变形监测数据的混沌现象分析

本文简述了识别变形数据混沌现象的Lyapunov指数方法和关联维数方法;讨论了变形监测数据的Lyapunov指数和关联维数的计算方法;最后结合大坝观测变形观测数据给出了实际算例。     

基坑变形的混沌时间序列分析方法及应用研究

运用混沌理论研究基坑变形破坏的演变机理,对基坑变形观测数据序列进行相空间重构,将若干固定时间延迟点上的测量作为新维处理,形成相点,按照关联维数方法求算吸引子维数,提取和恢复基坑系统原有的规律。实例分析表明,混沌理论为基坑预测研究提供了新的途径。     

监测网观测元素在变形观测中的灵敏度分析

阐述了现代变形监测网常用的观测方法,从观测元素的可靠性和灵敏度数学模型出发,通过1维、2维监测网数据来分析各个观测元素的可靠性和灵敏度,并得出变形监测中观测方法对观测元素的敏感度影响.     

基于混沌理论的煤矿井筒地表沉降分析及预测

通过对主井及其附近两个稳定点进行了变形监测,利用混沌理论对两个时间序列进行了混沌特征的分析,发现两个时间序列的关联维数分别为1.3282和1.4587,嵌入维数都为3,最大Lyapunov指数分别为λ=0.0833和λ=0.0745。说明这两个监测点的时间序列具有混沌的特征,存在混沌现象。采用混沌一阶局域法进行预测时,采用不同时间间隔得到预测结果有较大差异。其中,采用最小时间间隔得到预测结果最差,而采用平均时间间隔得到的预报精度等级和预报准确率均为最优。     

基于混沌动力学系统高程时间序列分析

随着我国CORS基准站的投入使用,获得了大量高精度连续观测数据,这些数据被广泛应用到测绘行业、航天、航空和军事等许多行业的领域中,因此,对高程时间序列分析有着极其重要的意义。本文先采用Pan Ta方法剔除异常值,然后基于混沌动力学系统,采用Lyapunov指数Wolf方法检验与Lyapunov指数谱矩阵估计对时间序列进行平稳性分析;采用约束实现CAFFT算法生成替代时间序列与Lyapunov指数p-范数检验时间序列非线性。通过分析可知,北京房山站高程时间序列为非线性、非稳态时间序列,观测系统为部分确定性机制低阶混沌动力系统,所以在对该高程时间序列进行拟合、谱估计和周期拟合等数据处理前,必须对数据进行数据相空间重构。     

混沌特征参数对神经网络预测电离层TEC的影响分析

利用国际GNSS服务组织(IGS)提供的东经115°经线上不同纬度处一年的电离层总电子含量(TEC)时间序列数据,研究了如何进一步提高基于神经网络方法预测电离层TEC的效果。研究表明:电离层TEC的预测误差与电离层TEC时间序列的最大Lyapunov指数与该序列均值的乘积具有较强的相关性;而且与时间延迟和嵌入维数的选择是否恰当也有着密切关系。     

利用夹角余弦和聚类分析的电离层TEC混沌预测

利用120°E、45°N上空的2008年年积日101~150d时间段内共600个电离层格网TEC数据,分析了该点上空电离层TEC参数的混沌特性,发现其关联维数为2.263 2,嵌入维数m=5,最大Lyapunov指数为0.083 3,该TEC时间序列具有混沌的特征,存在混沌现象。利用加权一阶局域法对TEC时间序列进行预测时,提出了利用夹角余弦和聚类分析方法对相似相点进行选择的方法,结果表明,在5维相空间中,该方法除在第4分向量略不及欧氏距离和夹角余弦方法外,其余4个分向量均优于后两种方法。利用该方法选择的相似相点进行一阶局域预测时,得到的标准差STD(0.618TECU)和RMS(0.623TECU)均小于欧氏距离和夹角余弦得到的STD和RMS,说明该方法可以准确地搜索到与基准点相关性更强的相似相点,预测精度更高。     

顾及尺度转换参数的3维激光扫描数据配准方法研究

利用3维激光扫描仪对变形区域进行变形监测时,同期观测数据需要拼接到同一坐标系下,同时多期观测数据需要在同一外部坐标系下。在分析现有坐标系转换方法和3维激光扫描数据特点的基础上提出了参数优化法。利用参数优化法对三个以上公共点计算,求取转换参数,从而将观测数据转换到外部坐标系下。实验结果表明,该转换方法获取的数据精度有明显的提高,因此具有较高的实际应用价值。     

基于混沌时间序列的桥梁沉降预测

混沌的离散情况常常表现为混沌时间序列,而混沌时间序列中蕴含着丰富的系统的动力学信息。本文基于某桥梁的实际观测的沉降时间序列用自相关法求取时间延迟t、用Cao方法求取嵌入维数获得相空间重构参数,然后用最大Lyapunov指数法进行时间序列的混沌特性识别,证明桥梁沉降运动系统具有混沌特性。最后分别使用加权一阶局域预测法、Volterra级数自适应预测法以及RBF神经网络预测模型进行预测,比较了几种方法的预测精度,得到RBF神经网络模型在短期预测中具有较好的性能。     

