共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
科学合理评估是高速铁路沉降变形监测的关键环节。由于观测环境和仪器设备等因素的影响,变形监测数据中不可避免含有大量的随机误差,使高铁隧道沉降变形曲线呈现"小量级,大波动"的现象。以某高铁隧道沉降变形监测数据为例,提出一种改进的阈值处理方法在小波分析中的应用,以改善传统阈值法中存在的不连续性及过渡平滑问题。并分别采用Kalman滤波、小波分析方法对监测数据进行去噪处理,然后用去噪前后的数据进行沉降变形评估分析。通过实例分析表明:基于改进后的小波分析的沉降变形评估的相关系数和可靠性较Kalman滤波方法与传统方法高,沉降变形曲线更平滑,沉降趋势更明显,具有更好的应用价值。 相似文献
3.
基于小波分解的建筑物变形监测数据处理 总被引:10,自引:0,他引:10
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。 相似文献
4.
5.
6.
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. 相似文献
7.
8.
泄漏电流是对避雷器进行在线监测及运行状态评估的重要方法,但泄漏电流信号易受外界噪声干扰,而传统去噪方法存在去噪效果不理想的问题。本文提出了一种融合小波阈值去噪和形态学去噪的新型自适应去噪方法,该方法利用了小波阈值法在去除低幅值噪声和形态学法在去除高幅值噪声上的不同独特优势,并采用最速下降法对小波法的阈值和形态学法的权系数进行自适应优化确定。通过避雷器泄漏电流仿真信号和现场实测信号的去噪对比试验,结果表明:本文小波和形态学相融合的去噪方法具有很好的优越性和稳定性,可为避雷器泄漏电流信号处理及其在线监测提供有效的技术参考和指导。 相似文献
9.
10.
《Planning》2013,(Z1):197-200
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。 相似文献
11.
介绍了应用小波分析对监测建筑物变形的GPS数据进行处理的方法。通过将监测某建筑物变形的GPS数据结果加入粗差后的信号波形分别进行傅里叶变换去噪和小波变换去噪,结果显示,采用小波变换去噪得到的波形质量要优于采用傅里叶变换得到的波形。可以得出:采用小波分析对监测建筑物变形的GPS数据进行处理具有良好的适应性,可作为GPS变形监测数据处理的主要方法。 相似文献
12.
《Planning》2014,(9)
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。 相似文献
13.
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。 相似文献
14.
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... 相似文献
15.
本文利用matlab编程将实际应用中采集的一组数据进行提取,提取GPS信号中的两颗卫星载波相位L1上的C/A码,通过不同历元间求出双差,再分别选取一定的小波基函数和选取特定的阈值对其进行小波分析去噪,通过信噪比、均方根误差作为小波函数和阈值选取的标准及去噪效果的评价标准,将获取的不同小波去噪结果进行对比,根据对比的结果确定选择哪种小波,选取何种阈值,确定小波函数和阈值以后,最后通过最新的一种评价指标——平滑度来确定最终去噪的效果。 相似文献
16.
夹芯板作为一种保温隔热性能良好的新型建筑材料,在建筑工程中逐渐被广泛应用.通过采用超声波法对各种在正常使用过程中可能出现的夹芯板损伤进行检测,并用小波分析技术对超声回波的信号进行去噪处理,并对处理过超声回波信号进行小波分解.结果表明:经过小波去噪和小波分解之后,能够通过识别出反射回波信号的到达时间和各级小波分解的波形较... 相似文献
17.
18.
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。 相似文献
19.
20.
在调研部分农村地区煤改气居民用户实际用气情况的基础上,建立了一种基于小波阈值去噪和采用遗传算法优化BP神经网络的短期燃气负荷预测模型(称为GA-BP神经网络预测模型)。以华北地区农村煤改气居民用户作为研究对象,对974户管道天然气居民用户2018年1月—2021年12月的日用气量进行采集。对采集数据进行小波阈值去噪处理,进行日负荷预测影响因素的选择及量化。将负荷预测影响因素和日负荷组成的数据集划分为训练集和测试集,对BP神经网络预测模型、GA-BP神经网络预测模型进行训练和测试。将两种模型的日负荷预测值与真实值进行对比,并将两种模型的评价指标进行对比,验证两种预测模型的准确性。研究结论如下。小波阈值去噪处理去噪效果良好,可用于燃气日负荷预测数据预处理。日平均温度、天气类型、节假日情况、前一日用气量、供暖情况是影响燃气日负荷预测的5个主要影响因素。有必要关注供暖过渡期的日负荷变化。这段时期温差变化大,用气情况复杂多变,对供气不确定性影响较大。对这部分的合理处理可以有效减小预测误差。日平均温度是影响农村居民用气非常重要的因素。遗传算法对BP神经网络的优化,可以很好地为网络初始权值和阈值的确... 相似文献