本發(fā)明涉及皮劃艇姿態(tài)監(jiān)測領域，更具體地說，本發(fā)明涉及一種皮劃艇船身姿態(tài)監(jiān)測方法及監(jiān)測系統(tǒng)。

背景技術：

1、皮劃艇姿態(tài)監(jiān)控是指通過在皮劃艇的特定位置安裝多個傳感器，如陀螺儀、加速度計和gps等，實時監(jiān)測皮劃艇在水面上的姿態(tài)變化。這些傳感器之間通過一個虛擬的坐標系構建皮劃艇的姿態(tài)圖，以提供準確的實時數據，幫助用戶更好地掌握皮劃艇的運動狀態(tài)。通過這樣的姿態(tài)監(jiān)控系統(tǒng)，皮劃艇運動員能夠在訓練和比賽中獲取關于其運動姿態(tài)和皮劃艇穩(wěn)定性的詳細數據，從而進行針對性地調整和改進，以提高運動表現。

2、然而，現有的皮劃艇姿態(tài)監(jiān)控系統(tǒng)在實際應用中存在一些不足之處。首先，在戶外漂流的環(huán)境下，由于自然環(huán)境的不可預測性，皮劃艇經常會受到各種撞擊和沖擊。這些撞擊不僅容易造成傳感器的安裝松動，從而導致姿態(tài)監(jiān)控數據失真，還可能對皮劃艇本身造成結構性損傷。此外，目前的姿態(tài)監(jiān)控系統(tǒng)主要集中在監(jiān)測皮劃艇的姿態(tài)變化，對傳感器安裝質量的監(jiān)測以及船身損傷情況的預警功能相對薄弱。這意味著在發(fā)生意外撞擊時，系統(tǒng)無法及時檢測和反饋傳感器的狀態(tài)和船身的損傷情況，可能導致用戶無法及時采取必要的修復和調整措施，從而增加了安全隱患。因此，有必要在現有姿態(tài)監(jiān)控系統(tǒng)的基礎上，開發(fā)一種能夠同時監(jiān)測皮劃艇姿態(tài)和船身損傷的綜合監(jiān)測系統(tǒng)，以提高使用的安全性和可靠性。

3、為了解決上述問題，現提供一種技術方案。

技術實現思路

1、為了克服現有技術的上述缺陷，本發(fā)明的實施例提供一種皮劃艇船身姿態(tài)監(jiān)測方法及監(jiān)測系統(tǒng)，通過在皮劃艇的多個關鍵位置安裝傳感器，實時采集狀態(tài)數據，并利用擴展卡爾曼濾波和慣性導航系統(tǒng)，結合時間窗口和滑動窗口技術，精確監(jiān)測傳感器的三維位置和距離變化趨勢。通過線性回歸分析斜率和計算異常分數，及時檢測和預警傳感器安裝松動和結構變化情況?；诋惓祿嫿ㄌ卣骶仃嚥⒊跏蓟蜃臃纸鈾C模型參數，捕捉高階特征交互，動態(tài)調整噪聲抑制水平，優(yōu)化模型參數，生成振態(tài)穩(wěn)定指數，評估傳感器整體松動情況。通過比較振態(tài)穩(wěn)定指數與穩(wěn)態(tài)閾值，識別傳感器安裝松動或結構性問題，提供松動預警，確保姿態(tài)監(jiān)控系統(tǒng)的可靠性。在確認傳感器安裝穩(wěn)固后，實時記錄和預處理撞擊數據，構建有限元模型，通過數值模擬計算船體彈性變形，提取變形模式并進行時間序列分析，預測變形模式變化率和加速度，計算結構惡化趨勢指數，與結構損傷閾值比較，評估結構健康狀況，及時預警結構性問題，確保皮劃艇的安全性和使用壽命，以解決上述背景技術中提出的問題。

2、為實現上述目的，本發(fā)明提供如下技術方案：

3、s1，在皮劃艇的多個關鍵位置安裝固定傳感器，傳感器實時采集數據，經過預處理和校驗后構建基準模型，作為姿態(tài)監(jiān)測和損傷預警的參考標準；

4、s2，在基準模型構建完成后，各傳感器實時采集皮劃艇的狀態(tài)數據并預處理，后將數據轉換到統(tǒng)一坐標系中，通過多傳感器數據融合算法生成綜合的姿態(tài)和運動狀態(tài)信息；

