基于STK的卫星信号仿真在复杂环境GNSS滑坡监测中的应用

为更加有效地控制GNSS监测关键环节,提高GNSS自动化监测效率和监测精度,实现滑坡灾害的有效监测,提出一种基于卫星仿真工具包(STK)的GNSS监测站分析技术,对研究区内GNSS卫星定位性能进行分析。基于STK卫星轨道预报数据建立北斗卫星导航星座,用来模拟GNSS监测过程中的卫星运动轨迹和定位信号传输过程,使用无人机获取高精度数字高程模型用以模拟真实的地形变化,并建立一套GNSS监测设备部署方法。选取某滑坡区进行工程验证,通过该技术分析全天GNSS卫星覆盖时段和时长信息,其中MEO卫星的平均监测时长5.92 h、IGSO卫星的平均监测时长16.87h,可以满足实验区全时段有效监测;重点计算实验区各点EDOP、NDOP、VDOP及PDOP值并绘制导航精度分布,研究区内PDOP值在0.8915~0.8955之间,定位精度理想,通过精度分布可以确定103°19′E,36°6′N处定位精度最优。工程验证表明,提出的GNSS监测站分析技术可以有效获得研究区不同区域的GNSS导航卫星定位精度,为复杂环境下监测站的精细化部署提供科学参考。

基于CEEMDAN去噪的边坡监测与温度相关性分析

GNSS变形监测是监测边坡稳定性的重要手段,在铁路运行保障中有着十分重要的作用。边坡位移数据受各类气候条件的复杂作用,尤其是温度变化所引起的边坡膨胀收缩。为分析边坡位移与温度之间相关性,本文首先利用完全自适应噪声集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)算法对原始边坡位移序列进行去噪,经多次滤波去除高频噪声信号得到反映真实变形的边坡位移信息。随后利用动态时间规划(Dynamic Time Warping,DTW)算法分析温度对边坡位移的影响滞后现象,并对温度数据进行滞后矫正和皮尔逊系数分析,获取温度与边坡位移之间的相关性。本文基于西宁隧道口某边坡2024年2月GNSS监测数据,分析边坡位移与温度变化之间的关系,结果表明,边坡位移与温度之间存在明显的滞后现象,滞后长度约为6天,滞后矫正后的温度与边坡位移之间相关系数约为0.7,呈现强相关性,该分析结果为后续的边坡稳定性分析提供了理论基础。