基于小波预处理的基坑变形监测数据的最小二乘估计.pdfVIP

2014年 12月 地 理 空 间 信 息 Dec一20l4 第 12卷第6期 GE()SPATlALINFORMAT10 Vo1．12,No．6 doi：10．3969~．issn．1672—4623．2014．06．047 基于小波预处理的基坑变形监测数据的最小二乘估计 邱建 昌 ，袁 昌茂 (1．惠州建昌测绘有限公司，广东 惠州 516100；2．广西地理信息测绘院，广西柳州 545000) 摘 要 ：利用小波变换特有的低通滤波属性和有效抑制测量噪声的能力，将传统的最小二乘估计与之相结合 ，提出了一种基于 小波预处理的最小二乘估计新方法 ，并针对具体基坑变形监测数据 ，验证了该方法的有效性。 关键词 ：小波变换 ；最小二乘估计 ；噪声；拟合 中图分类号 ：1)207 文献标志码 ：B 文章编号 ：1672—4623(2014)06—0135—03 研究基坑变形监测数据的估计理论中，常采用最小 实际上就是多尺度函数逼近，从某个子空间L (R)出 二乘法。传统的最小二乘法在估计精度要求比较高的 发 ，建立起可变化的基底 ，通过变换，再把基底扩充 情况往往不能满足要求。 由于监测数据不可避免地存 到能够覆盖整个 (R)，通过这样实现有效地逼近函 在噪声，严重影响变形监测数据模型的质量。近几年 数，实质上就是把整个平方可积的实变函数空间通过 出现 的小波分析是一种相 当好的数据预处理方法，它 剖分转化成一系列的函数子空间。即是把 ( )按一 通过对采集数据的多尺度分解，最大限度地提取信号 定的分辨率先分解成一串嵌套的闭子空间序列 {) ， 中各种有用信息，在预处理的过程 中通过小波变换的 然后通过正交补的塔式分解再将L (R)分解为一 串正 低通滤波效应分析并找 出各部分中的 “异常”部位并 交小波子空间序列 { )EZ『，各函数空间关系如下 ： 去除可能的噪声部分，实现监测数据发展规律的本质 上 还原 。 上 (J≠k) +。 ① +。= ∈z (4) 1 小波分析基本理论 [1,21 ④ +① +：④…④ +： 小波变换就是在平方可积空间 (f(t)∈三 (R))中， 从上面的式子可 以看 出，小波变换能形成一 系列 有 (t)，当其Fourier变换 (∞)满足允许条件 ： 不同尺度的序列，它的灵活变化可以提取包括从低频 到高频信号的所有频谱数据 ，并且不重叠，所以有相 = fo d∞∞ (1) 当好的连通适应性。 有小波函数为 ： 2 最小二乘估计的原理 ()=(柏)：laI一号 ( f)出 (2) 式中，口为伸缩r尺度 因子 ；b为平移 r位移 因子 ； 估计从数据和函数的整体考虑。估计函数P () 同监测数据I占’(，Y)(i=0，1，…，m)误差 (X) a,bc．．R。显然，当aO时，伸缩因子才有直观的物理意义。 函数簇是基本小波函数通过伸缩和平移得到的。小 (i=0，1J…，m)的大小，通常有以下3种方法 ：第1种 波变换