5、s3，通過s2預處理后的數據，實時計算每個傳感器的三維位置坐標，利用時間窗口技術監(jiān)測傳感器之間的距離變化率，并通過滑動窗口技術分析距離變化趨勢，結合斜率和異常分數判斷傳感器之間的距離變化是否異常，對于判定為異常變化的則對應地記錄異常數據；

6、s4，基于步驟s3獲得的異常數據，構建特征矩陣，初始化因子分解機模型參數，通過計算特征交互項和自適應濾波器分析數據，優(yōu)化模型參數并計算參數波動性，結合斜率和整體距離變化幅度，判斷傳感器的安裝穩(wěn)定情況；

7、s5，在確認傳感器安裝穩(wěn)固后，開始監(jiān)測皮劃艇在漂流過程中受到的撞擊情況，傳感器檢測到撞擊時，實時記錄相對距離變化數據，預處理并使用小波變換分析；通過有限元模型模擬彈性變形，利用主成分分析提取變形模式，通過時間序列分析計算變化率和預測誤差，判斷皮劃艇結構健康狀況并觸發(fā)預警。

8、在一個優(yōu)選的實施方式中，步驟s3包括以下內容：

9、s3.1，獲取每個傳感器的實時位置坐標(xi,yi,zi)，獲取過程如下：

10、s3.1.1，依據步驟s1的基準模型確定每個傳感器的初始位置坐標；

11、s3.1.2，各傳感器通過無線傳輸方式，將實時數據發(fā)送到中央處理單元；

12、s3.1.3，中央處理單元接收到傳感器數據后，通過傳感器之間的數據傳遞鏈路和自身數據計算，實時更新每個傳感器的三維位置坐標；

13、利用陀螺儀和加速度計的實時數據，通過慣性導航系統(tǒng)計算每個傳感器的相對運動軌跡；

14、利用傳感器之間的相對距離數據，通過三角測量法和實時校準算法，進一步修正每個傳感器的位置；

15、利用多個傳感器之間的距離信息，應用非線性最小二乘法進行位置校準，以確保位置計算的準確性；

16、s3.1.4，通過傳感器數據傳遞鏈路，傳感器之間定期交換位置信息和運動狀態(tài)；

17、s3.1.5，采用擴展卡爾曼濾波進行實時誤差校正。

18、在一個優(yōu)選的實施方式中，s3.2，依據步驟s3.1獲得各傳感器的實時位置坐標(xi,yi,zi)，其中i代表傳感器編號；

19、s3.3，初始化時間窗口t，用于存儲一段時間內的傳感器位置數據，設時間窗口為[t0,tn]；

20、s3.4，在時間窗口t內，使用歐式距離計算每個時刻tk(t0≤tk≤tn)計算傳感器i和傳感器j之間的距離；

21、s3.5，計算時間窗口內距離變化率δdij(tk)：

22、

23、將每個時刻的距離變化率存儲在時間序列數組{δdij(tk)}；

24、s3.6，在時間窗口t內，采用滑動窗口技術，每個滑動窗口包含m個時間點，對每個滑動窗口內的距離變化率進行統(tǒng)計分析；其中p表示滑動窗口的序號；

25、對每個滑動窗口內的距離變化率{δdij(tk)}進行線性回歸，得到斜率m和截距b，斜率表示距離變化的趨勢；

26、s3.7，計算每個時間點tk的異常分數α(tk)：

27、其中，μδd和σδd分別為距離變化率的均值和標準差；

28、如果異常分數超過異常閾值，則判定為異常變化，記錄異常數據。

29、在一個優(yōu)選的實施方式中，步驟s4包括以下內容：

30、s4.1，依據步驟s3獲得的異常數據，獲取每個傳感器的事實位置數據集和歷史數據，形成特征矩陣x；

31、初始化因子分解機模型參數，包括特征權重ω和因子矩陣v；

32、s4.2，對于每個傳感器數據點xi，計算特征交互項：

33、

34、其中：ω0表示模型的偏置項；ωo表示特征o的線性權重；o表示第o個特征的索引；v表示第v個特征的索引；<vo,vv>表示因子向量vo和vv的內積；

35、s4.3，使用噪聲抑制因子η，通過分析傳感器數據的時間序列，動態(tài)調整噪聲抑制水平，使用自適應濾波來估計和消除噪聲：

36、

37、其中：m″表示噪聲抑制濾波器的階數；k表示時間延遲的步數或過去數據點的索引，k從1到m″遍歷；η(t)是當前時刻t的噪聲抑制因子；η0是初始噪聲抑制因子，為一個常數，用于提供基本的噪聲抑制效果；

