基于小波消噪的时序分析法在变形监测数据处理中的应用

摘要

随着大型工程建筑物不断增多，人们对建筑物的安全要求也越来越高，在建和已建工程建筑物的监测工作变得越来越重要，同时监测技术不断进步，监测数据越来越庞大、复杂，因此对变形监测数据处理的研究逐渐成为测绘工作者研究的热点。本论文在对几种常用的变形监测数据处理方法以及小波分析理论研究现状分析的基础上，展开了基于小波消噪的时序分析法在变形监测数据处理中的应用研究。 首先对粗差判别方法进行了综述，结合工程实例编写程序实现了由来伊达准则法、t检验准则法以及小波分析理论对监测数据的粗差探测，并对三种方法的探测结果进行比较分析。对于经检验确实为粗差的点进行剔除，缺失项由线性内插法补齐。 然后对回归分析法、频谱分析法及灰色系统理论这三种常用的数据处理方法做了简单介绍，论文详细介绍了BP神经网络法和时序分析法，并由程序实现了这两种方法的预测模型，结合两个工程实例对变形监测数据进行预测。对这两种方法预测效果的评判均以实测值为标准，由预测结果可看山两种预测模型在两工程实例中的预测效果均较好，这也验证了本论文中所采用模型的正确性。 最后较为系统地阐述了小波分析理论，研究了小波变换在变形监测数据预处理中的应用。论文介绍了几种常用的消噪方法以及小波滤波消噪效果评价指标，详细说明了非线性小波变换阈值法消噪的步骤，并论文结合两个工程算例对监测数据进行消噪处理，并结合时序分析法对变形进行预测。将基于小波消噪的时序分析法预测结果与直接应用时序分析法的预测结果以及BP神经网络法的预测结果进行比较，发现两实例均出现了基于小波消噪的时序分析法好于直接采用时序分析法的数据处理方法，说明采用基于小波消噪的时序分析法进行变形监测数据处理是可行且有效的，该方法可推广应用于工程实践中。

目录

文摘

英文文摘

声明

第一章绪论

1.1概述

1.2变形监测数据处理的研究现状与发展

1.3本文研究的目的及主要内容

第二章 粗差探测、定位及剔除

2.1粗差的成因和特征以及粗差剔除的意义

2.2粗差判别方法

2.2.1物理判别法

2.2.2统计判别法

2.2.3小波分析理论探测粗差

2.3常用监测数据的插补

2.4算例分析

2.4.1算例1

2.4.2算例2

2.4.3总结

2.5本章小结

第三章 常用变形监测数据处理方法

3.1同归分析法

3.2频谱分析法

3.3灰色系统分析模型

3.4 BP神经网络法

3.4.1神经网络的基本概念

3.4.2神经网络的分类

3.4.3 BP神经网络算法

3.4.4算例分析

3.5时间序列分析法

3.5.1时序分析法的数学基础

3.5.2动态数据预处理

3.5.3时间序列模型

3.5.4时间序列AR(P)模型的建立

3.5.5算例分析

3.6本章小结

第四章 基于小波消噪的时序分析法

4.1小波理论

4.1.1小波理论基础

4.1.2常用小波函数

4.1.3小波的选择

4.2小波变换在变形监测数据消噪中的应用

4.2.1小波消噪的几种方法

4.2.2小波滤波消噪效果评价指标

4.2.3非线性小波变换阈值法消噪模型的建立

4.3基于小波消噪的时序分析法

4.4.算例分析

4.4.1算例1

4.4.2算例2

4.4.3总结

4.4本章小结

第五章结束语

5.1结论

5.2展望

参考文献

攻读硕士期间发表的论文

致 谢