桥梁GPS监测数据的频域分析

GPS因其能够全天候、高精度、高分辨率地采集桥梁形变数据,在桥梁健康监测中得到了广泛的应用。桥梁形变GPS观测数据是由多种低频和高频周期信号叠加的时间序列,需要通过傅立叶变换将其转换到频域空间,通过频谱分析可提取各种周期项信息,分析这些周期变形的激发机制,进而鉴别桥梁的健康状况。本文根据东海大桥2006年6月19日至2006年7月1日共13天的GPS监测数据,通过频谱分析发现该大桥的周期形变主要是温度变化引起的热胀冷缩,平均形变量为3cm以上,周期为一天;其次初步判断潮汐引起的周期为半天的平均变形量约为7mm,没有发现非周期的趋势性的形变,反映出该桥梁状态正常。     

最小二乘配置法在建筑物形变监测分析中的应用

对建筑物形变监测数据进行分析,首次运用最小二乘配置方法,得到了建筑物平面监测数据处理的拟合模型和预测模型,并进行了精度评定。     

时间序列分析与频谱分析联合用于变形监测分析与预报

变形监测技术和理论在不断地进步和发展,很多优秀的方法被应用到变形监测数据处理方面。本文是基于时间序列法和频谱分析法对沉降观测数据进行处理,主要研究如何使用时间序列法和频谱分析法对变形监测数据进行处理和分析,并对未来短期内的变形趋势进行预测。首先从时序分析法入手,对数据进行处理、分析以及预测;然后再将频谱分析法融入到时序...     

弹性波锚杆无损检测信号分析在隧道施工中的应用

以宣绩铁路葛干隧道围岩支护为背景,设计了隧道锚杆现场实验,分析了试验检测数据的波形特征,并对试验波形进行了FFT分析和S变换分析,得到了不同注浆状态下信号频谱特征,可显著提高锚杆检测效率。     

盾构隧道地面长期沉降的时间序列预测

基于实测数据，应用时间序列分析方法对盾构隧道施工引起的隧道轴线上方地面长期沉降进行预测。采用Excel软件进行操作，引入时间序列分析中的最小二乘回归分析方法，以提高预测精度。6个算例分析结果表明：该方法预测结果与实测值较吻合，且能反映出地面长期沉降曲线的不规则性，优于数学模型方法；如短期预测精度有保证，可以预测较长时间的数值，并且具有较高的精度。该方法需要利用的实测数据较少，且操作非常简单，具有较强的实用性。     

碾压混凝土导温系数的反演分析

介绍了大体积混凝土导温系数的反演分析法,并引用工程实例,利用最小二乘法原理建立数学模型,计算出碾压混凝土的导温系数。     

稳健总体最小二乘拟合在地铁监测中的应用

城市地铁建设中,必须对施工过程进行数据监测,分析监测数据的发展趋势,判断地铁建设的安全稳定性。文章结合了稳健估计和总体最小二乘拟合的思想,提出了一种稳健的总体最小二乘多项式曲线拟合模型,利用该模型对福州市地铁某在建工点的沉降监测数据进行模型构建。实验结果表明,本文的方法比最小二乘拟合法的拟合效果更佳,对数据的预测精度能达到1mm以内,证明了该方法在地铁监测中的可行性。     

一种基于最小二乘曲线拟合的被动测距方法

声纳信号处理中,被动测距通常采用几何解算、聚焦波束形成和匹配场定位的方法。前者受时延测量误差的影响很大,容易得出非法值;当距离接近远场时,聚焦波束形成结果对距离变化不敏感,导致波束峰值不明显,距离测量误差较大;匹配场定位的方法对海洋环境参数非常敏感,不能用于未经过充分调查的海域。本文给出一种基于最小二乘曲线拟合的方法,该方法将阵元位置数据和时延估计结果输入拟合模型,拟合出距离值。理论仿真和试验结果表明,本方法对时延估计的误差不敏感,并且有较高的测量精度。     

非线性最小二乘估计的蚁群遗传融合算法

基于对遗传算法和蚁群算法的分析,提出把蚁群算法和遗传算法相结合的混合算法,有效避免了两种算法的不足之处,并将该混合遗传算法用于非线性最小二乘参数估计中,算例验证了该算法的可行性和有效,性。     

