监测数据分析处理的新方法.pdfVIP

监测数据分析处理的新方法1 戚闪坡1 1 南京河海大学地质工程系，南京 (210098) E-mail：qishanpo@ 摘 要：由于主客观因素的影响，监测数据中不可避免地存在粗差，小波变换可以将数据分 解到不同的尺度上，从而可以容易地识别出粗差数据，并可以准确地定位粗差的位置；对去 过粗差的监测数据进行分形分析，求其关联维数，可以用来判断监测对象所受影响因素的个 数，为变形分析提供理论依据。 关键词：监测，小波，粗差，分形，关联维数 中图分类号： 1. 引 言 随着经济发展、社会进步、科学技术水平提高和人类活动日益频繁，城市化进程加快， 各类工程层出不穷，且工程规模越来越大，结构形式日益复杂，这些都对变形监测提出了更 高的要求。但是，原始的监测数据往往只能展示事物的直观表象，要深刻地提示规律和做出 判断，从繁多的监测资料中找出关键问题，还必须对监测数据进行解析、提炼和概括，这就 [1] 要对监测数据进行分析处理工作 。 受观测条件的影响，任何变形监测资料都可能存在误差。粗差[2，3]便是一种误差，它是 数据监测和采集时不正确的操作引起的错误。直接分析含有粗差的数据会使得结果不合理甚 至难于解释。粗差的识别与处理是进行监测数据分析和安全性态评估之前必须完成的工作。 传统的粗差识别方法，如三倍标准差法、t 检验法，狄克逊（Dixon ）法等，大都要求事先知 道数据的标准差；傅立叶变换虽然能识别数据的粗差，但却不能确定粗差点的位置。而小波 变换[4]能够同时在时域和频域突出信号的局部特性，通过对含有粗差的数据进行小波变换， 可以有效地识别粗差，并能确定粗差点的具体位置。 监测对象受到施工因素和各种外在环境因素（如风、日照辐射、温度等）的影响而发展 演化为耗散的非线性动力系统。在上述各种因素的共同作用下，系统演化过程可视为一种具 有混沌特征的动力系统。分形理论是一种探索非线性系统的科学方法和理论，在经济学、地 质科学、环境科学、水文学等方面得到广泛的应用。通过分形理论求取监测数据的关联维数 D2 ，以此来判断影响监测数据因素的个数。 2. 监测数据粗差的小波识别 2.1 小波分析识别数据粗差的原理 设h(t) 是函数f (t) 和g (t) 的卷积，即 h(t) f (t) ⊗g (t) (1) 则根据傅立叶变换的性质有 ˆ ′ ˆ F [h (g )] j ωF [f (t) ⊗g (t)] j ωf (ω)g (ω) - 1 - ˆ ˆ ˆ ˆ ω ω ω ω ω ω [j f ( ]g ( ) f ( )[j g ( )] ˆ ＝ ⊗ F f t g t [ ( )] F[ ( )] ˆ ＝ ⊗