基于小波变换的变形监测应用研究

来源:用户上传      作者:原智华

　　摘  要： 论文采用小波变换对变形监测数据进行不同频带分离与变形信号消噪处理，同时进行平滑处理。利用该方法可以减少外界因素的干扰，提高预测精度。结合工程实例进行验证，同时将小波变化模型与传统的灰色预测模型、卡尔曼滤波模型、动态灰色模型进行对比，结果显示，利用小波变换进行变形监测的精度比上述传统模型精度高，小波变换取得的效果较好。
　　关键词： 小波变换;变形监测;灰色预测模型;卡尔曼滤波模型
　　中图分类号： P208    文献标识码： A    DOI：10.3969/j.issn.1003-6970.2019.04.032
　　本文著录格式：原智华. 基于小波变换的变形监测应用研究[J]. 软件，2019，40（4）：150153
　　【Abstract】： In this paper， wavelet transform is used to separate the different frequency bands of the deformation monitoring data and de-noising the deformation signals， and at the same time， smooth processing is carried out. Using this method， the disturbance of external factors can be reduced and the prediction accuracy can be improved. At the same time， the wavelet change model is compared with the traditional grey prediction model， Kalman filter model and dynamic grey model， and the results show that the wavelet change model is compared with the traditional grey prediction model， Kalman filter model and dynamic grey model. The accuracy of
　　【Key words】： Wavelet transform; Deformation monitoring; Grey model; Calman filter model
　　0  引言
　　小波變换是用一族函数去表示或逼近一信号或函数，可以很好的剔除建模数据的随机干扰噪声[1-5]。实际的观测过程中，外界因素极为复杂，观测数据不可避免的含有很多随机扰动误差，使得观测数据变化较大，影响目标的预测质量。将小波变换应用在变形监测中，可以提高预测的精度，更好的预测目标的变形趋势。通过与已有模型进行对比，论文分析了小波变换在变形监测中的有效性。
　　1  灰色理论模型的建立
　　1.1  灰色GM（1，1）模型[6]
　　由对比结果可以看出，小波变换剔除外界误差之后，更能反应出变形规律，对于预测基坑的变形更加有效。
　　5  结束语
　　在对变形监测数据进行降噪的过程中，小波变换是一种有效的手段。小波分解可以将原始信号分解为频带不同的信号，为分析噪声和变形体的物理变形和噪声来源提供了根据。所以小波变换在变形监测数据处理中，小波变换的应用是一种有效的，具有优势的，具有前景的一种手段。
　　参考文献
　　[1] 信冠栋， 施昆， 吕晓阳. 遥感动态监测模型在拉市海湿地保护区土地利用中的研究[J]. 软件， 2018， 39（4）： 170-175.
　　[2] 丁知平. 量子混沌自适应粒子群优化算法的研究[J]. 软件， 2018， 39（4）： 09-14.
　　[3] 刘婉静， 田璐泽， 陈硕， 等. 基于灰色预测法对移动端考研产品的研讨[J]. 软件， 2018， 39（2）： 161-163.
　　[4] 王利.公路边坡监测理论与GPS一机多天线系统研究[D]. 西安：长安大学， 2006.
　　[5] 黄声享， 尹晖， 蒋征.变形监测数据处理[M]. 武汉大学出版社， 2012.
　　[6] 邓聚龙. 灰色系统基本方法[M]. 武汉： 华中理工大学出版社， 1987. 96-164.
　　[7] 邓聚龙. 灰色系统论文集[M]. 武汉： 华中理工大学出版社， 1989. 195-197.
　　[8] 姜刚， 杨志强， 张贵钢. 卡尔曼滤波算法的灰色理论模型在变形监测中的应用[J]. 测绘科学， 2011， 36（4）： 19-21.
　　[9] 宋文尧， 张牙. 卡尔曼滤波[M]. 北京： 科学出版社， 1991.
　　[10] 王琦， 孙华， 李伟华， 等. 卡尔曼滤波在变形监测数据处理中的应用[J]. 工程地球物理学报， 2009， 6（5）： 658-661.
　　[11] 张勤， 蒋廷臣， 王秀萍. 小波变换在变形监测中的应用研究[J]. 测绘工程， 2005， 14（1）： 810.
　　[12] 尹健华， 廖继旺， 刘云芳. 基于小波变换的噪声消除算法研究[J]. 测控技术， 2007， 15（36）： 144-145.
　　[13] 喜文飞， 史正涛. 基于卡尔曼滤波的动态灰色理论模型研究[J]. 测绘工程， 2014， 23（3）： 24-27.
　　[14] 喜文飞， 王术， 李菁山. 小波变换在变形监测中的应用研究[J]. 测绘科学（2016专刊）， （41）： 169-171.
转载注明来源:https://www.xzbu.com/8/view-15016114.htm