K-GM（1，1）模型在岩体变形监测中的应用

传统GM （1,1）模型存在着长期预测效果差、模型精度不高等问题,卡尔曼滤波能够排除建模过程中随机干扰因素,滤波值能够反映更真实的数据情况。为了能更好地提高变形监测的预测精度,基于传统GM （1,1）模型和卡尔曼滤波,提出K‐GM （1,1）模型,利用该模型对岩体变形监测数据进行建模预测,并与传统GM （1,1）模型预测结果进行对比分析,结果表明,K‐GM （1,1）模型具有较高的预测精度,可作为变形监测的一种新方法。     

改进后灰色神经网络及短期基坑沉降预测研究

在短期基坑沉降监测中,由于数据量少且呈非线性变化,沉降模型很难准确建立。灰色GM(1,1)对数据少、趋势性强、波动小的数据有较高的预测精度,但不能模拟复杂的非线性函数;BP神经网络可以对非线性数据进行学习训练,具有自学习、自适应能力;通过将GM(1,1)与BP神经网络组合,并优化网络部分的学习率、权值和阈值等,建立一种改进的灰色神经网络模型,该模型具有对非线性数据自学习、自适应能力和预测精度更高等优点。通过某基坑沉降监测分析,验证改进的灰色神经网络模型预测精度更高,适合短期建模,具有很好的实用性。     

一种改进的基于 BDS 三频非差观测的周跳实时探测与修复模型

BDS三频观测条件下可以组合得到具有优良特性的虚拟载波观测量,有利于改善非差观测数据的周跳实时探测与修复。文中提出一种基于BDS三频非差数据的周跳实时探测与修复模型:首先,采用消电离层无几何HMW组合观测量探测和修复EWL周跳;然后,将经过修复的EWL观测量与WL组合消除几何相关项,忽略电离层延迟残差进而确定WL周跳;最后采用经过修复的WL观测量与NL组合形成无几何观测量,并通过优化载波相位组合确定电离层延迟的变化量以探测和计算NL周跳,并通过简单变换得到原始载波观测量的周跳值。通过实测BDS三频数据对模型可行性进行验证分析,结果表明,即使在30s的采样率以及电离层活动活跃条件下,该模型都可有效实时探测和修复各类周跳。     

结合投影变换和相位相关的海冰运动监测

为提高对渤海海冰旋转和平移运动的监测精度,提出一种基于投影变换的相位相关跟踪方法。选取连续8景静止水色成像仪(GOCI)图像序列,根据特征图像窗口的投影变换构造辅助函数,通过寻求函数最优解得到旋转角度集合,选择修正相关系数确定最佳旋转角度,同时根据相位信息实现海冰样本间亚像素级别的平移跟踪,消除传统相位相关法中因忽略图像相频特性所造成的匹配误差。实验结果表明,以手动测量的旋转角度为基准,该方法和传统相位相关法的旋转监测均方根误差的最大值/平均值分别为0.59/0.50与1.41/0.94,跟踪速度提高了50.6%;海冰平移运动的速度矢量与辽东湾的现场实测数据及历史资料记录数据基本一致。该方法对渤海海冰旋转和平移运动具有较好的跟踪效果。     

时变参数灰色模型背景值重构及实现

针对时变参数灰色模型PGM(1,1)的背景值重构收敛速度及稳定性问题,该文运用积分的方法综合序列在Δt内不同变化趋势,导出背景值模型的准确表达式。实现了反映序列对新老信息偏爱程度的最优权值介于(0,1)内,且非不能越过某一阈值;给出了背景值重构模型最优解准确求取的具体算法步骤。基于MATLAB语言的实验结果表明:改进模型预测精度高,易于实现;所研究的带权灰色模型GM(1,n)背景值模型的重构及计算方法验证了PGM(1,1)模型重构及计算实现方法的有效性和实用性。     

