基于小波变换的GPS变形监测数据处理方法研究.docVIP

基于小波变换的GPS变形监测数据处理方法研究 　　摘要:工程实测变形信号不可避免的受到噪声的污染,为了提取真实的变形信号,要对实测数据进行降噪处理。结合武汉某大桥GPS实测变形数据介绍了小波变换阈值降噪过程,分别采用不同的小波函数和不同阈值模型进行降噪处理。根据信噪比、中误差两种降噪质量评价指标的定量比较,得出用db6小波和heursure阈值在软阈值量化作用下降噪效果较其他小波函数和阈值模型效果好。 　　Abstract: The GPS deformation measurement data are inevitably affected by noises. To extract the real signals from the measurements, the noises need to be removed. Based on the GPS deformation monitoring data of a bridge in Wuhan, this paper introduces wavelet de-noise processing to GPS observation data using threshold de-noising method with different wavelet functions and threshold strategies. The results indicate that the satisfied noise reduction effectiveness is obtained with db6 wavelet function and heursure threshold strategy under the soft threshold quantization rather than others, according to the de-noise quality evaluation criterion of Signal Noise Ratio (SNR) and Mean Square Error (MSE). 　　关键词:GPS;小波变换;阈值;降噪 　　Key words: GPS;wavelet transform;threshold;de-noise 　　中图分类号:P228.4 文献标识码:A文章编号:1006-4311(2010)08-0116-02 　　 　　0引言 　　GPS作为变形监测的一种新的有效手段,能够连续、自动化监测,实时获得三维动态坐标,特别是高采样率GPS接收机的出现,在大型结构动态特性和变形监测方面已表现出独特的优越性。GPS动态监测所获得的数据可看作是与时间有关的数据序列,传统的数据处理方法有一定的适用条件,同时各有其优缺点[1]。小波分析理论是一种最新的时频局部化分析方法,是一种多尺度的信号分析工具,随着尺度由大到小的变化,对信号可由粗到精的观察,低频部分具有较高的频率分辨率和较低的时间分辨率,而在高频部分则具有较低的频率分辨率和较高的时间分辨率[2]。 　　各种小波函数和阈值模型都有其适用性和独有的特点,在实际运用过程中要根据实测信号特点选择适合的小波函数和阈值模型进行降噪处理,得到更好的降噪效果。本文采用GPS手段进行变形监测,并运用小波阈值降噪方法对信号进行降噪处理,降噪后的图形比原始信号更光滑,同时保留了原始信号细节特征。根据信噪比、中误差两种降噪质量评价指标对降噪效果进行定量比较,得到用db6小波和heursure阈值在软阈值量化作用下降噪较好。 　　1小波变换信号降噪的原理 　　1.1 信号降噪的准则[3]:①光滑性:在大部分情况下,降噪后的信号应该至少和原信号具有同等的光滑性。②相似性:降噪后的信号和原信号的方差估计应该是最坏情况下的最小值。 　　1.2 基本降噪模型在信号传输、收集过程中,不可避免总会受到一些噪声的污染,设f(t)是已经被污染的信号,即带有噪声的信号,则基本噪声模型可以表示为: 　　f(t)=s(t)+σ?n(t) t=0,1,2,…,n-1(1) 　　式中,s(t)为原始信号,即我们想要得到的真实信号,n(t)为噪声信号,我们可以假设是一个σ=1的高斯白噪声。小波变换的目的就是要抑止噪声恢复原始信号s(t)。 　　1.3 小波变换阈值降噪过程一般地,噪声信号多包含在具有较高频率的细节中,而有用信号通常为低频信号或是一些较平稳的信号[4]。GPS监测数据小波阈值降噪过程分为三个步骤:①小波分解:选择最佳的小波基和小波分解层数对信号进行层分解,提取尺度系数和小波系数。②作用阈值:对于各层分解系数给定一个阈值δ,所有绝对值小于δ的小波系数划为“噪声”,