基于建筑物沉降数据的小波去噪与预测分析.docxVIP

文章编号: 1672－8262( 2012) 03－155－04中图分类号: TU196. 2文献标识码: A基于建筑物沉降数据的小波去噪与预测分析 吴欢1* ，陈刚2( 1. 江西理工大学 建筑与测绘工程学院，江西 赣州341000;2. 郑州测绘学校，河南 郑州450015)摘 要: 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。关键词: 变形监测; 小波变换; 去噪; 预测1前言3实例分析本文以某城市主体建筑进行沉降观 测 数 据 为 例，为了保证建筑物的安全，在实际生活中 需 要 用 测量仪器对建筑物进行沉降监测。由于建筑物产生沉降 受各种不确定因素的影响，所以通过观测所得来的沉 降数据中包含了很多噪声，噪声的存在对信号的本质 特征会产生严重的影响，如果直接在此数据的基础上 进行沉降预测，得到的预测结果在精度上往往达不到 要求，这就给沉降预测工作带来了不便。由于变形体的不同状态间具有时间关 联 性，因 而 变形监测的数据是关于时间变化的动态数据序列［1］。 小波变换［2］适于分析由长时低频成分和短时高频成分 组成且无太多先验知识的信号。将小波分析方法用于 建筑物变形监测数据( 信号) 的处理之中，消除观测误 差( 噪声) ，即 可 得 到 去 噪之后的观测数据，然 后 对 去 噪之后的数据进行预测分析。该建筑主体基 础 形 式 为 筏 板，结 构 地 上 25 层，地 下 2层。本项沉 降 监 测 采 用 NA2 水 准 仪，配 合 使 用 因 瓦 尺，按测微水 准 测 量 方 法 施 测。本文选取了其中 S1、 S2 两个监测点作为研究对象，采用本文提出的方法对 这两个监测点进行沉降数据处理，并选择监测点 S1 的 数据进行预测分析。监测点的已知数据均为 2005 年7 月( 施工开始) 到 2006 年 9 月 ( 施工即将结束) 之间 的监测点沉降监测数据。本文使用的是观测后累计沉 降量，具体数据如表 1 所示，显然，这些数据可以视为 离散信号序列，从而可作为原始信号。S1 号监测点沉降监测数据表 1日期沉降量 / mm05． 705． 805． 905． 1005． 1105． 1206． 106． 206． 306． 406． 506． 606． 706． 806． 90． 000． 340． 745． 136． 547． 778． 8010． 8812． 9614． 6916． 7317． 1619． 0620． 7722． 362基本原理利用小 波 分 析 去 噪，即在不同尺度下作小 波 变换，把那些 主要反映噪声频率的尺度小的 小 波 变 换去掉，即 可得到质量较好的 有 用 信 号。 将 观 测 信 号 中的真实 信号与噪声信号尽可能进行分离，即 对 有 效的信号进行保留，对噪声信号进 行 排 除，即 为 小 波 变换去噪的实质。小 波 变 换 的基本思想是对于某一 信号或者函数利 用 小 波 函 数 去 进 行 逼 近。利 用 小 波 变换多分 辨率的特点可以有效地对信噪 进 行 分 离， 最后再把 去噪后的小波系数进行信号的 重 构，得 到 真实信 号 的 最 优 估 计［3］。根 据 得 到去噪后的信号， 然进行灰色建模预测。选取 S1 监测点的沉降数据，利 用 MATLAB 得 到其沉降量趋势曲线图，如图 1 所示。*收稿日期: 2011—10—28作者简介: 吴欢( 1989—) ，男，硕士研究生，主要研究方向: 大地测量学与测量工程。156城 市 勘 测2012 年 6 月图 1 S1 监测点的沉降量趋势曲线图根据小波去噪理论［4］ 的分析，结合本文实验的需要，基于小波工具箱 GUI 实现方式，在消噪过程中，采 用 Db4 小波对原始信号进行三层分析。为 了 获 得 好 的去噪效果，合理选择阈值非常关键，常用的有 4 种阈 值可供选择，本文选择 heursure 启发式阈值［5］。图 2、 图 3 所示为滤除高频噪声后 S1、S2 监测点累积沉降量 的去噪效果。从图 1 中可以看出 S1 监测点细节变化不是很平稳。在实际观测过程中，由于各种原因产生的随机 误 差的影响，使得观测数据里带有噪声，应该尽可能在该 信号中提取出实际变形值，在安全监测中，监测数据反 映的是被监测对象的变化趋势，它是典型的时变信号， 如果直接用此原始数据进行建模预测，就会使预测精 度降低，因此我们需要对原始数据进行去噪处理。图 2 S1 监测点累积沉降量的去噪效果图 3