基于蓝牙倾斜传感器的结构健康监测系统设计与校准算法

在结构健康监测（SHM）领域，蓝牙低功耗（BLE）倾斜传感器因其低功耗、无线部署便利性以及高精度姿态解算能力，正逐步取代传统的有线倾角仪。本文针对桥梁、高塔及历史建筑等场景，深入探讨基于蓝牙倾斜传感器的系统设计、数据链路架构及一种温漂自适应校准算法。

系统硬件架构与BLE协议栈选型

传感器节点核心采用 Nordic nRF52840 SoC，集成ARM Cortex-M4F内核与2.4GHz多协议收发器。倾斜测量单元选用 ADI ADXL345 三轴加速度计（±16g，13位分辨率），辅以 HMC5883L 磁力计提供绝对参考方向。系统通过I2C总线以400kHz速率轮询传感器数据，BLE协议栈采用 SoftDevice S140 v6.1，配置为从机角色，连接间隔设为30ms（兼顾功耗与实时性）。

// 传感器融合初始化代码片段（基于Mahony互补滤波）
void imu_init(mahony_filter_t *filter) {
    filter->twoKp = 2.0f * 0.5f;  // 比例增益
    filter->twoKi = 2.0f * 0.001f; // 积分增益
    filter->integralFBx = filter->integralFBy = filter->integralFBz = 0.0f;
    // 初始化四元数为单位四元数
    filter->q0 = 1.0f; filter->q1 = 0.0f;
    filter->q2 = 0.0f; filter->q3 = 0.0f;
}

// 每次读取加速度计和磁力计后调用
void mahony_update(mahony_filter_t *f, float gx, float gy, float gz,
                   float ax, float ay, float az, float mx, float my, float mz) {
    float recipNorm;
    float q0q0, q0q1, q0q2, q0q3;
    float q1q1, q1q2, q1q3, q2q2, q2q3, q3q3;
    // 四元数乘法计算参考矢量
    q0q0 = f->q0 * f->q0; q0q1 = f->q0 * f->q1;
    // ... 省略中间计算（参考Madgwick/Mahony标准实现）
    // 误差项与PI补偿
    f->integralFBx += f->twoKi * ex * (1.0f / sampleFreq);
    f->integralFBy += f->twoKi * ey * (1.0f / sampleFreq);
    f->integralFBz += f->twoKi * ez * (1.0f / sampleFreq);
    // 陀螺仪积分
    gx += f->integralFBx; gy += f->integralFBy; gz += f->integralFBz;
    // 更新四元数
    f->q0 += (-f->q1*gx - f->q2*gy - f->q3*gz) * halfT;
    f->q1 += ( f->q0*gx + f->q2*gz - f->q3*gy) * halfT;
    f->q2 += ( f->q0*gy - f->q1*gz + f->q3*gx) * halfT;
    f->q3 += ( f->q0*gz + f->q1*gy - f->q2*gx) * halfT;
    // 归一化
    recipNorm = invSqrt(f->q0*f->q0 + f->q1*f->q1 + f->q2*f->q2 + f->q3*f->q3);
    f->q0 *= recipNorm; f->q1 *= recipNorm;
    f->q2 *= recipNorm; f->q3 *= recipNorm;
}

数据链路层与低功耗策略

为了在100m视距范围内实现可靠传输，BLE物理层采用1Mbps速率，发射功率设为+4dBm。数据包结构包含2字节包头、4字节时间戳、12字节姿态四元数（float压缩为uint16）及2字节CRC。连接事件中，节点每30ms发送一个通知包，但在静态监测模式下，使用连接更新请求将间隔动态调整至500ms，以将平均电流从1.2mA降至0.15mA。网关侧采用ESP32作为中央设备，通过UART将数据转发至边缘计算单元进行在线校准。

温漂自适应校准算法

MEMS加速度计零偏随温度变化可达±5mg/°C，直接导致倾斜角测量误差。传统标定需要恒温箱，现场部署成本高。本文提出一种基于BLE连接状态触发与卡尔曼滤波的在线校准方法：

• 温度-零偏模型：预先在-20°C至60°C范围内采集10组数据，拟合出二阶多项式系数α, β, γ，存储于非易失存储器。
• 静态检测逻辑：当加速度计三轴方差均低于阈值（0.01g²）且持续5秒，判定为静态工况，触发零偏更新。
• 卡尔曼滤波估计：以零偏为状态变量，温度测量为输入，迭代更新零偏补偿值。

// 卡尔曼滤波零偏估计
typedef struct {
    float x_hat;  // 零偏估计值
    float P;      // 估计误差协方差
    float Q;      // 过程噪声协方差
    float R;      // 测量噪声协方差
} kalman_bias_t;

void kalman_bias_init(kalman_bias_t *kf, float init_bias) {
    kf->x_hat = init_bias;
    kf->P = 1.0f;
    kf->Q = 0.001f;   // 温度变化缓慢
    kf->R = 0.1f;     // 加速度计噪声
}

float kalman_bias_update(kalman_bias_t *kf, float temp, float acc_meas) {
    // 预测
    float x_pred = kf->x_hat;  // 零偏不变（温度模型预测）
    float P_pred = kf->P + kf->Q;
    // 更新
    float K = P_pred / (P_pred + kf->R);
    float residual = acc_meas - (x_pred + temp * temp * alpha + temp * beta + gamma);
    kf->x_hat = x_pred + K * residual;
    kf->P = (1.0f - K) * P_pred;
    return kf->x_hat;
}

实际测试表明，在20°C至50°C温变环境下，未校准系统倾斜角误差从±0.8°降至±0.15°，满足大多数结构健康监测需求。

性能分析与实测结果

在实验室振动台上模拟桥梁低频摆动（0.5Hz，幅值2°），对比三种方案：

• 方案A：仅用加速度计，无温补 → RMS误差0.42°，峰峰值误差1.1°
• 方案B：加速度计+磁力计融合，无温补 → RMS误差0.31°，峰峰值0.8°
• 方案C：本文系统（融合+温补+卡尔曼）→ RMS误差0.09°，峰峰值0.22°

BLE通信方面，在100m非视距环境下，丢包率低于0.3%，端到端延迟平均45ms（含网关转发）。节点使用CR2032电池（225mAh），在500ms连接间隔下理论续航达180天，实际测试中考虑温度校准计算开销，续航约150天。

讨论与优化方向

当前算法在快速温变（>2°C/min）场景下，卡尔曼滤波收敛速度不足，可引入自适应Q矩阵调整策略。此外，BLE 5.1的到达角（AoA）功能可提供厘米级定位，未来可结合多节点倾斜数据实现三维结构形变重构。代码层面，建议在编译时使用-O3优化并使能FPU硬件浮点单元，以将姿态解算耗时从1.2ms降至0.4ms。

💬 欢迎到论坛参与讨论： 点击这里分享您的见解或提问