38、αk是濾波器系數，表示前k個歷史數據點對當前噪聲抑制因子的貢獻權重；x(t-k)表示前k時刻的傳感器數據值；

39、s4.4，使用隨機梯度下降法對模型參數進行優(yōu)化，目標是最小化損失函數。

40、在一個優(yōu)選的實施方式中，s4.5，結合斜率、參數波動性的特征以及整體距離變化的幅度，獲得振態(tài)穩(wěn)定指數：

41、

42、其中：s表示振態(tài)穩(wěn)定指數；|g|表示斜率的絕對值，表示傳感器距離變化的趨勢強度；σω表示特征權重ω的標準差，表示權重的波動性；σv表示因子矩陣v中因子向量的標準差，表示因子波動性；f1表示|g|的權重系數；f2表示的權重系數；f3表示的權重系數；

43、將振動穩(wěn)態(tài)指數和穩(wěn)態(tài)閾值進行比較：若振動穩(wěn)態(tài)指數大于或等于穩(wěn)態(tài)閾值，存在顯著的安裝松動問題，生成惡化趨勢信號；反之，若振動穩(wěn)態(tài)指數小于穩(wěn)態(tài)閾值，沒有顯著的松動問題生成安裝穩(wěn)固信號。

44、在一個優(yōu)選的實施方式中，步驟s5包括以下內容：

45、s5.1，在獲得安裝穩(wěn)固信號后，在傳感器檢測到撞擊時，實時記錄各傳感器之間的相對距離變化數據，包括傳感器編號和時間信息；

46、s5.2，對記錄的傳感器數據進行預處理，然后使用小波變換技術，將數據分解為多個不同尺度的細節(jié)信號和近似信號；

47、s5.3，根據皮劃艇的物理特性，構建其有限元模型，將皮劃艇劃分為若干個有限元單元；利用實時記錄的傳感器數據作為邊界條件輸入到有限元模型中，通過數值模擬計算船體在撞擊后的彈性變形情況；

48、s5.4，計算皮劃艇在受到撞擊后的動態(tài)響應，通過主成分分析方法進行降維處理，提取出主要的變形模式：

49、計算皮劃艇在受到撞擊后的動態(tài)響應，得到每個時刻的變形場；

50、提取變形場中的主要模式，通過主成分分析降維處理，得到主要變形模式；

51、s5.5，對提取出的變形模式進行時間序列分析，計算其變化率和加速度，通過自回歸滑動平均模型對變形模式進行預測，計算預測誤差；

52、s5.6，計算變形模式的累積變化量和預測誤差的標準差，通過累積變化量和預測誤差的標準差的比值計算得到結構惡化趨勢指數；

53、s5.7，將結構惡化趨勢指數和結構損傷閾值進行比較：若結構惡化趨勢指數大于或等于結構損傷閾值，則發(fā)出預警提醒；反之，若結構惡化趨勢指數小于結構損傷閾值，則表示結構健康狀況較好。

54、一種皮劃艇船身姿態(tài)監(jiān)測系統(tǒng)，包括：初始基準建模模塊、多維姿態(tài)融合模塊、時序位置解析模塊、參數穩(wěn)態(tài)評估模塊和動態(tài)變形預警模塊；

55、初始基準建模模塊在皮劃艇的多個關鍵位置安裝固定傳感器，傳感器實時采集數據，經過預處理和校驗后構建基準模型，作為姿態(tài)監(jiān)測和損傷預警的參考標準，傳感器的初始位置和狀態(tài)數據傳遞到多維姿態(tài)融合模塊；

56、多維姿態(tài)融合模塊在基準模型構建完成后，各傳感器實時采集皮劃艇的狀態(tài)數據并預處理，后將數據轉換到統(tǒng)一坐標系中，通過多傳感器數據融合算法生成綜合的姿態(tài)和運動狀態(tài)信息，綜合的姿態(tài)和運動狀態(tài)信息傳遞到時序位置解析模塊；

57、時序位置解析模塊通過預處理后的數據，實時計算每個傳感器的三維位置坐標，利用時間窗口技術監(jiān)測傳感器之間的距離變化率，并通過滑動窗口技術分析距離變化趨勢，結合斜率和異常分數判斷傳感器之間的距離變化是否異常，對于判定為異常變化的則對應地記錄異常數據，記錄的異常數據傳遞到參數穩(wěn)態(tài)評估模塊；

