地面沉降数据中周期性影响因素分析.docxVIP

地面沉降数据中周期性影响因素分析 摘要：本文采用 MATLAB 对地表沉降控制点的数据进行分析。应用小波去噪的方法对累计沉降量进行滤波。并采用傅立叶变换分析的方法分析影响地面沉降的主要周期性影响因素的周期信息。 关键词： MATLAB 沉降数据 小波去噪 傅立叶变换 概述 地面沉降控制点的沉降量组成的数据序列是一非平稳过程，主要由三部分组成：偶然误差项、地面下沉的逐势项、周期性的影响因素导致的变化。在分析周期性影响时，首先要提取第一项和第二项，从剩下的信息中获得周期性影响。本文采用一步小波分解的方法去除第一项误差，利用多项式函数进行拟合去除逐势 项，然后采用傅立叶变换，应用频谱分析的方法提取周期信息。 矚慫润厲钐瘗睞枥庑赖賃軔。 基本原理 小波分解 MALLAT 算法 小波分析方法是一种窗口大小（即窗口面积）固定但其形状可改变，时间窗和率窗都可改变的时频局部化 分析方法。 它在时域和频域同时具有良好的局部化性质。MALLAT 算法的产生使小波分析方法进一步走向 实用，下面是 MALLAT 算法的基本原理 聞創沟燴鐺險爱氇谴净祸測。 设多分辨率小波变换的尺度函数为 ( x), 对应的小波函数为 (x), 它们满足： ( x) h(n) (2x n) ( x) n g (n) ( 2x n) n 其中： ( ) ( 1) 1 n (1 ) g n h n 对应 MAR 为： V j 1 V j V j 1 W j 1 W j W j 1 设 hi (t ) ，在尺度 2 j 下所平滑的信号 Adj hi 为： Adj hi hi (t), j ,k (t ) 2 j / 2 hi (t ) (2 j t k) dt 在尺度 2 j 下的细节信号 D j h 为： D j h hi (t), j, k (t) 2 j / 2 hi (t ) (2 j t k) dt hi (t ) 分解的过程是从 j 1尺度到 j 尺度逐步分解。即对沉降量 hi (t ) 从高分辨率到低分辨率分解的过程。 将 Adj 1hi 分解为 Adj hi 和 D j hi Adj hi h(k 2n) Adj 1hi k D j hi g(k 2n) Adj 1hi k 2.2 多项式拟合原理 1 / 4 个人资料整理，仅供个人学习使用 多项式拟合是以测量所得的观测值序列 (ti , hi (ti )) i 0,1, , m 基础。求作 n 次多项式（ n＜＝ m） ? n n 1 1 n k ant an 1t a1t a0 ak x hi (t ) k 0 使满足最小二乘条件： m 2 Q ? hi (t )] min [ hi (t) i 0 通过采用多元函数求极值的方法确定多项式的系数 ai,则 ? ( ) 即为最小二乘拟合多项式。 2.3 傅立叶变换 傅立叶变换是众多科学领域里重要的工具之一。它引入到地面沉降数据处理领域分析周期性影响因素是具 有实际意义。离散傅立叶变换的基本思路： 残骛楼諍锩瀨濟溆塹籟婭骒。 假定 hi (t) 为 T 期观测的累计沉降量构成的有限长序列， 且为等时间间隔。 定义 hi (t) 的 T 点离散傅立叶变 换为（先假定测量频率为 1 赫兹）： 酽锕极額閉镇桧猪訣锥顧荭。 T 1 2 j kt 1) Hi ( k) hi (t)e T ( k 0,1, ,T t 0 由于频谱值 Hi (k) 没有直观意义， 通常将它转化为能量， 构成能量－频率图。 则对应频率为 f k k / 2T 的 谱能量为： P (real ( Hi k )) 2 (imag ( Hi k )) 2 k ,T 1 其中： k 0,1, 3 实例分析 在兖州某矿井治理的过程中，为客观反应矿井的沉降趋势，我们在矿井周围共布设 23 个二等精密水准变 形监测点，通过二等精密水准联测到矿区稳定的水准基点。现已观测 22 期水准数据。我们对 8 号、 9 号沉 降控制点所有观测累计沉降量数据分析（图 1 为观测的曲线，一个单位为 15 天）。由图可见地表累计沉降 量观测值是一非平稳过程，采用前述方法提取周期性信息（观测的原始沉降量数据略） 。彈贸摄尔霁毙攬砖卤庑 诒尔。 3.1 采用一步小波分解去除偶然误差项 号点 2 / 4 个人资料整理，仅供个人学习使用 号点 可认为沉降量的主要信息在一步小波分解的近似部分，分析周期因素主要是分析近似部分含有的周期性信息。 3.采用多项式拟合去除逐势项 一步小波分解的近似部去除逐势项 对 8 号点采用如下 4 次多项式 h(t ) 0.0012 t 4 0.0420t 3 0.4429 t 2 1.8888 t1 0.1434 对 9