基于小波变换的结构健康监测应变测量去噪方法研究及其在南方多瑙河铁路桥的应用

《Measurement: Sensors》：Wavelet-Based Denoising of Structural Health Monitoring Strain Measurements

为解决结构健康监测(SHM)应变测量中的噪声干扰问题，研究人员系统研究了基于小波变换的去噪方法。通过比较五种小波母函数(Haar、Daubechies、Symlets、Coiflet、Biorthogonal)与四种阈值技术(Sqtwolog、Rigrsure、Minimaxi、Heursure)的组合性能，发现Coiflet小波结合硬Rigrsure阈值和低通滤波效果最优。该方法显著提升了信噪比(SNR)，降低了均方根误差(RMSE)，为钢桥疲劳评估提供了高质量数据支撑。

　　

在现代土木工程领域，结构健康监测(Structural Health Monitoring, SHM)系统如同桥梁的"听诊器"，持续感知着基础设施的"心跳"。然而，这些精密传感器采集的应变数据往往被噪声所污染，如同医生在嘈杂环境中听诊，难以捕捉关键的结构响应信号。匈牙利布达佩斯的南方多瑙河铁路桥(Southern Danube Railway Bridge, SDRB)作为欧洲重要的交通枢纽，承载着匈牙利最繁忙的铁路运输任务，其结构安全直接关系到区域经济命脉。该桥配备了完善的结构健康监测系统，但应变计测量数据存在的噪声干扰严重影响了疲劳性能评估的准确性。

面对这一工程难题，布达佩斯技术与经济大学土木工程系的研究团队在《Measurement: Sensors》上发表了一项创新性研究，系统探索了小波去噪技术在结构健康监测应变测量中的应用。研究人员针对SDRB桥梁的实际监测需求，开发了一套完整的信号处理流程，为类似工程的监测数据质量控制提供了重要参考。

本研究主要采用离散小波变换(Discrete Wavelet Transform, DWT)技术，结合多种小波母函数和阈值处理方法。首先系统比较了五种常用小波母函数（Haar、Daubechies、Symlets、Coiflet和Biorthogonal）在不同分解层级下的去噪性能，使用信噪比(Signal-to-Noise Ratio, SNR)、均方根误差(Root Mean Square Error, RMSE)和相关系数(Correlation Coefficient, CC)三项指标进行量化评估。随后研究了软硬两种阈值方法与四种阈值技术（Sqtwolog、Rigrsure、Minimaxi、Heursure）的组合效果。最后采用低通滤波和Savitzky-Golay滤波对去噪信号进行平滑优化，并通过在匈牙利Gyulafirátót铁路桁架桥的实测数据验证方法的普适性。

4.1. 去噪过程

通过系统测试发现，五种小波母函数中，Haar小波性能相对较差，而Coiflet、Daubechies、Symlets和Biorthogonal小波表现出相当的去噪效果。综合考虑评估指标，最终选择Coif5小波函数与三级分解水平作为最优参数组合。在阈值方法比较中，硬阈值法的整体性能优于软阈值法，其中基于Rigrsure技术的硬阈值方法在所有评估指标上均表现最佳，被确定为SDRB桥梁应变测量的标准去噪方案。

4.2. 滤波过程

小波去噪后仍存在残余噪声，研究进一步比较了低通滤波和Savitzky-Golay滤波的平滑效果。平滑度评估结果显示，低通滤波的平滑效果（0.01%）显著优于Savitzky-Golay滤波（1%）。对去噪前后信号峰值保留能力的分析表明，高幅值信号和低幅值信号的峰值误差分别小于0.5%和1.6%，应力峰值最大减少量仅为1.0MPa和0.7MPa，对疲劳评估影响可忽略不计，证明了该方法在保留结构响应关键特征方面的优越性。

4.3. 组合小波-低通滤波方法的可靠性

为验证提出方法的先进性，研究将其与经验模态分解(Empirical Mode Decomposition, EMD)、集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)和变分模态分解(Variational Mode Decomposition, VMD)等现代信号处理方法进行对比。结果表明，小波变换结合低通滤波(Discrete Wavelet Transform + Low-Pass Filter, DWT+LPF)方法的信噪比(SNR)达到41.5，均方根误差(RMSE)为2.33×10^-5，性能优于其他方法。在Gyulafirátót铁路桁架桥不同结构系统上的应用进一步证明了该方法的适应性和可靠性。

这项研究为结构健康监测领域提供了一套完整的小波去噪解决方案。通过系统化的参数优化和性能验证，确立了Coiflet小波结合硬Rigrsure阈值和低通滤波的最优组合方案。该方法不仅显著提升了信噪比，有效保留了结构响应的关键特征，而且表现出良好的跨结构适应性。研究成果为大型桥梁结构的长期健康监测提供了可靠的数据质量控制方法，对保障重大基础设施的安全运营具有重要工程价值。特别是在疲劳寿命评估方面，去噪后数据的高保真度为准确预测结构剩余寿命奠定了坚实基础，为类似工程的结构健康监测实践提供了重要技术参考。