Excel回归分析与混凝土试验数据处理

混凝土试验的数据处理具有数据量大、计算过程繁琐,且容易出错的特点。本文针对这些特点,借助Excel技术,结合混凝土抗压强度与龄期的实例,进行回归分析,并判断其相关程度,完成计算分析、统计检验及预测,并在此基础上建立回归模型。此方法使回归预测分析的计算过程更简捷,统计方法更为实用。     

基于BDS/GPS/IBIS-S数据桥梁变形监测分析

针对桥梁结构健康状况评估,本文基于某桥梁变形监测实例,利用GPS/BDS/IBIS-S三种技术手段对其进行动态变形监测,并且利用短时傅里叶变换对其进行时频分析。经研究发现,三种技术手段可精确获取桥梁动态变形信息,其中IBIS-S获取的数据精度最高,桥梁水平北方向变形小于竖直方向,桥梁中间变形情况大于两侧;短时傅里叶变换能够准确识别桥梁在监测时间内的瞬时频率,为后续桥梁的维护与修缮提供有效的数据支撑。     

矿区形变监测数据动态分析研究

采用时间序列的方法对矿区监测数据进行分析与预测,提取某矿区相关监测数据,利用时间序列模型对监测数据进行回归分析和研究,并对矿区形变进行预测及评定,得出时间序列可以对矿区变形进行短期预测的结论,预测具有重要的意义。     

时间序列分析在变形监测中的应用

介绍了时间序列的基本原理,给出了时间序列分析的ARMA、ARIMA两种基本模型,介绍了自相关函数、偏相关函数以及其性质。总结归纳了时间序列分析的建模步骤。最后用时间序列分析处理了某市某一变形监测点,并且与回归分析做了比较。比较表明,时间序列分析用于动态的时序预测具有较好的效果,20期预测误差的绝对值均小于0.002mm。并且其建模过程与回归分析法相比,较为简单,是处理动态数据的一种非常有效的方法。     

GPS在苏通大桥索塔动态特性测试中的应用

为确保施工期桥梁索塔的安全,及时掌握施工期索塔的健康状况,避免出现灾难性后果,有．必要对桥梁索塔进行动态特性测试。本文依托苏通长江公路大桥300m高索塔,并结合当时的温度和风力等自然条件对索塔的振动情况进行了动态特性分析,得出了有意结论。     

时序方法在转炉模型谱分析中的应用

通过对转炉模型振动信号的测试,应用时间序列方法,建立了 ARMAV 模型.并由这一模型对所测数据进行了谱分析,从而得到了满意的结果.     

建筑物差异沉降的时间序列分析与预报

从时间序列分析的基本原理和方法出发,结合建筑物变形监测的关键技术指标差异沉降量的实例分析,给出了时间序列数据平稳化处理、模型定阶的统计检验、模型参数估计以及预报分析的方法,建立的时间序列自回归模型拟合与预报精度较高,为建筑物的地基处理及运营安全提供可靠的决策依据。     

GPS/GLONASS组合定位及其在变形监测中的应用

介绍了GPS/GLONASS组合定位的解算模型,通过分解GLONASS模糊度的方式成功求解了组合定位的双差模糊度,进而固定GLONASS单差模糊度。探讨了抗差方差分量估计在观测值定权中的应用,引入相对定位精度因子对基线精度进行了分析。实例计算表明,抗差方差分量估计可有效抵抗粗差,确保了随机模型的有效性,提高了定位成果的精度及其可靠性,对于变形监测的预测预警具有重要意义。     

一种快速建立GPS滑坡监测网卡尔曼滤波模型的方法研究

卡尔曼滤波是目前处理动态变形监测数据的常用方法,如何快捷迅速的建立合适的卡尔曼滤波模型,将直接影响到数据处理的速度和可信度,常用方法是时间序列分析法,但此方法需要大量的观测数据。本文探讨在观测数据样本不多地情况下利用位移变化速度数据来选取的GPS滑坡监测的卡尔曼滤波模型,并通过实测数据证明该方法切实可行。