基于小波阈值去噪理论的监测数据处理方法

为了研究监测对象的变形规律,有必要消除测量噪声得到更准确的数据,小波变换理论在数据处理方面有其特点。本文利用小波去噪的理论对监测数据进行小波变换,得到信号的高频部分,并进行去噪处理,得到了较好的效果。此方法具有一定的工程应用价值,本文提供了一个地铁工程变形监测数据处理的例子。     

小波时间序列分析在高铁沉降变形中的应用

采用小波时间序列预测模型,建立基本思想和实现步骤,结合某高铁沉降监测数据,利用db3小波对原始数据进行去噪,在此基础上,建立了AR(2)模型,与运用时间序列方法所求出的预测值,进行比较分析,结果表明,采用小波时间序列预测模型,求出的预测值精度更高,具有很强的实用性。     

小波去噪的灰色最小二乘支持向量机变形预测

针对变形监测数据的随机性和非平稳性,以及单一预测模型的不足,该文提出了基于小波去噪的灰色最小二乘支持向量机变形预测模型。采用小波去噪对原始数据进行降噪处理,减弱数据随机扰动的影响,建立灰色最小二乘支持向量机模型,并采用粒子群算法寻找最优参数。通过大坝位移监测数据实例对模型进行验证,并与灰色模型、最小二乘支持向量机以及灰色最小二乘支持向量机进行对比分析。实验结果证明,该模型预测精度更高、稳定性更强。     

改进灰色马氏组合模型在建筑物沉降预测中的应用

结合青岛某工程大厦实测数据,提出了基于小波去噪的改进灰色-马尔柯夫组合模型,对建筑物进行沉降预测。首先,采用小波变换理论对数据进行小波去噪;然后,利用Matlab建立新陈代谢灰色模型,并对去噪数据进行沉降预测;最后,将新陈代谢灰色模型得到的相关预测值划分为不同的状态区间,再利用马尔科夫模型来确定最终的沉降预测值。结果表明,组合模型的预测精度和预测结果要优于其他两个模型,且其稳定性和可靠性都有很大提高。     

基于小波去噪的BP神经网络在变形监测中的应用

在变形监测领域中,对沉降数据的准确预测能够提前获悉检测对象的变形趋势,避免事故发生.原始监测数据普遍含有异常值,从而会对预测模型精度造成一定影响,降低预测结果的准确性.以BP(Back Propagation)神经网络为基础,采用小波去噪的方式针对剔除和插补原始数据中的异常值,分别建立去噪前后BP神经网络预测模型,并利用工程实例对预测模型精度进行分析.结果表明,小波去噪后的BP神经网络预测模型相比去噪前精度有所提升,精度更高,能够更为准确地反映监测对象的变形趋势.     

利用InSAR-GIS监测西安地面沉降的分析研究

针对合成孔径雷达干涉测量(InSAR)技术在监测地表形变的数据后处理及成果表达和分析方面存在的一些局限性问题,研究通过GIS数据库管理InSAR监测数据和相关区域的地理、水准及GPS数据等辅助数据,以及利用GIS空间分析功能对监测结果进行分析的方法与实现。以西安地区InSAR数据为研究对象对提出的方法进行实现,试验结果表明,GIS技术与InSAR技术相结合用于地面沉降监测可以有效地解决在监测地表形变的数据后处理及成果表达和分析方面的局限性问题。     

基于一种组合模型的地铁监测数据处理

地铁自动监测数据含有较多随机误差成分,可以利用卡尔曼滤波对其进行处理,从而获得真实、稳定的地铁形变信息,然后基于支持向量机法对滤波后的地铁监测数据建立预测模型,并与实际L3水准结果以及BP神经网络预测结果进行比较。结果显示,卡尔曼滤波能够显著降低原始数据中的随机噪声成分。与BP神经网络相比,支持向量机方法预测精度提高了50%。采用不同监测数据量对K-SVM预测精度进行研究,结果表明,在监测数据较少时,增加监测数据能够显著提高预测精度,而当监测数据量大于20时,K-SVM预测模型的已知数据需求达到饱和,能够获得最优预测结果。基于K-SVM的地铁自动监测数据的处理和预测能够更加准确地预测地铁真实形变,为地铁安全监测、预警提供更加可靠的信息。     

