利用小波去噪方法处理建筑物变形监测数据

本文基于小波分析理论 ,利用小波去噪技术 ,对一组建筑物变形监测数据进行了去噪处理。实际计算结果表明 ,小波去噪合理有效 ,能够敏感识别观测噪声和有用信息 ,不需要待处理数据的先验知识 ,特别适合于建筑物变形监测的数据处理。     

非线性小波变换阈值法去噪在工程中的应用

利用基于非线性小波变换阈值去噪算法,对变形监测数据进行去噪处理,对模拟数据的处理结果表明,基于非线性小波变换阈值去噪方法与传统的阈值去噪方法相比,能有效地去除伪吉布斯现象,提高信噪比,剔除变形监测数据中的噪声,识别被噪声疏忽的有用信号。     

小波变换的在形变监测数据处理中的应用研究

由于受各种因素的影响,变形观测数据可能包含各种各样的误差与变形信息,但仅从这些数据表面上,不能反映形变的任何信息,所以,必须通过对监测数据进行综合处理分析,才能有效地提取变形信息,发现变形规律。本文利用小波多尺度分解,结合变形监测实例,从数据去噪方面对小波变换在GPS变形监测数据处理中的应用进行了研究。通过对处理结果做了详细分析,利用小波变换的多分辨率特性,实现了GPS动态监测数据的滤波、变形特征信息的提取以及不同变形频率的分离,有效的求解变形的非线性系统问题,验证了基于小波理论的GPS变形监测数据处理方法的可行性与有效性。     

基于小波分析的变形监测数据异常值检测与处理研究

探讨了采用小波分析方法对变形监测数据进行预处理,包括异常值检测和小波阈值去噪。利用小波分析后的模极大值在不同尺度上的衰减程度可以衡量出信号的局部奇异性,进而检测出数据异常值,接着采用小波阈值去噪法对异常值进行处理。本文结合某基坑周围建筑物沉降监测实例,来说明小波分析方法应用于变形监测数据异常值检测与处理的可行性。     

基于小波分解的建筑物变形监测数据处理

基于小波分析理论，利用小波去噪技术，对一组建筑物变形监测数据进行了去噪处理。实际计算结果表明，小波去噪合理有效，能够敏感识别观测噪声和有用信息，不需要待检测信号的先验知识，特别适合于建筑物变形监测的数据处理。     

基于建筑物沉降数据的小波去噪与预测分析

小波变换作为一种新的信号处理工具,其应用领域越来越广泛。基于小波分析理论,通过对监测数据的小波去噪分析与预测,结果表明,小波变换去噪合理有效,能够识别出观测噪声的有用信息,可以取得良好的去噪效果,尤其适用于建筑物变形监测的数据处理,能够提高建筑物沉降数据的预测精度。     

小波去噪在GPS动态监测数据处理中的应用研究

介绍了小波去噪的原理和步骤,基于不同的阈值选取方法、选择几种不同的小波函数、比较了在GPS动态监测数据处理中的去噪效果。结果表明,应用小波分析的方法可以较好实现去噪效果。     

基于小波变换对GPS信号去噪的分析

小波分解能够精细地把信号划分到不同的频带范围内,因此可对含噪信号在不同频带范围内的特征进行信噪分离.本文从GPS精密测量、导航领域的信号去噪角度,探讨了基于小波分析的信噪分离方法,并结合具体实例,说明小波分析对GPS信号消噪处理的实用性及有效性.     

基于小波神经网络对铁路客运量的预测研究

在现代交通运输中,铁路运输的地位很高,通过建立小波神经网络模型,对客运量做出预测。首先将原始数据通过小波去噪,然后进行归一化处理,最后基于小波神经网络建立预测模型,通过对比未去噪的和去噪,发现去噪后的模型误差小。     

