1.一种支架移位施工中结构体系转换智能控制方法，其特征在于，包括如下步骤：S1：获取桥梁支架移位施工结构关键位置处的传感器数据；S2：基于改进卡尔曼滤波方法对所述传感器数据进行滤波，得到传感器数据的最终改进卡尔曼滤波结果；S3：对所述传感器数据的最终改进卡尔曼滤波结果进行小波增强，得到处理后结果；S4：基于所述处理后结果与预设结构体系转换控制规则库进行匹配，得到匹配结果；根据所述匹配结果进行结构体系转换智能控制；所述S2具体包括：S21：获取所述传感器数据并构造传感器数据初始矩阵；初始化与所述传感器数据初始矩阵尺寸相同的内存空间；S22：以传感器数量为外循环序列最大值，依次处理每个传感器的数据流；对于每个传感器，初始化如下变量：过程噪声协方差、初始观测噪声协方差、遗忘因子、状态估计、估计误差协方差、状态转移矩阵和观测矩阵；S23：以每一个传感器监测数据的总量为内循环序列最大值，对每一个采样数据计算观测残差；所述计算观测残差具体是首先计算状态估计变量、观测矩阵变量和状态转移矩阵变量的乘积，再利用传感器数据初始矩阵减去所述乘积，得到所述观测残差；S24：根据所述观测残差和滑窗，调整所述初始观测噪声协方差；并基于调整后的初始观测噪声协方差，计算卡尔曼滤波增益；基于所述卡尔曼滤波增益获得传感器数据的改进卡尔曼滤波结果。
2.根据权利要求1所述的一种支架移位施工中结构体系转换智能控制方法，其特征在于，所述S1中的桥梁支架移位施工结构关键位置包括跨中截面、支架支点和桥墩顶。
3.根据权利要求1所述的一种支架移位施工中结构体系转换智能控制方法，其特征在于，所述S24中根据所述观测残差和滑窗，调整所述初始观测噪声协方差，具体是：S241：初始化与传感器数据初始矩阵匹配的滑窗矩阵；然后从滑窗矩阵中提取对应内循环序列中的传感器所在行的所有数据作为当前窗口；再移除当前窗口的第一个元素，并在末尾添加所述观测残差；将更新后的当前窗口重新赋回所述滑窗矩阵对应的行，得到更新后滑窗矩阵；S242：计算所述更新后滑窗矩阵的方差，当所述方差大于m1倍的所述估计误差协方差时，将所述估计误差协方差更新为原估计误差协方差的k1倍；当所述方差小于m2倍的所述估计误差协方差时，将所述估计误差协方差更新为原估计误差协方差的k2倍；S243：计算所述观测残差与其转置的乘积，作为第一乘积量；计算状态转移矩阵变量、估计误差协方差变量和状态转移矩阵变量的转置三者的乘积，与过程噪声协方差变量相加得到预测协方差矩阵，然后计算观测矩阵、预测协方差矩阵和观测矩阵的转置三者的乘积，得到第二乘积量；再利用所述第一乘积量减去所述第二乘积量，得到调整量；S244：计算1减去遗忘因子的差值，再将所述差值与步骤S242更新的估计误差协方差相乘作为第一调整分量；计算遗忘因子与所述步骤S243中的调整量的乘积作为第二调整分量；将所述第一调整分量和所述第二调整分量相加，得到调整后的初始观测噪声协方差。
4.根据权利要求3所述的一种支架移位施工中结构体系转换智能控制方法，其特征在于，所述S24中基于调整后的初始观测噪声协方差，计算卡尔曼滤波增益，具体是将预测协方差矩阵与观测矩阵的转置的乘积作为被除数，将所述第二乘积量与所述调整后的初始观测噪声协方差之和作为除数计算除法结果；并将所述除法结果作为所述卡尔曼滤波增益；所述步骤S24中基于所述卡尔曼滤波增益获得传感器数据的改进卡尔曼滤波结果，具体是：计算所述卡尔曼滤波增益与所述观测残差的乘积，计算所述状态转移矩阵变量与所述状态估计变量的乘积，再将两个乘积相加，得到传感器数据的改进卡尔曼滤波结果；更新估计误差协方差作为后续循环的迭代变量；执行所述内循环和外循环后，将所述传感器数据的改进卡尔曼滤波结果作为所述传感器数据的最终改进卡尔曼滤波结果。
5.根据权利要求4所述的一种支架移位施工中结构体系转换智能控制方法，其特征在于，所述S3中对所述传感器数据的最终改进卡尔曼滤波结果进行小波增强，得到处理后结果，具体为：S31：获取传感器数据的最终改进卡尔曼滤波结果的信号长度，记为N；计算以2为底N的对数并向下取整，将所述向下取整的结果和第一预设分解层数阈值二者的较小值作为小波分解层数；S32：计算所述传感器数据的最终改进卡尔曼滤波结果的信号标准差，作为第一标准差；将所述传感器数据的最终改进卡尔曼滤波结果进行滑动平均处理后计算标准差，作为第二标准差；计算第一标准差与第二标准差的比值再减去1的绝对值得到标准差变化率；取所述滑动平均处理后的结果并计算所述滑动平均处理后的结果的相邻点差分的绝对值后再求平均值，得到第一平均值；取所述传感器数据的最终改进卡尔曼滤波结果的相邻点差分的绝对值后再求平均值，得到第二平均值；将所述第一平均值除以第二平均值得到梯度变化率；S33：将所述标准差变化率和所述梯度变化率进行加权求和，当求和结果大于预设求和门槛值时，将所述步骤S31得到的小波分解层数作为wden函数的一个输入量，并设置wden函数的阈值处理方式为软阈值，对标准化后的传感器数据的最终改进卡尔曼滤波结果进行去噪；当求和结果小于等于预设求和门槛值时，将所述步骤S31得到的小波分解层数作为wden函数的一个输入量，并设置wden函数的阈值处理方式为硬阈值，对标准化后的传感器数据的最终改进卡尔曼滤波结果进行去噪；将去噪后的信号作为处理后结果。
6.一种支架移位施工中结构体系转换智能控制系统，用于执行如权利要求1-5任一项所述的一种支架移位施工中结构体系转换智能控制方法，其特征在于，包括数据获取模块、数据处理模块、匹配模块和结果输出模块，所述数据获取模块与所述数据处理模块相连，所述数据处理模块与所述匹配模块相连，所述匹配模块与所述结果输出模块相连；所述数据获取模块用于获取桥梁支架移位施工结构关键位置处的传感器数据，并输入至所述数据处理模块，所述数据处理模块对输入信号进行滤波和增强，并将滤波和增强后的信号输入所述匹配模块，所述匹配模块用于将滤波和增强后的信号与预设结构体系转换控制规则库进行匹配，并将匹配结果输入所述结果输出模块，所述结果输出模块用于根据所述匹配结果产生结构体系转换控制信号，以控制支架移位施工中结构体系的转换。