时序InSAR在城市地铁工程区形变监测中的应用

地铁建设会引发城市地表形变灾害,而传统的合成孔径雷达差分干涉测量（D-InSAR）难以实现城市地铁工程区域的精细测量。本文利用TerraSAR-X高分辨率数据,采用PS-InSAR和SBAS-InSAR方法对徐州地铁1号线东部工程场地进行了形变监测,获取了该区域2016年6月15日-2016年9月11日期间的形变时序图。通过与人工角反射器布设点的水准测量数据对比分析,发现利用两种时序InSAR测量方法得到的地表形变结果与水准测量结果非常一致,形变误差均在1 mm以内;而SBAS-InSAR探测地表形变的敏感性低于PS-InSAR。结果表明,利用高分辨率SAR影像监测城市地铁形变具有亚毫米级的测量精度和米级的定位能力,同时证明了时序InSAR分析技术在城市地铁工程形变监测应用中的广阔前景。     

综合滤波InSAR干涉图去噪实验分析

本文在分析均值滤波、圆周均值滤波、中值滤波、自适应中值滤波、二维自适应滤波和不规则窗口自适应中值滤波方法对模拟数据干涉图纹图进行滤波去噪处理的效果的基础上,引入综合滤波去噪方法,使用该滤波去除方法对真实数据InSAR干涉图进行滤波去噪处理,并对结果从定性和定量两个方面进行分析讨论。实验结果分析表明,InSAR干涉图综合滤波去噪方法是有效和可行的。     

Research on the Monitoring the Ground Subsidence of Xi＇ an Based on InSAR-GIS Technique

针对合成孔径雷达干涉测量（InSAR）技术在监测地表形变的数据后处理及成果表达和分析方面存在的一些局限性问题,研究通过GIS数据库管理InSAR监测数据和相关区域的地理、水准及GPS数据等辅助数据,以及利用GIS空间分析功能埘监测结果进行分析的方法与实现。以西安地区InSAR数据为研究对象对提出的方法进行实现,试验结果表明,GIS技术与InSAR技术卡“结合用于地面沉降监测可以有效地解决在监测地表形变的数据后处理及成果表达和分析方面的局限性问题。     

基于升降轨时序InSAR数据融合的沈阳市地表沉降监测

城市的地表沉降可能导致人民经济财产安全的损失,因此,对城区地表沉降进行持续监测是保证城市安全的重要环节。基于稳定散射地物的时间序列InSAR近年来被逐渐应用于形变监测中,来自不同轨道监测到的同一位置的形变情况不同,且无法获得一个完整地表沉降的形变信息。本文提出了一个新的多轨道时序InSAR数据融合方法,以辽宁省沈阳市铁西区为例,利用一组Terra SAR-X升轨数据和一组COSMO-SkyMed降轨数据,通过SBAS-InSAR方法进行处理,并采用Kriging插值方法和奇异值分解求逆等方法对其进行融合,得到了一个垂直方向的完整的形变场,为城市沉降值的获取和分析提供了一个更加准确的变形监测。     

时间序列分析在地铁沉降监测中的应用

采用时间序列分析方法,对长春市地铁一号线——繁荣路站基坑变形监测点连续28期的数据进行分析处理,建立自回归模型,并对后4期数据进行预报,其一步拟合中误差为σ=±0.2 mm,具有较高精度。通过对数据的分析,论证了时间序列分析方法在地铁沉降监测中的可行性与有效性。     

城市地铁变形监测数据处理

为确保地铁施工安全进行变形监测是非常重要的手段,而变形监测的最终目的是预测,即对观测物的未来形态进行预报和分析。时间序列的原理是找出事物随时间变化的规律,从而对数据变化趋势做出正确的分析和预报。本文通过对时间序列的研究对长春地铁繁荣路站的变形监测数据进行了分析和预报。     

InSAR技术在沂沭断裂带地表形变监测中的应用研究

针对常规大地测量监测沂沭断裂带地表形变结果无法全面反演该区域构造应力场的局限性,尝试采用PS和SBAS两种In SAR时序分析技术对该区域地表形变进行监测。首先对SBAS-In SAR技术的原理进行详细推导和分析;在此基础上,对覆盖研究区的14景ENVISAT-ASAR数据采用PS-In SAR和SBAS-InSAR技术进行处理,分别提取了该区域地表年平均形变速率图;通过与水准监测数据的对比分析发现:InSAR时序分析方法在大范围、持续缓慢断裂带地表形变监测中能够获取与精密水准监测一致的形变趋势,且SBAS-In SAR技术在数据量较少情况下能获得更好的监测效果。这表明In SAR时序分析技术可以作为断裂带微小地表形变监测的有效手段。     