基于小波变换与EEMD的绝缘子泄漏 电流去噪方法研究

采用总体经验模态分解和小波阀值去噪相结合的方法对泄漏电流进行去噪处理。对泄漏电流信号首先进行总体经验模态分解,再对高频IMF分量按照4种阀值小波去噪方法(固定阀值法、启发式阈值法、自适应阈值法和极大极小阀值法)进行去噪,最后进行重构。以泄漏电流的3个特征量(有效值、3次谐波与基次谐波之比、波形)对去噪效果进行分析,综合比较得到采用总体经验模态分解与启发式阈值小波相结合的去噪方法的去噪效果最佳,采用该方法对实际污秽绝缘子泄漏电流进行去噪处理,去噪效果良好。     

基于小波消噪的EMD模型在GPS振动信号处理中的应用

经验模式分解和小波分解是当前有效处理非平稳信号的两种时频分析方法,它们各具有其优缺点,适用于不同的应用.从对GPS振动信号的预处理、时域和频域处理入手,结果分析表明,对GPS振动信号先进行小波滤波消除随机噪声的干扰,再应用经验模式分解更有利于变形特征信息的分离和提取,提取的信号与振动平台记录数据更加吻合.     

基于小波分析的滑坡预测预报研究

滑坡发生前伴随着不同程度的变形发生,变形监测与安全监控问题相应地引起各级政府和管理部门越来越多的关注.本文研究了滑坡深部位移的监测数据异常值检验方法和含噪数据的消噪方法,并在此基础上,研究小波分析与时间序列分析结合的数据预报方法.通过具体实例表明:小波对监测信号消噪可以得到有用信息,能够提高模型稳定性和可靠性;小波时间...     

Wavelet Packet-Autocorrelation Function Method for Traffic Flow Pattern Analysis

Abstract:   Accurate and timely forecasting of traffic flow is of paramount importance for effective management of traffic congestion in intelligent transportation systems. A detailed understanding of the properties of traffic flow is essential for building a reliable forecasting model. The discrete wavelet packet transform (DWPT) provides more coefficients than the conventional discrete wavelet transform (DWT), representing additional subtle details of a signal. In wavelet multiresolution analysis, an important decision is the selection of the decomposition level. In this research, the statistical autocorrelation function (ACF) is proposed for the selection of the decomposition level in wavelet multiresolution analysis of traffic flow time series. A hybrid wavelet packet-ACF method is proposed for analysis of traffic flow time series and determining its self-similar, singular, and fractal properties. A DWPT-based approach combined with a wavelet coefficients penalization scheme and soft thresholding is presented for denoising the traffic flow. The proposed methodology provides a powerful tool in removing the noise and identifying singularities in the traffic flow. The methods created in this research are of value in developing accurate traffic-forecasting models .     

经验模态分解在高层建筑GPS变形监测分析中的应用

经验模态分解是一种数据驱动的自适应分解方法,能够把数据信号分解为具有自然物理意义的内蕴模态函数,有效分解各个周期的变形信号,相对小波分析等方法有其固有优势。本文针对某高层建筑物的GPS变形监测时间序列,采用EMD分解方法分离得到了建筑物的日周期、半日周期、整体趋势等多个方面振动特征,符合实际变形信号特征,验证了该方法在变形监测分析中的实用性。     

GPS单历元变形信号小波降噪方法研究

本文阐述了小波分析理论的基本原理 ,针对一种特殊含噪状态下的GPS单历元变形信号 ,提出了分尺度、分阶段多阈值GPS单历元变形信号的小波降噪方法 ,并与通常基于阈值的小波降噪方法对比 ,通过残差的直方图统计 ,直观说明了本文方法能在有效降噪的前提下 ,保留更多的变形信号。     

InSAR监测技术与水准测量技术对比研究

通过InSAR监测技术与水准测量技术进行对比研究,可以验证InSAR技术在建筑变形监测中的可行性,为建筑变形监测提供新的监测方法,保障施工过程的顺利进行。本文通过两种方法在高层和超高层的工程应用,对两种方法进行分析和比较,得出两种方法测得的沉降趋势基本一致:沉降值最大差值约12 mm,年平均沉降最大差值5.5 mm/年。InSAR监测技术相对于水准测量技术,具有范围广、成本低、监测点密度高等优点,是一种可行的建筑变形监测方法。