《变形监测技术》教学课件合集.ppt

7.1变形监测数据的预处理7.1.2监测数据的曲线平滑2.平均值法把连续观测的若干数值总和平均，作为一个观测结果。因为n个数的算术平均值的均方误差比单个观测值的均方误差小1/√n，也就是说，其精度提高了√n倍，可以这样理解，在平均的过程中观测值的偶然误差和随机干扰被抵消了一部分，故误差和干扰减少了，误差也就变小了，因此，曲线显得平滑了，具体算式为：7.1变形监测数据的预处理7.1.2监测数据的曲线平滑3.滑动平均值法采用平均值法虽能抑制短周期的波动，但观测点数大大减少，如采用n点平均，则点数减少为n分之一，这就会损害曲线的连续、平均形态。为克服这一不足，常采用滑动平均值法来得到较为平滑曲线。（1）三点滑动平均值法（2）五点滑动平均值法7.1变形监测数据的预处理7.1.3数据的滤波1.滤波的概念滤波一词来源于通信和控制领域，指的是在获得的信号中将干扰成分过滤掉，分离出所期望的信息。曲线平滑是滤波方式的一种。在曲线平滑一节的内容中我们看到它们实际上是将原始观测数据序列中某些数据抽取出来并配以不同的权系数，通过滑动运算构成新的数据序列。这种方法往往能够达到突出原始序列中的有用信号、压制或消除其中的干扰，这种数据处理的方法通常称为数字滤波。7.1变形监测数据的预处理7.1.3数据的滤波2.二分法滤波二分法是一种用于压制长周期、突出短周期的滤波方法。7.2数据的插值与拟合在监测数据处理和分析之前，我们进行了异常数据的剔除，由于数据的剔除，会缺失一些观测数据；另外由于一些主、客观原因也会出现资料的缺失或者需要特定某时段的数据而该时段又没有数据，我们可以利用一定的方法进行插补。7.2.1插值插值法是使用已知函数按照一定规则近似原函数的数学方法。插值的方法较多，比较常用的如线性插值、抛物线插值、多项式插值等。7.2数据的插值与拟合7.2.1插值1.线性插值线性插值就是利用通过原曲线两点的直线代替曲线。插值关系式为：2.抛物线插值抛物线插值在几何上就是通过原曲线三点的抛物线代替曲线。插值关系式为：在生产实践和科学实验研究中，经常测得大量的数据，借助这些数据可以发掘变量之间的关系。例如已知平面上的一些数据点，对其作散点图，然后根据散点图便可以确定自变量x和因变量y的一个近似解析表达式，这就是数据拟合问题。数据拟合考虑如何选择函数整体逼近所给的数据点列；而数据的回归分析则考虑随机误差对原始数据的影响，探讨如何选用函数即能反映数据之间的关系，又能使整体的误差最小。7.2.2数据拟合概述7.2数据的插值与拟合其中x、y为所拟合的数据向量，n为多项式的最高阶数，输出参数为拟合多项式的系数向量（降幂排列）。另外，多项式在x处的拟合值y可用进行计算。多项式拟合的命令：7.2.2数据拟合函数7.2数据的插值与拟合例1已知一组监测数据,监测体的温度变化量x（℃）和位移变化量y（mm）的关系见表1，利用一次多项式拟合监测数据，并预测温度变化量x=4℃时，位移量变化量为多少？x1.211.822.112.612.983.273.323.55y6.268.719.9712.0113.5614.6814.8915.99温度-位移量对应表7.2.2数据拟合函数7.2数据的插值与拟合解：由于已知温度变化量和位移量变化量为线性关系，故采用一次多项式来描述监测体温度变化量和位移变化量的关系，拟合的MATLAB程序如下：x=[1.211.822.112.612.983.273.323.55]y=[6.268.719.9712.0113.5614.6814.8915.99]aa=polyfit(x,y,1)%一次多项式拟合,aa为拟合的一次多项式系数向量；a=aa(1)%取向量中的第一项赋给a；b=aa(2)%取向量中的第二项赋给b；z=polyval(aa,x)%将x值赋给拟合得到的一次多项式，得到函数值；plot(x,y,K+,