基于小波變換的變形監(jiān)測應用研究
發(fā)布時間：2021-10-13 21:00
論文采用小波變換對變形監(jiān)測數(shù)據(jù)進行不同頻帶分離與變形信號消噪處理,同時進行平滑處理。利用該方法可以減少外界因素的干擾,提高預測精度。結合工程實例進行驗證,同時將小波變化模型與傳統(tǒng)的灰色預測模型、卡爾曼濾波模型、動態(tài)灰色模型進行對比,結果顯示,利用小波變換進行變形監(jiān)測的精度比上述傳統(tǒng)模型精度高,小波變換取得的效果較好。
【文章來源】：軟件. 2019,40(04)
【文章頁數(shù)】：4 頁
【部分圖文】：
變化尺度（mm）橫坐標：時間尺度圖1小波分解變化縱坐標：小波
原智華：基于小波變換的變形監(jiān)測應用研究153《軟件》雜志歡迎推薦投稿：cosoft@vip.163.com表4小波變換Tab.4Wavelettransform期數(shù)12345678910觀測值(mm)62.6963.1662.8362.3962.2162.1561.8661.2860.9160.34濾波值(mm)62.7762.1962.7762.4162.262.1261.8161.4861.3360.83期數(shù)11121314151617181920觀測值(mm)59.6959.0958.7658.5458.358.1857.9657.8557.4957.07濾波值(mm)60.2859.7558.2658.8758.6158.3358.0657.7157.4657.1圖2原始數(shù)據(jù)與軟閾值消噪后觀測數(shù)據(jù)對比Fig.2Comparisonofrawdatawithsoftthresholddenoising從圖2可以看出來，經小波變換消噪后，數(shù)據(jù)變得更加平滑，剔除了噪聲的影響，更能看出變形的趨勢。將卡爾曼濾波、小波變換、傳統(tǒng)的GM模型、動態(tài)GM模型進行對比，對比結果如下圖所示。圖3預測結果對比Fig.3Comparisonofpredictionresults由對比結果可以看出，小波變換剔除外界誤差之后，更能反應出變形規(guī)律，對于預測基坑的變形更加有效。5結束語在對變形監(jiān)測數(shù)據(jù)進行降噪的過程中，小波變換是一種有效的手段。小波分解可以將原始信號分解為頻帶不同的信號，為分析噪聲和變形體的物理變形和噪聲來源提供了根據(jù)。所以小波變換在變形監(jiān)測數(shù)據(jù)處理中，小波變換的應用是一種有效的，具有優(yōu)勢的，具有前景的一種手段。參考文獻[1]信冠棟,施昆,呂曉陽.遙感動態(tài)監(jiān)測模型在拉市海濕地保護區(qū)土地利用中的研究[J].軟件,2018,39(4):170-175.[2]丁知平.量子混沌自適應粒子群優(yōu)化算法的研究[J].軟件,2018,39(4):09-14.[3]劉婉靜,田璐澤,陳碩,等.基于灰色預測法對移動端考研產品的研討[J].軟件,2018,39(2):161-163.[4]王利.公路邊坡監(jiān)測理論與GPS一機多天線系統(tǒng)研?
濾波值(mm)62.7762.1962.7762.4162.262.1261.8161.4861.3360.83期數(shù)11121314151617181920觀測值(mm)59.6959.0958.7658.5458.358.1857.9657.8557.4957.07濾波值(mm)60.2859.7558.2658.8758.6158.3358.0657.7157.4657.1圖2原始數(shù)據(jù)與軟閾值消噪后觀測數(shù)據(jù)對比Fig.2Comparisonofrawdatawithsoftthresholddenoising從圖2可以看出來，經小波變換消噪后，數(shù)據(jù)變得更加平滑，剔除了噪聲的影響，更能看出變形的趨勢。將卡爾曼濾波、小波變換、傳統(tǒng)的GM模型、動態(tài)GM模型進行對比，對比結果如下圖所示。圖3預測結果對比Fig.3Comparisonofpredictionresults由對比結果可以看出，小波變換剔除外界誤差之后，更能反應出變形規(guī)律，對于預測基坑的變形更加有效。5結束語在對變形監(jiān)測數(shù)據(jù)進行降噪的過程中，小波變換是一種有效的手段。小波分解可以將原始信號分解為頻帶不同的信號，為分析噪聲和變形體的物理變形和噪聲來源提供了根據(jù)。所以小波變換在變形監(jiān)測數(shù)據(jù)處理中，小波變換的應用是一種有效的，具有優(yōu)勢的，具有前景的一種手段。參考文獻[1]信冠棟,施昆,呂曉陽.遙感動態(tài)監(jiān)測模型在拉市海濕地保護區(qū)土地利用中的研究[J].軟件,2018,39(4):170-175.[2]丁知平.量子混沌自適應粒子群優(yōu)化算法的研究[J].軟件,2018,39(4):09-14.[3]劉婉靜,田璐澤,陳碩,等.基于灰色預測法對移動端考研產品的研討[J].軟件,2018,39(2):161-163.[4]王利.公路邊坡監(jiān)測理論與GPS一機多天線系統(tǒng)研究[D].西安:長安大學,2006.[5]黃聲享,尹暉,蔣征.變形監(jiān)測數(shù)據(jù)處理[M].武漢大學出版社,2012.[6]鄧聚龍.灰色系統(tǒng)基本方法[M].武漢:華中理工大學出版社,1987.96-164.[7]鄧聚龍.灰色系統(tǒng)論文集[M].武漢:華中理工大學出版
