基于小波变换的变形监测应用研究
|
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。
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
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
引文
[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.
[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.