时间序列InSAR技术中的形变模型研究

时间序列InSAR技术,包括PS-InSAR技术和小基线集InSAR技术, 能有效克服传统D-InSAR的失相干限制, 逐步成为形变测量中的实用化技术。但是, 现有时间序列InSAR技术主要采用线性函数对真实形变进行模拟, 在真实形变呈现强烈的非线性时, 这种处理将不能得到正确的形变结果。本文就时间序列InSAR的形变模型问题展开研究, 首先从干涉相位模型解算的方法入手, 深入分析了线性形变模型的不足, 当干涉点目标的密度不够并且真实形变的非线性较强时, 干涉相位方程的解将会发散。根据魏尔斯特拉斯逼近定理, 提出以高阶多项式取代线性形变模型, 并给出了基于多项式形变模型的干涉相位方程解算方法。 利用太原市2003-2009年的23景ENVISAT ASAR影像, 分别采用线性形变模型和三次多项式形变模型, 利用小基线集技术进行了形变反演。将这两种方法得到的结果分别与水准测量结果进行了比较。结果表明, 采用多项式形变模型不仅能取得更高的形变测量精度,而且能提高点目标的密度。由于高阶多项式总能比低阶多项式更准确地拟合连续函数, 因此本文提出的多项式形变模型在时间序列InSAR形变监测中具有广泛的应用价值。     

雷达遥感滑坡隐患识别与形变监测

滑坡是全球发生最为频繁、造成损失最严重的自然灾害之一,滑坡表面形变测量对于滑坡的早期识别、监测和预警具有重要意义.雷达遥感具有非接触式大范围空间连续覆盖和高精度形变测量等优势,在滑坡地质灾害领域中取得了广泛的应用.本文概述武汉大学干涉雷达遥感团队近几年在利用雷达遥感监测滑坡形变方面的研究内容,包括:雷达遥感在滑坡形变监...     

一种面向时间序列InSAR的不连通子网快速连接方法

时间序列InSAR技术目前已广泛应用于地表形变监测,尤其是稳定点目标较多地区的城市地面沉降监测。然而,实际应用中受大气相关距离限制以及模型相干系数阈值影响,连接点目标的Delaunay三角网常常不能完整地连接所有点目标,出现若干个不连通的子网。这种现象导致无法获取部分点目标的形变信息,特别是在非城镇地区影响尤为明显。为了提取大区域地表形变信息,本文提出了一种多层级、不同步长的子网最近邻点目标快速连接方法。其显著特点是通过逐层联网的方式,可快速减少子网数目。与现有复杂网络连接方法相比,该方法在保证结果精度的前提下,数据处理耗时仅为前者的32.56%。     

利用稀少卫星影像控制点生产1:10 000 DOM——以阿拉善盟测区为例

青藏铁路沿线地表受多年冻土的影响会产生抬升和沉降,形变监测对于其安全运行至关重要。本文采用41景C波段Sentinel-1A升轨数据,结合均匀网格划分子区域的方法,探测分布相对均匀的永久散射体,以作为SBAS InSAR技术的地面控制点,对青藏线羊八井站至乌玛塘站段铁路及其沿线地表进行形变监测。试验结果表明,该段铁路年形变速率范围为-8~2 mm/a,该区域形变受周围冻土的影响随季节呈周期性变化;SBAS InSAR技术和本文的PS-SBAS InSAR技术在同名点形变趋势与形变程度方面的对比结果保持一致性,进一步说明了本文方法的可靠性。     

利用Sentinel-1影像监测土地回填导致的地表形变

在机场填海区地表稳定散射的范围内,本文运用合成孔径雷达干涉测量(InSAR)技术对机场地表形变安全性进行了监测分析,反演获得了研究区域范围内的年形变速率数据结果和高分辨率形变时序结果,并以此分析了香港国际机场的地表形变区在监测周期内的形变时空分布特征.为证明监测结果的精度和可靠性,本文采用全球导航卫星系统(GNSS)观...