率均为f
sample
，对冲击全过程进行录制。
[0059]
二：像素-距离比例因子计算与校准
[0060]
选择高速视频画面中的参考目标分别为落石1、冲击平面中的标尺3，分别测量落石1的直径l1、标尺3长度为l2。记录高速视频画面中落石1直径所占的像素数量为m1，标尺3长度所占的像素数量为m2。测试不同的参考目标，根据视频画面像素与特征长度之间的对应关系计算像素-距离比例因子计算值λ。当满足下式时，认为获得了像素比例因子的校准值[λ]。
[0061][0062]
三：落石冲击运动轨迹自动识别
[0063]
在视频画面中标注落石轮廓，通过调节画面对比度、亮度选取落石运动捕捉的特征点。在冲击全过程中应保证落石特征点不被完全遮挡。结合运动分析技术实现对落石特征点的自动捕捉及落石运动轨迹的自动识别。通过像素-距离比例因子的校准值[λ]将落石运动过程的捕捉像素点转换为落石位移时域信号fm[tn]，其中n为记录的位移数据点数，n＝1,2,
…
,n。
[0064]
四：时域含噪信号频域分析及其能量分布
[0065]
对落石位移捕捉信号9(fm[tn])进行离散傅里叶变换，得到落石位移信号频域分布10为f(ωk)：
[0066][0067]
其中ωk为信号的频率值。根据落石位移时域信号的离散傅里叶变换结果，可进一步获得落石位移信号频域能量分布11为e
freq
：
[0068][0069]
记录能量占比为0～90％及能量占比为0～99％的信号频段，该能量段的频率记为ω
90
及ω
99
。
[0070]
五：高斯函数与高斯小波族选择
[0071]
高斯小波是由高斯函数6的无穷阶导数生成的一系列函数族，高斯函数g(t)的一般表达式可写为：
[0072][0073]
其中c、α为常数。高斯函数的傅里叶变换仍然为高斯函数6：
[0074][0075]
高斯函数6具有光滑的无穷阶导数，且高斯函数6的n阶导数(n为正整数)具备小波函数振荡、能量有限的特征，通过对高斯函数6的n阶微分运算，可以生成n个高斯母小波：
[0076][0077]
对小波函数gn(t)做伸缩、平移变换可以得到一系列小波函数，称为小波函数族：
[0078][0079]
其中g
u,s
(t)称为高斯小波函数族，s称为尺度参数、u称为平移参数。
[0080]
当求解含噪时域冲击信号的平滑结果时，选择高斯函数6；当求解含噪时域冲击信号的一阶导数(速度)时，选择一阶高斯小波7；当求解含噪时域冲击信号的二阶导数(加速度)时，选择二阶高斯小波8。
[0081]
六：信号伪频率确定与尺度参数选择
[0082]
小波尺度参数并不等同于工程中更容易理解的傅里叶频率。小波尺度参数s对应的信号频域特征可采用伪频率fs表示，尺度参数与伪频率的对应关系可由下式换算：
[0083][0084]
其中δt＝1/f
samp
为时域信号的采样时间间隔，f
samp
为采样频率，fc＝ωc/2π为小波中心频率，对于时域冲击信号，更关注大于零的频率成分，选定小波变换中采用的母小波函数gn(t)后，母小波时间中心tc、角频率中心ωc可由下式计算：
[0085][0086]
七：时域含噪信号与高斯小波的卷积运算
[0087]
对落石位移信号与高斯小波进行卷积运算，得到时域含噪信号的高斯小波变换结果gwt(u,s)：
[0088][0089]
其中其中为g(t)的复共轭。根据卷积运算的微分性质，高斯小波变换最终可以写为以下形式：
[0090][0091]
高斯小波变换的表达式中显式地包含了含微分运算dn/dun与卷积运算f(u)*gs(u)。由于高斯函数在实数域积分不为零性质，卷积运算可以解释为函数f在核函数gs(u)的加权平均平滑过程，不同阶数的高斯小波对应着对原始含噪信号的不同阶数微分计算。通过小波变换，可以同时实现对含噪振动信号f的光滑及其在尺度s上的n阶微分。
[0092]
八：落石运动位移、速度、加速度信号反馈及其自洽性检查。
[0093]
对于实际的时域冲击信号，小波变换微分结果除了保证曲线形状与波峰波谷位置的准确性，还需要保证微分结果幅值的准确性。小波微分结果的幅值与小波尺度参数的sn相关，同时小波函数族的规范化处理也会影响微分运算的幅值结果。为了消除高斯小波变换过程对微分结果幅值的影响，将含噪信号的小波微分运算定义为：
[0094][0095]
其中a
mp
为幅值参数。数值微分过程将放大信号中噪声干扰的影响，逆向来看，数值积分过程对原始信号中的噪声干扰将起到抑制作用。因此通过对小波微分结果进行反向积分，对比与原始信号之间的重合程度，则可以用于衡量小波微分结果的准确性，积分结果与原始信号之间的重合程度越高，则可以认为微分后的结果越为准确可靠。由于小波变换前后两段时间序列具有相同的长度，可以方便地采用欧氏距离评价含噪信号与小波近似微分的积分结果之间的重合程度，欧式距离计算如下
[0096][0097]
其中i表示对原始时域信号小波微分结果的等距离抽样，m为采样信号离散点的个数，n为小波微分阶数。为小波变换n阶微分结果f
(n)
(t)的数值积分，tk为求积节点，ak为求积系数，亦称伴随节点tk的权。特别地，当n＝0时，f
(0)
(t)为含噪信号f(t)与高斯函数g0(t)的卷积平滑结果。
[0098][0099]
幅值参数a
mp
的值可通过迭代求解得到，如流程图5所示，当n阶小波微分的一次积分与n-1阶小波微分之间的欧氏距离达到最小值ed
min
，即曲线的重合程度最高时，幅值参数a
mp
得到最优值。最后，分别获得小波方法反馈的落石位移12、小波方法反馈的落石速度13及小波方法反馈的落石加速度14。
[0100]
本实施例利用高斯函数具有无穷阶光滑可导的性质，将落石高速视频捕捉信号与高斯小波族进行卷积，阐释了小波变换近似微分过程及其对抗噪声干扰的原理，建立了基于高斯小波变换理论的非接触式落石速度、加速度信息自动识别及反馈程序。通过引入幅值参数控制小波变换处理信号与真实信号间的匹配程度。根据时域捕捉信号能量分布的主要频段，对小波尺度参数进行了校准。发明的方法有效解决了落石捕捉信号的微分信息反馈过程对噪声干扰的高度敏感性问题，提高了冲击信号的信噪比水平，规避了传统接触式有线设备用于监测、记录高速落石防护动态响应信号的不稳定性及易损性难题。
[0101]
以上示意性的对本发明及其实施方式进行了描述，该描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。所以，如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。