路面纹理的多重分形特征描述和识别方法.docVIP

路面纹理的多重分形特征描述和识别方法 1理论方法单重分形理论首先由Mandelbrot提出,并被用于描述物体的自相似性和复杂性特征,由此发展而来的多重分形则提供了一种从局部分析物体奇异性现象的定量方法。对于沿纵断面的路面纹理高程信号而言,采用尺度为L的盒子对其进行覆盖,记Hi(L)为该尺度下第i个盒子内的所有高程数据之和,定义概率测度为Pi(L)= Hi(L)/∑N(L)i=1Hi(L) (1)式中: N(L)为在尺度L下的覆盖信号的盒子总数。式(1)描述了一种定义在分形结构上的概率分布。在无标度区域内,概率测度组成的一系列子集满足的幂函数关系为Pi(L)∝Lαi(2)式中:αi为Lipschitz-Holder指数或奇异强度,它反映了局部区域内概率子集的分布特征,而且在分形曲线上它是有界的,即有最大值αmax和最小值αmin;∝表示正比于。研究发现,某些区域内的αi是相似的,且位于α和α+dα之间的概率测度为Pi(L)的盒子数N(α)与尺度L存在标度关系,即N(α)∝L-f(α)(3)式中: f(α)为奇异强度为α的子集的分形维数。f(α)和α构成的函数关系被定义为多重分形谱或奇异谱。为得到多重分形谱,定义一定尺度L和q阶矩下的配分函数为χq(L)=∑N(L)i=1[Pi(L)]q=Lτ(q)(4)式中:τ(q)为q阶矩的质量指数,q也表示每个盒子的权重因子。当q≥1时,概率测度的高值对配分函数起主导作用,当qlt;1时,概率测度的低值对配分函数的贡献占优势,配分函数实际上给出了概率测度的另一种分布形式。如果χq(L)和L在双对数坐标图上呈现出一组斜率不等的近似直线或者τ(q)是q的凸曲线函数,则被研究对象具有多重分形特征。 通常情况下,分形谱可由Legendre变换得到,也可以通过式(2)、(3)计算得到,但是为了提高计算精度,Chhabra等提出了一套直接计算多重分形谱的方法,首先定义正交化的函数族为μi(q,L)=[Pi(L)]q∑N(L)i=1[Pi(L)]q(5)16第3期 王维锋,等:路面纹理的多重分形特征描述与识别方法多重分形谱为α(q)=limL→0Aln(L)f(q)=limL→0Bln(L烅烄烆)(6)A =∑N(L)i=1μi(q,L)ln[Pi(L)]B =∑N(L)i=1μi(q,L)ln[μi(q,L)]式中:α(q)为自变量为q的奇异强度。 式(6)表明,f(α)和α分别是q的隐函数,通常,f(α)是一条单峰凸曲线。多重分形谱的常用参数有:分形谱宽度Δα为αmax-αmin,表征了分形结构上概率测度分布的不均匀性程度,可以反映路面纹理高程信号的波动性,即Δα越大,则路面纹理波动越剧烈,反之亦然;最大、最小概率子集分形维数的差别Δf为f(αmin)-f(αmax),表征了子集中元素个数在最大、最小处的比例,可以反映路面纹理高程信号的大、小峰值分布,其中,Δfgt;0说明路面纹理信号最高峰值出现的次数多于最小峰值出现的次数,且Δf越大,路面纹理的尖锐程度越高,反之亦然,因此,Δα和Δf能综合反映路面纹理的粗糙程度和复杂程度。 2试验研究2.1数据选择采用4种不同级配设计方法铺筑的沥青混凝土路面进行钻芯取样。第1组为密级配沥青混凝土路面样块,最大公称粒径分别为5、10、13、16mm;第2组为高性能沥青路面样块,见图1(e)、(f),最大公称粒径均为12.5mm;第3组为开级配沥青磨耗层路面样块,最大公称粒径均为13mm;第4组为沥青玛蹄脂碎石路面样块,见图1(i)、(j),最大公称粒径均为13mm。 采用自主开发的路面构造深度测试装置采集路面纹理高程数据,该装置中激光测距仪的采样频率为32 Hz,分 辨 率 为0.032 mm,测 量 范 围 为128mm,采集到的路面高程原始数据考虑到电磁干扰和振动会产生噪声信号,而小波变换在去噪方面具有明显优势,所以本文采用db3小波对原始数据进行滤波,得到的第3层细节信号和逼近信号分别见图2(b)、(c)。 2.2多重分形特征验证为了说明多重分形理论用于研究路面纹理特征图1不同类型的4组沥青路面样块Fig.1 Four types of asphalt pavement samples的适用性,首先验证所采集的样块表面纹理确实具有多重分形特征。根据纹理高程数据计算配分函数和质量指数,结果见图3、4。图3表明,对于给定的q值,ln[χq(L)]和ln(L)近似呈一条直线关系,这说明被研究对象具有分形标度特征;对于不同的q值,各直线间的斜率不相等,这说明被研究对象具有多标度特征;随着q值减小,直线间的距离依次增大,当q≥-1时,二者的线性关系明显,当qlt;-1时,二者的线性关系逐渐减弱,这是因为负阶矩将放大17交通运输工程学报 2013年图2基于小波变换的