基于滑动窗口和斜率特征的振弦式传感器数据清洗方法

来源：中国血液净化杂志2025年第5期北京时间：

作者：陈建勋, 陈辉, 罗彦斌, 罗华, 陈浩, 李昌鹏

单位：1. 长安大学　公路学院，陕西　西安　710064","2. 四川隆叙宜铁路有限公司，四川　泸州　646400

摘要：<p>隧道结构健康监测自诊断和状态评估都是建立在数据分析的基础上，但传感器所获取的数据不可避免地会出现诸多异常数据。这些异常数据不仅包含非结构性因素引起的干扰信息，还包括结构性因素引起的损伤信息。如何提取淹没在异常数据中的有用损伤信息，并剔除无用的干扰信息成为了重点。根据异常数据变化率的不稳定、不连续性，提出一种滑动斜率异常检测和数据重构法。首先，采用滑动窗口对数据进行动态分段处理，再对各窗口内数据进行最小二乘线性拟合，得到斜率和截距向量；其次，根据斜率的方差和拟合优度设置阈值，检测并剔除离散程度较大、拟合程度较差的斜率和截距值；最后，利用回归计算和中位数法进行数据重构。基于钢筋混凝土试件损伤试验数据和现场监测的异常数据，对所提方法与传统3<i>σ</i>法、滑动中值滤波、小波变换和经验模态分解法的应用效果进行对比。结果表明：所提方法能够有效清洗其他方法难以处理的增益和偏移数据，能有效识别和清洗数据的异常趋势，同时不破坏原有的结构性损伤数据，保证了监测数据的质量，能够满足实际应用的需要。</p>

关键词：隧道工程,时间序列数据,数据清洗,滑动斜率检测法,振弦式传感器,滑动窗口,损伤试验