共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
3.
4.
5.
由于受到许多复杂因素影响,沉降监测过程中所得到的信号数据可能会含有噪声。Matlab中小波分析功能能够对信号数据中的噪声信号进行有效的分解,最后重构处理后的信号。通过实例对比,选用合适的去噪方法和去噪函数,对信号数据进行处理,最后能够得到更适合的最优估计。 相似文献
6.
刘占利 《测绘与空间地理信息》2021,44(11):151-154
跨海大桥在运行期间因受自身因素以及飓风、海浪等多种外界因素的影响,桥梁变形表现为非线性变形.针对这种现象,本文以跨海大桥观测数据为例,使用小波理论进行去噪处理,对去噪后的数据分别建立BP神经网络预测模型以及POS-BP神经网络预测模型,并对比分析预测结果.结果表明:POS-BP神经网络预测模型预测精度更高. 相似文献
7.
8.
小波神经网络对建筑物变形预报具有较高的模型拟合及预报精度。从小波神经网络算法原理出发,阐述了使用该方法对所获得的桥梁变形监测数据进行模型建立及预报的过程,并利用Matlab实现了编程代码。通过对某桥梁变形监测预报的应用表明,该方法具有很强的可行性和实用性,可及早为桥梁变形预警,避免或减少灾害的发生。 相似文献
9.
变形监测数据处理的小波去噪方法 总被引:3,自引:1,他引:3
变形监测数据中包含有实际变形量和噪声,应用小波分析理论,对监测数据进行变形信号的提取和噪声的消除,通过实例证明,它的效果非常明显。 相似文献
10.
对沉降数据的准确预测不仅可以预知监测目标的变形趋势,还可以避免重大事故的发生.首先采用小波去噪的方法对沉降数据进行降噪处理,然后建立BP(Back Propagation)神经网络预测模型,利用实例数据进行实验验证,同时与未去噪的BP神经网络预测模型对比.实验结果表明,基于小波去噪的BP神经网络预测模型精度较未去噪的B... 相似文献
11.
GPS变形监测系统中的监测点的观测资料是与时间有关的信号序列,本文研究应用小波分析优化流程,结合苏通大桥GPS变形监测系统获取的监测点数据序列进行分析。结果表明,选择合适的小波基函数,对数据信号进行小波分解与重构,可以有效地从受到强噪声干扰的监测数据序列中提取有用的特征信号,较好解决了传统处理技术对GPS动态观测数据去噪以及特征信息提取的局限性。 相似文献
12.
13.
14.
本文以青岛市胶州湾跨海大桥为研究对象,针对2014-01—2016-03 PS-InSAR技术测得的形变数据进行信息深度挖掘。在数据处理过程中,首先引入形变随季节变化及形变随温度变化的两种新模型,然后分别采用传统线性模型和这两种模型对PS点形变数据进行了分解,通过对比3种模型与实测形变数据的匹配程度,评估不同模型在桥梁分析过程中的性能。数据分析结果证实,随季节变化的周期型形变是桥梁主要形变,进而线性—周期模型的分析效果最好。同时,基于桥梁某区间的数据,重点分析了该区间内形变信息沿桥梁纵向的剖面图,并结合桥梁结构信息,对伸缩缝两侧PS点的形变特征及成因进行重点讨论。实测数据分析证实了InSAR技术具备监测桥梁微小形变信息的能力。在未来应用过程中,它能对桥梁形变风险进行早期识别,提前对风险桥梁及其风险区域进行预报,并为风险成因分析提供测量数据,最终为城市桥梁风险管理提供技术支持。 相似文献
15.
16.
17.
18.
实时准确地监测和分析大型建筑物的变形对于大型建筑物的施工与运行是十分重要的。奇异谱分析(SSA)是一种与经验正交函数相关联的一种统计技术。文中采用奇异谱分析(SSA)的方法,结合功率谱峰值与原序列和RC1-2重建序列均方误差最小的方法确定最优潜入维数M,研究了特长钢箱梁桥索塔的变形趋势和震荡周期。小波分析技术也可以很好地描述时间序列的时频分布,但SSA重构后的结果比小波要平滑些,更能反映出时间序列的特征。结合苏通大桥北索塔监测序列表明,北索塔站的N,E,U方向上均存在明显的趋势和显著的变动周期,而且也含有较多的噪声信息。 相似文献
19.
结合模平方的双树复小波变形监测数据滤波 总被引:1,自引:0,他引:1
针对变形监测数据的去噪问题,该文在分析离散小波变换去噪不足的基础上,提出了一种基于模平方的双树复小波变形监测数据滤波方法。该方法利用双树复小波变换的完全重构、近似平移不变性和较好的方向选择性等特点,通过最小尺度空间的小波系数得到噪声强度,并结合模平方处理法确定各层的阈值,经重构阈值处理后的各层小波系数即得到去噪后的信号;经算例,并与传统离散小波变换对比分析。结果表明:双树复小波变换的分解效果优于传统离散小波变换,能较好地表现出细节部分的频率信息,使变形信号的周期性变化特征更为明显。该方法去噪更彻底,进一步提高了消噪的精度和可靠性,可作为变形监测数据降噪处理的新方法。 相似文献