微型地基干涉雷达变形数据后续处理

基于笔者所在单位研制的微型地基干涉雷达,结合微型地基高速实孔径干涉雷达获取的重庆赖家桥大桥变形数据实例,本文对变形数据后续处理方法进行了研究。针对变形数据中存在的噪声及由于遮挡等原因造成的相位断裂问题,提出了处理方法并进行解决;针对噪声问题,对多种滤波器的去噪效果进行了仿真对比,小波变换滤波器效果最好;针对相位断裂问题,提出了一种基于变形数据时频特征的相位断裂探测与修复算法,实现了对相位断裂问题的自动化处理,效果显著。

B样条函数在大坝变形数据分析中的应用

用参数回归模型分析处理大坝变形数据时存在着变量之间的函数关系需要预先设定的问题,而对于一些波动性大、规律性和整体性较差的大坝变形数据,预选设定函数关系是困难的。为能较好地解决这类问题,建立了一种基于三次B样条函数的非参数回归模型。该模型是一种完全受观测数据驱动的数学模型,具有建模简单、适用强、精确度高和易于程序实现的特点。对出现的模型的系数采用遗传算法求解。实例分析表明,基于三次B样条函数的非参数模型具有较高的拟合预测精度,能够较好地解决实际问题。

基于预测有效度的变形数据组合预测

提出了可应用于变形预测领域的基于预测有效度的组合预测模型,并通过一个工程实例证明,采用基于预测有效度的组合预测模型能够取得比常规组合预测模型更好的变形预测效果。

变形参考系及不同变形参考系中变形数据的联合处理

本文首先讨论了变形参考系及其实现方法 ,然后讨论了不同变形参考系中变形的数据统一问题。在此基础上 ,建立了欧亚板块东南部块体的块体变形参考系 ,并在该块体变形参考系中联合了 ITRF97速度场和中国 GPS-A级网复测资料计算了中国大陆与周围板块的现今相对运动 ,进而分析了中国大陆及周围板块的现今相对运动规律。

GPS结合GPRS在滑坡体变形数据采集中的应用

介绍了GPS结合GPRS滑坡变形数据采集法的工作原理。以四川省都江堰市塔子坪滑坡为例,结合实地观测数据验证了该方法用于滑坡监测的可行性。通过与常用方法对比,阐述了GPS结合GPRS法的优势。实践证明,该滑坡监测方法时效性强、监测精度高、效率高。

BP算法改进及其在变形数据处理中的应用

针对传统BP(back propagetion)算法存在的缺陷,分别对其收敛性标准、激活函数等进行改进,并采取措施防止振荡、加速收敛以及防止陷入局部极小.将改进后的BP神经网络运用到变形监测数据处理中,应用结果表明,改进后的BP神经网络比传统BP神经网络在精度等方面有了很大的改善.

变形数据分析方法研究及其在精密工程GPS自动监测系统中的应用

变形监测正向高精度和自动化方向发展，这对变形数据处理与分析提出了更高要求，为了获得高精度的变形量，除了要提高监测仪器本身的精度之外，有必要寻求过滤误差的有效方法。变形监测自动化虽然为长时序数据提供了保障，但是在数据处理与分析方面却遇到了许多复杂性的新问题，例如时序数据的非等时间间隔，非线性变形、复杂周期性变形以及强噪声背景下的弱变形等。如果采用现有的方法进行事后处理与分析可能显得较为简单，但是要进行连续性实时处理与分析却困难得多，为此，需要研究新方法，并设计实用、稳定、可靠的算法。

基于经验模态的热变形数据处理

在热变形实验中通过高速实时采集,获取到热变形量的实时变化。引入经验模态法对热变形实验中的数据进行处理。系统介绍了经验模态法的原理。通过几个对比数据处理过程,将此方法与传统滤波法进行对比。并对实验数据进行分析,获取最终的热变形实时变化。热变形数据属于非线性、非平稳信号,用经验模态分解法(EMD)可以很好的分解出它的真实数据及其物理意义。

基于在线回声状态网络的变形数据预测分析

结合Kalman滤波与回声状态网络,将在线回声状态网络算法应用于变形数据预测。回声状态网络的输出权值通过Kalman滤波训练,直接对网络的输出权值进行在线更新,克服了传统递归网络需要收集大量样本后才能进行拟合预测的缺陷,同时也保证了预测精度。实例计算验证了该方法的有效性。

基于相似测点对比的大坝变形监测数据粗差识别方法

针对混凝土坝变形监测数据粗差检测方法难以区分粗差和环境突变引起的数据跳跃问题,提出了一种基于K-means++距离聚类算法分区,采用OPTICS密度聚类算法结合局部异常因子(LOF)算法识别监测数据中粗差的大坝变形监测数据粗差识别方法。该方法通过K-means++算法实现测点区域划分,联合使用OPTICS算法和LOF算法进行粗差确定,通过对比属于同一分区不同测点的粗差出现时间来判定真实粗差。算例分析结果表明,该方法能有效鉴别变形监测数据中由环境突变引起的数据跳跃,显著提高粗差识别的准确性,降低粗差误判率。

