城市地铁车致环境振动数据盲源分离及时间序列预测

《城市地铁车致环境振动数据盲源分离及时间序列预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文城市地铁车致环境振动数据盲源分离及时间序列预测BLINDSOURCESEPARATIONANDTIMESERIESPREDICTIONOFENVIRONMENTALVIBRATIONDATAFROMURBANMETROVEHICLES朱思佳哈尔滨工业大学2018年6月国内图书分类号：TU317学校代码：10213国际图书分类号：624密级：公开工学硕士学位论文城市地铁车致环境振动数据盲源分离及时间序列预测硕士研究生：朱思佳导师：郭安薪教授申请学位：工学硕士学科：土木工程所在单位：土木工程学院答辩日期：2018年6

2、月授予学位单位：哈尔滨工业大学ClassifiedIndex:TU317U.D.C:624DissertationfortheMasterDegreeinEngineeringBLINDSOURCESEPARATIONANDTIMESERIESPREDICTIONOFENVIRONMENTALVIBRATIONDATAFROMURBANMETROVEHICLESCandidate：ZhuSijiaSupervisor：Prof.GuoAnxinAcademicDegreeAppliedfor：MasterofEngineer

3、ingSpeciality：DisasterPreventionandMitigationEngineeringandProtectiveEngin-eeringAffiliation：SchoolofCivilEngineeringDateofDefence：June,2018Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学硕士学位论文摘要随着城市地铁的发展，地铁运行引起的环境振动问题日益突出。安装加速度传感器进行环境振动监测是掌握环境振动情况

4、、评价环境舒适性、保障建筑安全性的有效技术手段。但是在地铁沿线获取的振动信号中不仅包含地铁运行引起的振动，也包括其它因素引起的振动。本文将前者称为地铁车致振动，将后者称为非地铁车致振动。如何将两种振动进行分离，从而进行地铁车致振动的针对性研究是需要解决的重要问题。本文基于独立成分分析原理，采用FastICA法对采集的某城市地铁沿线振动数据进行盲源分离。对分离结果进行评价后将得到的地铁车致振动成分用于时间序列研究。本文主要从以下三个方面进行论述：(1)对地铁沿线振动实测数据进行FastICA法适用条件验证，设计了巴特沃斯带通滤

5、波器组，将原始数据滤波为频域上的组分。将该组分应用于FastICA分析，得到相应的独立子成分，并以子谱的基向量A和时程分项系数W进行表示。两组测试数据分别得到了83个、86个ICA子成分。窄频的ICA子成分则利用NCUT聚类法聚类为地铁车致振动子空间和非地铁车致振动子空间两部分。其中一组测试数据得到的地铁车致振动成分和非地铁车致振动成分分别含有64个ICA子成分与19个ICA子成分；另一组测试数据得到的地铁车致振动成分和非地铁车致振动成分分别含有60个ICA子成分与26个ICA子成分；(2)基于BP神经网络原理，采用信号的均

6、值、峭度、均方根、峰值频率4个统计特征量作为输入层节点构建BP神经网络；基于Matlab的BP神经网络工具箱设计了分类器。以实测采集的地铁车致振动、混合振动、非地铁车致振动信号各500条作为学习样本集，将FastICA得到的地铁车致振动信号子成分和非地铁车致振动信号子成分输入分类器进行分类。分类结果分为优秀、良好、较差三种。两组测试数据中优秀、良好的比例分别占样本总数的80%和75%，验证了FastICA程序的可靠性。(3)将盲源分离得到的地铁车致振动子成分进行时间序列预测，利用小波神经网络(WNN)建立时间序列预测程序。成

7、功通过WNN时间序列预测程序依靠前3段数据预测了后一段数据。不断将时间序列预测结果加入样本集，直至预测第7段数据时失真。证明了该算法在短期振动时程时间序列预测中的有效性。关键词：地铁车致振动；盲源分离；BP神经网络；时间序列预测；独立成分分析-I-哈尔滨工业大学硕士学位论文AbstractWiththedevelopmentofurbanmetro,theenvironmentalvibrationcausedbythemetrohasbecomeincreasinglyprominent.Theinstallationof

8、accelerometerstomonitorenvironmentalvibrationisaneffectivetechniqueforgraspingenvironmentalvibrationandevaluatingenvironmentalcomfort,buildingsaf