第一章 绪论
1.1 研究的目的和意义
2008 年，美国国家标准和创新技术研究院发表了一份白皮书“基础设施的先进监测技术”（Advanced Sensing Technologyfor Infrastructure : Roads，Highways，Bridges and Water）。白皮书强调 SHM 是美国在国家层面上急需（Critical National Need-CNN）的领域。许多发达国家也跟随其后大力发展 SHM 技术。SHM 在我国也是一个热门课题，20 世纪 90 年代中期，一些大跨度桥梁开始设计并安装长期健康监测系统，如香港青马大桥、广东虎门大桥、上海江阴长江大桥和世界最长跨海桥杭州湾大桥等均建立了健康监测系统。特大桥梁健康监测系统的建立，获得了对结构行为和状况的全面了解，在桥梁的正常运营和安全预警方面取得了一定的成效。但是由于桥梁结构受到许多不确定性因素和复杂工作环境的影响，以及对桥梁在使用年限内的工作特性的变化缺乏全面深入的了解，就目前大量采用的监测方法和技术而言,很难确定是否能够利用监测信息及时准确地诊断出结构的异常或损伤，因此目前所取得的成就和研究还处于基础性探索阶段，需要多学科的进一步交叉与发展。
一般是固定埋设在一些指定的地点，且连续观测，容易实现遥测遥控。但所获得的信息是一些离散点的局部变形信息。因此，目前的趋势是综合这些不同技术，构成一个较全面、较完整的监测系统。
然而在监测数据处理方面，目前还是独立分析，测绘人员分析他们所获得的测绘数据，而其它专业人员分析其它数据，即对每一个传感器所采集的数据单独分析，最多是互相比较，缺乏整体的数据融合。该课题中存在的重要困难或者说需要解决的问题主要是：建立各种监测数据与建筑物变形状态的函数模型；各种不同数据的处理和比较以及发现数据中的异常，即粗差剔除；解决不同数据的权重问题，以便充分利用各数据，建立建筑物整体变形状态。
因此数据融合技术的出现对于建筑物健康监测来说是一个大的发展，通过对采集数据的分析和处理，使我们获得更加有效的数据，从而对建筑物的变形和损坏有了更好的分辨能力，从而达到对建筑物结构的有效预防，提高建筑物的使用寿命等等。
1.2 国内外研究现状
建筑物变形监测在国内外已有较长的历史，分为外部观测和内部观测。外部观测主要是测绘人员做的（采用测量手段）；内部观测主要由土木工程人员，地基工程人员做的，采用诸如应变计，倾斜计，应力计，地下水压计等传感器。目前大型工程的监测系统多数包含不同监测手段和技术。例如香港青马大桥包含有 350 传感器（加速度计，应变计，温度计，位移计等）以及连续 GPS 监测点；广州新电视塔结构健康监测系统包含约 800 个传感器（加速度计，应变计，温度计，倾斜仪）和 GPS 监测点等。这些数据的分析，筛选和融合是相当复杂的。目前的分析还是独立进行，最多只是互相校核。
各种变形监测数据的综合处理在国外有不少研究，最早是陈永奇教授在加拿大提出的变形分析综合法，并成功用于某大坝变形异常变形原因的分析（该大堤的监测系统包括 GPS,垂线观测，应变计，裂缝计等手段），以及某矿区变形的模拟和预报。该矿区监测系统包括定期航空摄影测量，全站仪测量以及遥测倾斜仪。国内有关多传感器数据处理方面的研究有：（1）周智等认为土木工程智能健康监测与诊断系统由传感元件、信号采集、信号传输与处理、健康诊断与安全评估、结果输出等部分构成，引入智能传感器、信息融合、故障诊断、结构损伤探测理论等对结构健康监测与诊断系统进行探讨[1]。
第二章 小波分析理论
2.1 引言
在这篇文章中，傅里叶提出并证明了将周期函数展开为正弦级数的原理，这也奠定了傅里叶级数理论的基础。傅里叶级数理论研究的是把函数在三角函数系下的展开，使得对信号和系统的研究归结为对简单的三角函数的研究。傅里叶级数与傅里叶变换共同组成了平常所说的傅里叶分析。傅里叶级数用于分析周期性的函数或分布，理论分析时经常假定周期是 2π ，定义如式(2-1)、(2-2)