ECharts多端图表引擎在变形监测数据可视化中的应用

数据可视化已成为变形监测中数据分析的重要环节之一。ECharts具有丰富的可视化表达方式和高度个性化的定制功能,且兼容当前绝大多数浏览器及多种设备,目前广泛应用于各类信息系统。本文基于ECharts、Vue和Node.js技术,构建了多端图表可视化引擎,实现了多种变形监测数据在前端网页应用平台的图形展示和后端服务器的可视化流输出。测试结果表明,本文研发的可视化引擎能更加快速、形象、直观、有效地展示出监测体的变形情况,丰富了变形分析的研判手段,辅助管理人员开展决策,具有重要的实用价值和现实意义。

基于改进IGGⅢ-ELM法的混凝土坝变形监测数据粗差识别方法

针对混凝土坝变形监测数据存在非线性强、粗差识别与剔除困难等问题,结合改进IGGⅢ法对异常值的抗差能力强、极限学习机(ELM)对数据序列预测效率高和对非线性问题处理能力强、增量ELM寻找最优网络结构速度快等优势,提出了基于改进IGGⅢ-ELM法的混凝土坝变形监测数据粗差识别方法,并采用包含两个调和系数的四段权函数对IGGⅢ-ELM法进行改进,使得权函数的一阶导数处处光滑,增强了权函数突变范围内信息的可利用性。与IGGⅢ-ELM法、DBSCAN聚类算法、罗曼诺夫斯基准则和拉依达准则的实例处理结果对比表明:基于改进IGGⅢ-ELM法的混凝土坝变形监测数据粗差识别方法较其他4种方法粗差识别率更高、泛化能力更强、预测效果更好。

基于云模型的大坝变形监测数据分析研究

利用云模型实现定性分析与定量分析之间的转换,并对小浪底大坝沉降监测数据进行分析,验证基于云模型的变形监测数据分析结论的可靠性。

建筑物水平位移变形数据处理方法

本文用坐标变换法详细地推导了建筑物的水平位移公式。给出了一个算例,得出了一些结论。

基于KNN算法的隧道地表变形监测数据异常检测分析

随着城市地下工程的不断增加,各种地面问题日趋严重。在隧道开挖中,由于受地下复杂的地质工程环境、周边条件等因素的影响,会产生渗漏水、裂缝、断面变形侵限等各种病害,造成人员伤亡及经济损失。所以对地表变形监测数据进行异常监测是保证地基稳定性鉴别和预测、预警依据的必要前提。针对无数据标签的隧道地表变形监测数据的异常检测问题,本文提出了一种无监督式的k近邻(K-Nearest Neighbor,KNN)异常监测算法,并将其应用于岑溪至水汶高速公路岑溪大隧道的地表变形监测数据中,对23个监测点分别进行异常检测,并对不同区域的异常检测结果进行分析,确保监测结果真实有效。

多参考点的PS-InSAR变形监测数据处理

针对永久散射体干涉测量(PS-InSAR)基线网平差数据处理过程中单参考点导致的解不够稳定和不够可靠的问题,提出一种结合地面观测资料的多参考点PS-InSAR数据处理方法,并研究推导了相应的数学模型。该方法在PS基线网处理中引入多参考点参与解算,一方面提高了解算结果的稳定性,另一方面通过增加多余观测方程获取最优参数解,提高了解的可靠性。利用覆盖西安市的13景Envisat ASAR数据以及5个角反射器(CR)、GPS点作为已知参考点,分别获取了单参考点和多参考点下的形变场,通过与4个检核点的比较,表明多参考点结果比单参考点更吻合于地面观测资料。

地下洞室变形监测数据的盒维数分形特征分析

在某大型地下洞室群工程的断面变形收敛监测过程中发现其时程曲线的波动程度有着明显的规律性,引入一维盒维数来定量描述该特征,在试算结果基础上探讨了其与围岩性质相关的力学含义。进而,通过采用该指标比较不同监测断面计算结果的差异,印证了盒维数与围岩完整性的对应关系。更进一步,分析各断面的空间位置及其盒维数值的关系,得出了整个区域内围岩完整性的演变规律。最终,由后继开挖过程揭露的围岩情况,证明整个推理过程和结论的有效性。

某大型地下洞室群断面变形监测数据的时序分形特征研究

文章以某大型地下洞室群工程项目为背景,首次引入标准极差(R/S)分析法处理收敛变形时程数据。首先,根据Hurst指数的基本含义并结合力学原理,指出分形维数代表断面变形的收敛速度,而Hurst指数本身代表监测开挖后围岩的松动程度;然后,计算分析了实际变形数据的Hurst指数及其分形维数,从而判断了变形时程曲线的动力特征,比较了同一断面各测线之间的区别;进一步分别计算了同一轴线上不同断面监测数据的Hurst指数值,推测了本工程区域内围岩变形性能的演变趋势;最后,总结了Hurst指数的影响因素及其算法的改进思路。

工程建筑物变形监测数据预测分析

在概述灰色Verhuslt模型基础上,对灰色Verhuslt模型在建筑物沉降监测中的应用做了详细介绍。结合工程实例中4#楼东南角S044点沉降数据建立灰色Verhuslt模型,实证结果表明模型精度可靠,实际沉降量观测值与沉降量预测值吻合较好,在沉降变形分析数据预测分析中应用灰色Verhuslt模型具有可行性。

长江中下游水患区大地变形监测数据的分析与处理

介绍了长江中下游水患区沉降监测工程概况,阐述了在变形监测数据处理中“平均间隙法”的原理与应用,结合三年的监测数据得出了具体的结论。