三重加权变形监测预测模型及应用

针对GM(1,1)建模过程存在背景值、时间因素和初始条件3方面的不足,该文提出三重加权TPGM(1,1)预测模型。通过对背景值进行加权生成新的背景值,建立PGM(1,1)模型;在PGM(1,1)基础上考虑到时间因素,在求解灰参数时进行第2次加权建立DPGM(1,1)模型;最后考虑到初始条件对预测模型的影响,在DPGM(1,1)基础上进行第3次加权,建立TPGM(1,1)模型。通过实例分析,比较GM(1,1)、PGM(1,1)、DPGM(1,1)、TPGM(1,1)4种模型在变形监测数据处理中的拟合和预测结果,表明三重加权TPGM(1,1)模型拟合效果更好、预测精度更高;该模型具有前3种模型的优点,同时弥补了传统GM(1,1)存在的不足。     

局部均值分解与支持向量回归的大坝变形预测

针对现有变形预测方法对于大坝变形的预测效果不理想的问题,该文利用局部均值分解方法获取生产函数分量并进行支持向量回归建模,用此方法对大坝变形进行多尺度分析。通过局部均值分解对大坝变形序列进行分解得到其乘积函数分量,然后利用支持向量机回归进行外推预测,再把各乘积函数分量的预测结果进行叠加重构生成,进而获得大坝变形预测值。通过实例分析,比较GM(1,1)、支持向量机和该文方法3种模型在变形监测数据处理中的拟合和预测结果,表明该文方法充分发掘数据本身所蕴含的物理机制和物理规律,提高了大坝变形多尺度预测精度。     

BDS中长距离非差实时动态厘米级定位算法

针对BDS常规实时动态定位(RTK)中,随着流动站与参考站间的距离增加,大气延迟误差的空间相关性大大降低,影响了整周模糊度的快速解算和流动站位置信息的解算精度问题。该文研究了一种基于非差观测误差的BDS中长距离常规RTK定位算法,采用非差误差改正方法为流动站提供误差改正,利用参考站的非差误差改正数以单颗卫星为对象进行误差改正。对电离层延迟误差和相对天顶对流层延迟误差进行参数估计,处理电离层延迟误差和对流层延迟误差的影响。最后通过BDS实测数据对该算法进行了算法验证和结果分析。实验结果表明,该算法可以实现BDS中长距离常规RTK的快速定位,并获得厘米级定位精度。     

利用PSInSAR技术监测北京地面沉降

地面沉降已成为大城市面临的重大灾害之一,对其进行有效监测十分必要。采用基于相位稳定性特征的PSInSAR对覆盖北京的31景TerraSAR-X数据进行干涉处理,获取了该研究区的地面沉降范围、沉降速率,并对重点沉降区域时序形变特征及成因进行分析研究。实验结果显示,2010~2013年,研究区内的平均形变速率范围为-51.49~8.15mm/yr,与精密水准测量具有较高的一致性,表明PSInSAR监测结果精度可靠,能实现对北京地区的地面沉降情况的有效监测。     

瓦斯压力对煤系页岩瓦斯吸附特性影响核磁共振谱试验研究EI北大核心CSCD

瓦斯压力是影响煤系页岩瓦斯吸附特性的关键因素。以阜新高瓦斯矿井清河门矿煤系页岩为研究对象,采用低场核磁共振（NMR）谱技术,通过向放有试样的夹持器中不断充入瓦斯,模拟煤系页岩瓦斯集聚赋存过程。以核磁共振T2谱幅值积分作为反映瓦斯吸附量定量化指标,从微细观角度定量研究瓦斯压力对吸附态和游离态瓦斯量影响规律。试验结果表明,（1）两个截止阈值确定了吸附态和游离态瓦斯T2谱曲线范围;（2）瓦斯压力对煤系页岩吸附态和游离态瓦斯增量均有显著影响。吸附态瓦斯增量变化受控于煤系页岩和瓦斯分子间作用力,而游离态瓦斯增量则主要与煤系页岩孔隙结构有关;（3）吸附态瓦斯量与瓦斯压力间关系符合朗格缪尔等温吸附方程,而游离态瓦斯与瓦斯压力呈3次函数关系;（4）以瓦斯T2谱均值变化幅度定量描述孔隙平均半径扩胀变形程度,随瓦斯压力增加,煤系页岩中大孔隙结构均发生显著扩胀,平均半径增加1.47倍,而微孔隙结构尺寸未见明显变化。