第三章 小波变换理论在 matlab 中的实现.......................22
3.1 小波函数在 matlab 中常用的函数 ................22
3.2 如何添加自己的小波函数............23
3.3 二维小波变换.......................25
3.4 小波包的选择和算法...................27
3.5 小波变换的多尺度空间能量分布特征提取..................29
3.6 本章小结....................30
第四章 利用小波变换进行损伤识别..............31
4.1 信号奇异性及检测理论..................31
4.2 小波变换的结构损伤位置识别原理及应用.......................... 34
4.3 小波包能量谱的结构损伤预警...............35
4.4 小波分析用于信号消噪处理.................38
4.5 怎样选择小波基函数....................38
4.6 本章小结.....................40
第五章 运用小波数据融合进行桥梁监测损伤识别.....................41
5.1 结构概况...................41
5.2 移动荷载下时程分析.................41
5.3 时程分析结果.....................44
5.4 时程分析数据的小波分析..................45
结论
利用离散小波对的分析和重构对动力荷载作用下的桥梁损伤进行了初步的探讨和分析，结果表明：
（1）对桥梁已有的损伤，通过小波分解和重构能够对桥梁损伤进行初步的判断；但对于单一的数据源来说，有的效果不是很明显；
（2）利用小波对动力荷载作用下的时程数据进行融合，然后再进行小波的分解和重构，能够很好的判断出桥梁已有的损伤位置。
（3）不同类型的小波函数，都可以通过对多源数据的分解和重构来对结构的损伤位置进行识别，但是在选择的时候要根据具体的桥梁结果情况和损伤情况进行灵活选择，以便获得更好的识别效果。
（4）在荷载相同的情况下，随着速度的增大，小波分解与重构后反应的损伤位置越明显；同样的在相同速度的情况下，随着荷载的增大，对于损伤位置的判定也就越明显。
参考文献：
［1］周 智,欧进萍. 土木工程智能健康监测与诊断系统［Ｊ］.传感器技术,2001 年,第 11 期 20 卷:（1-4）
［2］郭戈,罗志刚. 多传感器数据融合方法的研究与进展［Ｊ］.机电一体化,2003年,第5期:（12-17）
［3］陈天璐,阙沛文. 信息融合多传感器可信度的确定方法及应用［Ｊ］.测试技术学报,2005年,第1期19卷:（61-64）
［4］姜绍飞,王留生,殷晓志,刘 明. 结构健康监测中的数据融合技术［Ｊ］.沈阳建筑大学学报（自然科学版）,2005年1月,第1期21卷:（18-22）
［5］徐庆军. 桥梁结构健康监测的最新研究和发展［J］. 黑龙江交通科技,2009年,第9期:（122-123）
［6］郭 健,孙炳楠. 桥梁健康监测中的关键性问题和损伤识别方法［J］.公路, 2006年4月,第4期:（108-116）
［7］何 兵,毛士艺,张有为,李少洪. 不同类型传感器的分层融合算法研究［J］.电子学报, 2000年月,第6期28卷:（4-7）
［8］赵 鸣,柳 蓥. 结构动态响应多传感器监测信号数据融合分析［J］.同济大学学报, 2008年5月,第5期36卷:（574-579）
［9］郭惠勇. 多传感器信息融合技术的研究与进展［Ｊ］.中国科学基金,2005年,第1期:（17-21）
［10］胡昌华等编著. 基于MATLAB的系统分析与设计——小波分析［M］. 西安电子科技大学出版社 1999年