变形系统中混沌相空间预报模式分析

对变形预报模式作了概述,就变形系统中混沌预报的可行性进行了探讨,并对相空间预报模式进行了深入的分析,得出对变形系统来说,预报时间越长,精度越高,对变形体的维护就越有利的结论。     

基于混沌特性的滑坡监测序列的小波去噪

在滑坡监测数据的分析中,噪声滤波是一项重要的工作,特别是滑坡变形系统处于混沌态时,混杂在混沌动力系统中的噪声信号,会掩盖系统的内在动力学特性,影响对系统的准确分析和预报.通过对监测混沌序列和噪声的小波分析,滑坡监测混沌信号的小波变换具有自相似性和噪声随分解尺度变化特征,混沌性质信号的小波变换和原信号在一定的尺度范围内具...     

基于RBF网络非线性滤波的小波多尺度分析

系统在结构和时间上往往表现为多尺度的特性,利用小波分析对变形观测信号进行多尺度分解,把近似信号当作趋势信号,认为细节信号隐含有真实的变形信号,利用唯一最佳逼近特性的RBF网络对细节信号进行最优滤波,最后对滤波后的细节信号进行重构。从实验结果看,重构后的信号能够很好地去除噪声,逼近信号。     

形变监测数据的多尺度滤波

尺度是许多物理现象的内在特性,信号含有不同尺度的物理结构特性,随着信号分析的多尺度的变化引起的相应的信号特征的产生,消失,融合,这就是信号对多分辨率的感知,因而通过对信号的多尺度的分解可以很好的检测信号的特征。通过多尺度分解后建立各细节分量的变形分析模型为:H(ti)=f(ti)+β(ti)+εi,其中f(ti)为趋势部分,利用小波分析进行提取,我们可认为小波分析后低频部分为趋势部分信号,β(ti)为隐含周期性或者异方差性部分,平稳或非平稳随机分量,它包含在高频信号部分。利用正弦周期函数和RBF网络建立β(ti)逼近模型。εi表示随机误差部分。