智慧边坡GNSS位移监测数据的滤波算法与预警设计_智慧边坡.docxVIP

PAGE2

智慧边坡GNSS位移监测数据的滤波算法与预警设计

第一章绪论

1.1研究背景

近年来，随着交通基础设施向山区快速延伸，高陡边坡的数量与规模持续增长。边坡失稳引发的滑坡、崩塌等灾害不仅威胁施工与运营安全，还造成巨大的经济损失和不良社会影响。据统计，我国每年因边坡灾害导致的直接经济损失超过百亿元，且呈逐年上升趋势。因此，对边坡稳定性进行实时、精准的监测已成为工程安全保障的迫切需求。

传统边坡监测主要依赖全站仪、水准仪等人工测量手段，存在效率低、时效性差、难以覆盖危险区域等固有缺陷。即便引入自动化传感器，如裂缝计、倾斜仪，也常因量程有限、易受环境干扰而无法全面反映边坡的整体变形状态。这一矛盾在大型复杂边坡中尤为突出，亟需一种能够全天候、高精度获取位移信息的技术手段。

全球导航卫星系统（GNSS）凭借其全天候、自动化、可提供绝对位移的优势，逐渐成为边坡位移监测的主流技术。然而，GNSS监测数据中不可避免地混入多路径效应、对流层延迟、卫星轨道误差等噪声，导致原始位移序列波动剧烈，难以直接反映边坡的真实变形趋势。如何有效剔除噪声干扰，提取可靠的位移信息，成为制约GNSS监测效果的关键瓶颈。

现有滤波方法如滑动平均、卡尔曼滤波等虽有一定去噪能力，但在处理非平稳、非线性边坡位移信号时，往往面临参数选取困难、自适应能力不足等问题。同时，预警设计多基于单一阈值，未能充分利用滤波后