發(fā)布時間：2020-07-30 07:07

【摘要】：高精度形變監(jiān)測對于結(jié)構(gòu)體的健康維護(hù)具有重要意義,衛(wèi)星定位技術(shù)廣泛應(yīng)用于大型結(jié)構(gòu)體的高精度監(jiān)測中,但受制于高頻噪聲及低頻多路徑噪聲影響,變形監(jiān)測精度難以滿足,為了從非線性、非穩(wěn)定的監(jiān)測信號中提取真實變形,本文對現(xiàn)代信號處理技術(shù)經(jīng)驗?zāi)B(tài)分解方法進(jìn)行了詳細(xì)的介紹,在經(jīng)驗?zāi)B(tài)分解的基本理論體系的基礎(chǔ)上,對EMD中的端點效應(yīng)和模態(tài)混疊問題進(jìn)行了研究工作,提出了抑制端點效應(yīng)和模態(tài)混疊問題的改進(jìn)措施。在對真實形變數(shù)據(jù)的降噪及預(yù)測算法研究、形變系統(tǒng)開發(fā)方面做了一定的研究工作。主要研究內(nèi)容如下:(1)EMD端點效應(yīng)和模態(tài)混疊問題的改進(jìn)針對EMD端點效應(yīng)問題,在分析現(xiàn)有抑制端點效應(yīng)方法的基礎(chǔ)上,充分挖掘各種算法的優(yōu)勢,最大限度維護(hù)信號的內(nèi)在趨勢,提出一種基于特征提取的自適應(yīng)延拓方法,通過特征提取總結(jié)波形的變化規(guī)律,利用改進(jìn)的模板匹配算法篩選出與端點處波形一致的子波,借助改進(jìn)的三角延拓方法尋找與端點處波形相似的子波。當(dāng)信號規(guī)律性較差,未能篩選出相似子波時,利用RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行延拓。通過模擬數(shù)據(jù)證明,該方法能夠自適應(yīng)的延拓波形,最大限度實現(xiàn)延拓數(shù)據(jù)與原信號波形的光滑過渡。針對EMD模態(tài)混疊問題,本文對完備經(jīng)驗?zāi)B(tài)分解(CEEMD)進(jìn)行了研究,它是EMD的變形體,能夠在有效抑制模態(tài)混疊現(xiàn)象的同時精確地重構(gòu)原始信號。(2)形變時間序列降噪及預(yù)測研究為了更好的消除混雜在變形序列中的噪聲,利用完備經(jīng)驗?zāi)B(tài)分解(CEEMD)將信號自適應(yīng)分解為不同尺度振動模態(tài)。針對分解分量中信號和噪聲區(qū)分標(biāo)準(zhǔn)不唯一的問題,構(gòu)造一種CEEMD與自相關(guān)分析相結(jié)合的去噪算法,實現(xiàn)有效信號和隨機信號的分離。將該算法應(yīng)用在仿真實驗和GNSS變形監(jiān)測實測數(shù)據(jù),并與傳統(tǒng)的小波去噪方法進(jìn)行比較分析,本算法取得較好效果,相比小波方法避免了小波基選擇帶來的影響。為了更好的分析形變規(guī)律,提取形變信息,本文在形變信號預(yù)測方面進(jìn)行了研究,應(yīng)用最近鄰和梯度下降的混合RBF算法來改善神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),并使用經(jīng)降噪處理后的實測信號檢驗算法效果,與普通的RBF相比較,在保證效率的同時,提高了預(yù)測效果的精度。(3)動態(tài)變形數(shù)據(jù)處理與分析系統(tǒng)的設(shè)計與實現(xiàn)根據(jù)變形監(jiān)測數(shù)據(jù)處理的需求,設(shè)計并實現(xiàn)動態(tài)變形數(shù)據(jù)處理與分析系統(tǒng)。系統(tǒng)基于Asp.Net與Matlab混合編程技術(shù),構(gòu)建時間序列數(shù)據(jù)降噪處理與變形預(yù)測等核心算法組件;基于ArcGIS JavaScript APIs實現(xiàn)變形監(jiān)測數(shù)據(jù)的空間可視化表達(dá),并提供基本的空間查詢與分析等功能;通過實驗表明,系統(tǒng)能夠較好的實現(xiàn)對變形數(shù)據(jù)的處理、分析與結(jié)果展示。
【學(xué)位授予單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TU196.1;P208

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 張正虎;袁孟科;鄧建輝;薛守寧;;基于改進(jìn)灰色 時序分析時變模型的邊坡位移預(yù)測[J];巖石力學(xué)與工程學(xué)報;2014年S2期

2 譚興龍;王堅;韓厚增;姚一飛;;改進(jìn)神經(jīng)網(wǎng)絡(luò)輔助的GPS/INS組合導(dǎo)航算法[J];中國礦業(yè)大學(xué)學(xué)報;2014年03期

3 毛博;高斐;孟軍;;一種基于分段冪函數(shù)插值法的經(jīng)驗?zāi)B(tài)分解方法及其應(yīng)用研究[J];中國測試;2013年02期

4 吳瀟瀟;陳機林;王力;;基于聚類與梯度混合學(xué)習(xí)算法RBF神經(jīng)網(wǎng)絡(luò)的電液伺服系統(tǒng)建模及仿真[J];電氣自動化;2011年01期

5 鐘佑明,金濤,秦樹人;希爾伯特-黃變換中的一種新包絡(luò)線算法[J];數(shù)據(jù)采集與處理;2005年01期

6 蓋強,馬孝江,張海勇,鄒巖];一種消除局域波法中邊界效應(yīng)的新方法[J];大連理工大學(xué)學(xué)報;2002年01期

7 鄧擁軍,王偉,錢成春,王忠,戴德君;EMD方法及Hilbert變換中邊界問題的處理[J];科學(xué)通報;2001年03期

8 朱明星,張德龍;RBF網(wǎng)絡(luò)基函數(shù)中心選取算法的研究[J];安徽大學(xué)學(xué)報(自然科學(xué)版);2000年01期

本文編號：2775203