混沌理论支持下的桥梁变形监测研究

针对桥墩的非线性下沉问题，引入了混沌理论。采用改进的C-C算法计算时间序列的时间延迟τ，采用改进的G-P算法计算最佳嵌入维数m，进行相空间重构，并与传统算法对比抗干扰性，计算效率等得到了改善，运用Lvyapunov指数判别该时间序列的混沌特性；最后根据所求参数建立加权一阶局域预计模型和RBF神经网络混沌预计模型，分别对观测数据进行预计分析，将混沌时间预测结果与指数平滑法预测结果进行对比分析。得出混沌时间预测精度高于指数平滑法预测精度，RBF神经网络混沌预计模型的预计精度最高，证明混沌时间序列预计精度可靠，能够实时对桥身变形进行监测，避免灾害的发生。     

等维新息灰色模型在深基坑变形预测中的应用

分析了改进的等维新息灰色预测模型用于深基坑变形预测的合理性。应用深基坑实际变形监测资料,对其预测精度及可行性进行了验证。结果表明,等维新息灰色模型的预测精度较高,模型的预测结果基本上能满足要求。灰色预测模型的预测精度与监测的时间间隔是否固定、数据变化的规律性是否明显有关。当规律明显时预测精度较高,而当监测时间间隔波动大、数据有大的跳跃突变时,预测精度较低。     

基于GPS的建筑物变形监测数据处理与系统设计

着重于GPS数据的单历元解算方法研究,以及监测点变形量的分析和预测。此外还探讨了该方法在变形监测系统数据处理中的应用情况,以及数据的相关性对变形精度的影响。本文还阐述了对变形量进行分析和预测的各种方法,提出了整体方差法对变形量进行分析,并用卡尔曼滤波的方法对变形值进行预测,试算结果表明这些方法是可行的。最后,本文设计一套GPS自动变形监测系统,包括软件功能设计、数据库实现等,并对系统安全性和可靠性进行了分析。     

土地资源基础数据可视化表达技术研究

介绍了土地基础数据的核心内容及其关联关系,分析了土地基础数据的多维(结构维、时间维、空间维)特征。在对可视化技术分类方法进行阐述的基础上,通过综合研究、试验验证,形成了适用于土地基础数据的可视化表达方法的过程,为更好地发挥土地基础数据在国土资源管理乃至经济、社会发展过程中的作用提供技术支撑。     

基于CRInSAR和kalman滤波的监测地表三维形变的研究

CRInSAR技术克服了传统DInSAR的一些不足,成为近年来的研究热点,但单一的CRInSAR技术只能监测LOS的一维形变。而kalman滤波采用状态空间的概念,可以用来估计平稳或非平稳的多维信号随机过程,已经被广泛地应用于动态数据处理之中。因此本文以CRInSAR模型为基础,将不同时间跨度的干涉数据作为动态数据,构建相应的观测方程和状态方程,并以经典的kalman滤波估计角反射器的三维形变量和三维形变速度。实践证明,该方法是合理可行的。     

变形系统的混沌化研究

变形体变形系统是一个动态的非线性复合系统.变形运动的混沌行为验证主要通过计算系统的Lyapunov指数的正负得出.本文通过对变形系统的动力方程的混沌化研究,验证了当系统为单一连续时间系统时,构造合适的状态矩阵,保证其特征值大于某一参数就能确保变形系统的混沌化,而如果系统是反馈系统,合理选择反馈参数一样能使系统走向混沌.     

基于GPS的建筑物变形监测数据处理与系统设计

着重介绍了GPS数据的单历元解算方法,以及监测点变形量的分析和预测,探讨了这种方法在变形监测系统数据处理中的应用情况及数据相关性对变形精度的影响。阐述了对变形量进行分析和预测的各种方法,提出用整体方差法对变形量进行分析,并用卡尔曼滤波方法对变形值进行预测,试算结果表明这些方法是可行的。最后,设计了一套GPS自动变形监测系统,包括软件功能设计、数据库实现等,并对系统安全性和可靠性进行了分析。     

EMD在北斗桥梁变形监测数据中的应用研究

针对我国北斗系统变形监测数据中存在的噪声问题,本文利用自适应信号分析方法经验模态分解(EMD)对某北斗实测变形监测数据进行降噪处理。首先对E、N、U 3个方向的分量进行分解获取本征模态函数及趋势项,其次根据相关系数分离出噪声的本征模态函数,最后根据重构方法得到干净的位移序列。结果表明:EMD方法在北斗变形监测数据中的去噪是可行的,能有效分离信号与噪声,进一步提高了北斗观测的精度。