本文編號：3435395
【文章來源】：軟件. 2019,40(04)
【文章頁數(shù)】：4 頁
【部分圖文】：
變化尺度（mm）橫坐標：時間尺度圖1小波分解變化縱坐標：小波
原智華：基于小波變換的變形監(jiān)測應用研究153《軟件》雜志歡迎推薦投稿：cosoft@vip.163.com表4小波變換Tab.4Wavelettransform期數(shù)12345678910觀測值(mm)62.6963.1662.8362.3962.2162.1561.8661.2860.9160.34濾波值(mm)62.7762.1962.7762.4162.262.1261.8161.4861.3360.83期數(shù)11121314151617181920觀測值(mm)59.6959.0958.7658.5458.358.1857.9657.8557.4957.07濾波值(mm)60.2859.7558.2658.8758.6158.3358.0657.7157.4657.1圖2原始數(shù)據(jù)與軟閾值消噪后觀測數(shù)據(jù)對比Fig.2Comparisonofrawdatawithsoftthresholddenoising從圖2可以看出來，經小波變換消噪后，數(shù)據(jù)變得更加平滑，剔除了噪聲的影響，更能看出變形的趨勢。將卡爾曼濾波、小波變換、傳統(tǒng)的GM模型、動態(tài)GM模型進行對比，對比結果如下圖所示。圖3預測結果對比Fig.3Comparisonofpredictionresults由對比結果可以看出，小波變換剔除外界誤差之后，更能反應出變形規(guī)律，對于預測基坑的變形更加有效。5結束語在對變形監(jiān)測數(shù)據(jù)進行降噪的過程中，小波變換是一種有效的手段。小波分解可以將原始信號分解為頻帶不同的信號，為分析噪聲和變形體的物理變形和噪聲來源提供了根據(jù)。所以小波變換在變形監(jiān)測數(shù)據(jù)處理中，小波變換的應用是一種有效的，具有優(yōu)勢的，具有前景的一種手段。參考文獻[1]信冠棟,施昆,呂曉陽.遙感動態(tài)監(jiān)測模型在拉市海濕地保護區(qū)土地利用中的研究[J].軟件,2018,39(4):170-175.[2]丁知平.量子混沌自適應粒子群優(yōu)化算法的研究[J].軟件,2018,39(4):09-14.[3]劉婉靜,田璐澤,陳碩,等.基于灰色預測法對移動端考研產品的研討[J].軟件,2018,39(2):161-163.[4]王利.公路邊坡監(jiān)測理論與GPS一機多天線系統(tǒng)研?
濾波值(mm)62.7762.1962.7762.4162.262.1261.8161.4861.3360.83期數(shù)11121314151617181920觀測值(mm)59.6959.0958.7658.5458.358.1857.9657.8557.4957.07濾波值(mm)60.2859.7558.2658.8758.6158.3358.0657.7157.4657.1圖2原始數(shù)據(jù)與軟閾值消噪后觀測數(shù)據(jù)對比Fig.2Comparisonofrawdatawithsoftthresholddenoising從圖2可以看出來，經小波變換消噪后，數(shù)據(jù)變得更加平滑，剔除了噪聲的影響，更能看出變形的趨勢。將卡爾曼濾波、小波變換、傳統(tǒng)的GM模型、動態(tài)GM模型進行對比，對比結果如下圖所示。圖3預測結果對比Fig.3Comparisonofpredictionresults由對比結果可以看出，小波變換剔除外界誤差之后，更能反應出變形規(guī)律，對于預測基坑的變形更加有效。5結束語在對變形監(jiān)測數(shù)據(jù)進行降噪的過程中，小波變換是一種有效的手段。小波分解可以將原始信號分解為頻帶不同的信號，為分析噪聲和變形體的物理變形和噪聲來源提供了根據(jù)。所以小波變換在變形監(jiān)測數(shù)據(jù)處理中，小波變換的應用是一種有效的，具有優(yōu)勢的，具有前景的一種手段。參考文獻[1]信冠棟,施昆,呂曉陽.遙感動態(tài)監(jiān)測模型在拉市海濕地保護區(qū)土地利用中的研究[J].軟件,2018,39(4):170-175.[2]丁知平.量子混沌自適應粒子群優(yōu)化算法的研究[J].軟件,2018,39(4):09-14.[3]劉婉靜,田璐澤,陳碩,等.基于灰色預測法對移動端考研產品的研討[J].軟件,2018,39(2):161-163.[4]王利.公路邊坡監(jiān)測理論與GPS一機多天線系統(tǒng)研究[D].西安:長安大學,2006.[5]黃聲享,尹暉,蔣征.變形監(jiān)測數(shù)據(jù)處理[M].武漢大學出版社,2012.[6]鄧聚龍.灰色系統(tǒng)基本方法[M].武漢:華中理工大學出版社,1987.96-164.[7]鄧聚龍.灰色系統(tǒng)論文集[M].武漢:華中理工大學出版
本文編號：3435395
本文鏈接：http://sikaile.net/projectlw/xtxlw/3435395.html
