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。     

一种基于小波分析的阈值去噪算法

利用信号和噪声在小波变换中不同尺度上具有不同的特性,提出了基于小波变换的去噪方法。经过小波变换后的信号,在其小波系数中包含了实际信号的重要信息特征,表现为幅值较大的小波系数,而噪声产生的小波系数幅值较小。通过在不同尺度上选取适当的阈值,对大于和小于该阈值的小波系数进行相应的处理,以得到去噪后的信号。     

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。     

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。     

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。     

基于小波变换的爆破地震信号阈值去噪的应用研究

运用小波变换多尺度分析的思想,在不同的尺度下观察信号不同的局部化特征。利用小波系数的统计特性和噪声本身的性质,应用信号特征估计信号中的噪声形态,提出了一种爆破地震信号小波变换阈值去噪的方法,在小波阈值去噪中准确估计噪声阈值水平,使在消除信号噪声的同时保留信号中弱特征成分。通过理论和实践证明了这种方法能够有效地消除爆破地震信号中的噪声。     

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。     

基于小波降噪的铁路边坡测斜监测分析

铁路边坡测斜监测数据中时常含有许多锯齿状波动,为了消除或减弱波动的干扰,通常对监测数据进行降噪处理。基于小波降噪理论,利用MatlabR2007a软件,分别选用小波变换模极大值法、非线性小波变换软阈值法与非线性小波变换硬阈值法三种方法对峰福铁路K294处边坡测斜监测数据进行降噪处理,结果表明：以上三种方法降噪效果明显,其中非线性小波变换软阈值法更有效,更适合于铁路边坡测斜监测分析。     

小波分解技术在深基坑监测数据处理中的应用

从小波分解技术的强大的去噪功能出发,提出了基于小波技术的监测数据前处理方法.结合润扬长江公路大桥南锚碇排桩冻结法深基坑的变形监测数据,利用小波分解与重构手段,对变形监测数据进行消噪滤波处理,结果表明,小波分解技术去噪合理有效,可以有效地从误差干扰的变形监测数据中提取数据所反应的原始特征,同时,也不需要监测数据的先验知识,为监测数据的误差消除的一种有效方法,具有一定的理论价值和应用价值.     

岩石高边坡安全监测数据的小波变换去噪处理

 把小波变换模极大值去噪法和小波变换阀值去噪法应用于noissin模拟噪声信号和某水电站岩石高边坡安全监测资料,根据信号和噪声在小波变换各尺度上的不同传播特性,剔除由噪声产生的模极大值点,保留信号所对应的模极大值点,利用剩余模极大值点重构小波系数,恢复原有监测信号。并通过信噪比、去噪信号能量比、去噪信号与原信号标准差三个性能指标,比较二者的去噪性能。实例应用表明,小波变换模极大值去噪法能够更有效地去除噪音突变信号,保留原始有用信号的突变点,重构信号能够更光滑地重现原始信号,比小波变换阀值去噪法性能更佳,具有更好的实际应用价值。     

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。     

小波变换用于磁记忆信号降噪技术研究

介绍了利用小波变换对获取的磁记忆检测信号进行去噪处理的三种方法,指出基于小波变换的非线性方法能够获得较理想的处理效果,详细介绍了基于该方法的信号处理原理,并重点探讨了影响去噪效果的三项因素,以推广该法的广泛使用。     

基于小波与谱分析的大坝变形预报模型

传统大坝变形回归分析模型不具备降噪功能,同时人为拟定环境量周期项,存在一定的不足,对此,引入小波与谱分析方法,提出了基于小波与谱分析的大坝变形预报模型,以提高预报精度。首先对实测的位移数据进行分段三次Hermite插值,获取均匀采样数据;然后对采样数据进行小波分解,做降噪处理;最后通过谱分析,根据功率谱图,确定位移量的主要周期项,结合传统回归方法构建合理的拟合模型,实现大坝变形的预报。以2010年三峡大坝175 m蓄水后的实测数据为样本,采用文中方法对大坝变形值预报,结果表明预报精度较高,新方法对提高大坝安全评估和类似变形分析有重要价值。     

基于EMD小波的高速电梯振动信号去噪

结合经验模态分解与小波阈值去噪方法,提出基于EMD小波的高速电梯振动信号去噪方法,并对高速电梯振动信号进行了实例分析。结果表明,应用基于EMD小波阈值去噪方法相比于低通滤波去噪方法与单纯小波阈值去噪方法,具有更高的信噪比,能够提高分析的精度。有效保留了信号特征。     

基于小波分析的TDR信号滤波与去噪

为去除TDR法岩土体变形监测信号中因多种原因而产生的噪声,同时最大限度地保留岩土体因变形而导致的微弱反射信号,提出结合小波函数和TDR监测信号特点的滤波与去噪方法。其工程应用表明:该方法在分析TDR监测信号时,能通过对信号的高通滤波和无用噪声的消除,在重新构造的新信号中较准确凸现隐含于原始输出信号内部的异常信号。相对于单纯用小波变换信号后某一尺度细节信号来分析岩土体变形局部特征的方法而言,该方法含义更为明确,且能更好地突出岩土体变形失稳位置(或失稳区域)。