58、參數穩(wěn)態(tài)評估模塊基于獲得的異常數據，構建特征矩陣，初始化因子分解機模型參數，通過計算特征交互項和自適應濾波器分析數據，優(yōu)化模型參數并計算參數波動性，結合斜率和整體距離變化幅度，判斷傳感器的安裝穩(wěn)定情況，傳感器的安裝穩(wěn)定情況傳遞到動態(tài)變形預警模塊；

59、動態(tài)變形預警模塊在確認傳感器安裝穩(wěn)固后，開始監(jiān)測皮劃艇在漂流過程中受到的撞擊情況，傳感器檢測到撞擊時，實時記錄相對距離變化數據，預處理并使用小波變換分析；通過有限元模型模擬彈性變形，利用主成分分析提取變形模式，通過時間序列分析計算變化率和預測誤差，判斷皮劃艇結構健康狀況并觸發(fā)預警。

60、本發(fā)明一種皮劃艇船身姿態(tài)監(jiān)測方法及監(jiān)測系統(tǒng)的技術效果和優(yōu)點：

61、1.本發(fā)明通過在皮劃艇的多個關鍵位置安裝傳感器并實時采集狀態(tài)數據，精確監(jiān)測傳感器的實時三維位置坐標和狀態(tài)信息。利用擴展卡爾曼濾波和慣性導航系統(tǒng)，結合時間窗口和滑動窗口技術，實時監(jiān)測傳感器之間的距離變化趨勢，并通過線性回歸分析斜率，判斷距離變化是否異常。通過計算異常分數并記錄異常數據，能夠及時檢測和預警傳感器安裝松動和結構變化情況。為皮劃艇姿態(tài)監(jiān)控和結構健康評估提供了有效支持。能夠實時反映皮劃艇在復雜環(huán)境下的動態(tài)響應，確保監(jiān)測結果的精確性和可靠性，從而提高皮劃艇的安全性和使用壽命。不僅可以優(yōu)化傳感器的安裝穩(wěn)定性，還能有效預警結構性隱患，避免因傳感器數據失真而導致的誤判，確保用戶在各種漂流環(huán)境下的安全操作。

62、2.本發(fā)明通過基于異常數據構建特征矩陣并初始化因子分解機模型參數，能夠精確捕捉傳感器數據中的高階特征交互。通過計算特征交互項和使用自適應濾波器分析數據，動態(tài)調整噪聲抑制水平，確保數據的準確性和一致性。使用隨機梯度下降法優(yōu)化模型參數，計算參數波動性，從而判斷傳感器安裝位置的穩(wěn)定性。結合斜率、參數波動性和整體距離變化幅度，生成振態(tài)穩(wěn)定指數，用于綜合評估傳感器的整體松動情況。振態(tài)穩(wěn)定指數通過與穩(wěn)態(tài)閾值比較，能夠有效識別傳感器安裝松動或結構性問題，及時生成惡化趨勢信號或安裝穩(wěn)固信號。從而不僅能夠全面分析傳感器的安裝穩(wěn)定性，提供有效的松動預警，還能確保皮劃艇姿態(tài)監(jiān)控系統(tǒng)的可靠性和準確性。在實際應用中，通過動態(tài)監(jiān)測和評估傳感器的狀態(tài)，能夠提前識別潛在風險，避免因傳感器松動或數據不準確導致的監(jiān)測失誤，提高皮劃艇使用的安全性和操作的精確性。為皮劃艇在復雜環(huán)境下的安全監(jiān)測提供了堅實的技術保障。

63、3.本發(fā)明在判斷傳感器的安裝穩(wěn)固的前提下，通過在傳感器檢測到撞擊時實時記錄和預處理傳感器數據，分析皮劃艇在撞擊后的動態(tài)響應情況。使用小波變換技術分解信號后，構建基于皮劃艇物理特性的有限元模型，并通過數值模擬計算船體的彈性變形，提取主要變形模式并進行時間序列分析。通過自回歸滑動平均模型預測變形模式的變化率和加速度，計算結構惡化趨勢指數，并與結構損傷閾值進行比較，判斷皮劃艇的結構健康狀況。進而評估傳感器之間相對距離變化的穩(wěn)定性和一致性，有效識別結構損傷風險，確保監(jiān)測系統(tǒng)的準確性和可靠性。通過對結構惡化趨勢指數的實時監(jiān)測，能夠及時預警皮劃艇的結構性問題，避免潛在安全隱患，提高皮劃艇使用的安全性和壽命。