徐 健， 周志祥， 唐 亮， 冉 杰， 何 杰

(1.重庆交通大学 土木工程学院，重庆 404100; 2.南充市住房和城乡建设局，637000;3.西南交通大学 土木工程学院，成都 610031)

基于总体平均经验模态分解算法的自适应改进

徐 健1， 周志祥1， 唐 亮1， 冉 杰2， 何 杰3

(1.重庆交通大学 土木工程学院，重庆 404100; 2.南充市住房和城乡建设局，637000;3.西南交通大学 土木工程学院，成都 610031)

目前较为广泛使用的总体平均经验模态分解算法(EEMD)不能实现桥梁结构响应信号的自适应分解和重构，基于此，针对EEMD算法的不足，提出了能够实现桥梁结构响应信号自适应分解与重构的改进算法：首先引入自适应极值点匹配延拓算法以抑制端点效应；再对分解信号进行聚类分析以避免模态混叠现象；最后利用各本征模态函数(IMF)对应的信息熵、能量密度和平均周期构建筛选有效IMF分量的指标(有效程度系数)，以实现有效IMF分量的自动筛选，再利用筛选出的有效分量对桥梁结构响应信号进行重构。模拟信号和简支梁桥仿真算例表明，所提改进算法能够更有效、更准确的实现桥梁结构响应信号的自适应分解与重构。

桥梁结构；模态分解算法；端点效应；聚类分析；信号重构

环境激励下桥梁结构的动力信号内部一般会含有大量噪声，且噪声的来源复杂多样，虽然能在数据采集阶段，通过采取平均、滤波和屏蔽等[1]措施来降低振动信号内部的噪声，但要想全部消除噪声是难以实现的。鉴于此，为了在对桥梁系统参数进行辨识、结构进行损伤诊断及健康监测时能得到更为准确的桥梁模态参数，有必要对环境激励下的桥梁结构响应信号进行预处理，通常做法是对信号进行分解和重构。……