期刊文献+

超高层倾斜建筑周日变形监测数据分析 被引量:18

DAILY DEFORMATION MONITORING AND DATA ANALYSIS FOR SUPER HIGH-RISE AND TILT BUILDING
下载PDF
导出
摘要 结合CCTV新台址主塔楼施工质量控制要求,介绍了应用测量机器人进行周日变形监测的过程,采用了小波变换技术对监测数据进行处理,结果表明小波变换对观测数据的误差剔除,高精度测量机器人技术对高层钢结构倾斜建筑周日变形规律的精确反映。 Based on the quality control of the main tower building of CCTV new headquarters, the daily deformation monitoring process by georobot is introduced. Then wavelet transform technology is used in data processing. The results show that the wavelet transform is effective to remove the error of observational data, high-precision Georobot technology can accurately reflect the daily deformation trend of the high-tilt building.
出处 《测绘信息与工程》 2008年第2期19-21,共3页 Journal of Geomatics
关键词 高层建筑 变形监测 小波分析 测量机器人 high-rise building deformation monitoring wavelet analysis georobot
  • 相关文献

参考文献4

二级参考文献13

  • 1徐铭陶,秦树人,陈志奎,杨昌棋.实施一维Mallat算法的几个问题[J].重庆大学学报(自然科学版),1997,20(1):7-13. 被引量:6
  • 2[1]GB50026-93-1993,工程测量规范[S].
  • 3[2]SL 60-94-1994,土石坝安全监测技术规范[S].
  • 4[3]SDL 336-89-1994,混凝土大坝安全监测技术规范[S].
  • 5程正兴.小波分析算法与应用[M].西安:西安交通大学出版社,2003..
  • 6Gabor.Theory of communication[J].JIEE,1946,93:429~441.
  • 7Mallat S.A theory for multiresolution signal decomposition:the wavelet representation[J].IEEE Trans on Pattern Analysis and Machine Intelligence,1989,11:674 ~ 693.
  • 8Marcin S,Piotr W.Neuro-wavelet classifiers for EEG signals based on rough set methods[J].IEEE Trans on Neurocomputing,2001,36(1):103 ~ 112.
  • 9陈东义,曹长修,朱冰莲,周建伟.一种简化的小波去噪算法[J].重庆大学学报(自然科学版),1997,20(5):63-67. 被引量:15
  • 10张湘伟,骆少明,中桐滋.小波分析在测试信号分析中的应用[J].应用数学和力学,1998,19(3):203-207. 被引量:12

共引文献162

同被引文献77

引证文献18

二级引证文献75

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部