地铁沉降监测数据处理与小波去噪分析

《地铁沉降监测数据处理与小波去噪分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京建筑工程学院硕士学位论文地铁沉降监测数据处理与小波去噪分析姓名：@申请学位级别：硕士专业：地图制图学与地理信息工程指导教师：邹积亭20061230摘要对于大城市来说，轨道交通是解决日益恶化的城市交通问题的一个主要手段。地铁施工中引起的地表及其环境建筑的沉降越来越受到重视，沉降预测能预先估计可能产生的沉降变形，对地面现有建筑物的安全以及工程本身的按时顺利进行有着重要的现实意义。在地铁监测中，如何从监测数据中得到有用的信息，为工程的施工进行动态控制是地铁工程监测中研究的一个重要任务和方向。本文首

2、先介绍了地铁变形监测的主要内容和所使用的技术方法，对地铁变形监测工作进行了详尽的介绍，包括监测内容、监测仪器的选择、变形监测网的布设、监测周期，监测资料的数据处理等。论文提出将监测点的沉降过程划分为三个阶段，采用分段拟合的方法进行数据拟合，在土体沉降较快的第二阶段，基本上可用一个对数函数曲线来表达，而函数系数由前期的监测数据来确定。本文将沉降观测数据序列作为一输入信号，并认为其是含有白噪声的。论文介绍了小波技术去噪的基本原理及其主要步骤。小波变换Mallat算法存在的一个问题是：由于二抽样的缘故

3、，所以每经一级小波分解数据量减少一半。实际应用中，有时希望能够逐点计算出小波变换，而平稳小波变换(StationaryWaveletTransform)，也称多孔算法(a’trousalgorithm)，它可在每一分辨率下求出每个抽样点的小波变换值。论文给出了多iL算法的计算机语言实现，并使用该算法进行了监测数据的消噪处理，取得了较好的效果。关键词：沉降观测，数据处理，小波变换，去噪AbstractForbigcities。masstransitiSoneofthemajorsolutionst

4、otheworseningtrafficproblem．PeopLegivemoreimportallcetosurfacesettlemcntandthebuildingsaroundthesubway∞ttlementcausedbysubwayconstruction．Ithas811importantrealisticsignificaneetopredicttheextentofthesettlementandkeeptheexistingbuildingsonthegroundsaf

5、e，andmaketheconstructionworkssmoothlyontime．HowtogettheusefulinformationfromtheMTR(MassTransitRailway)monitoringdataandmaketheconstructionindynamiccontrolisamajortaskanddirectionoftheresearchofthesubwayprojeetmonitoring．r自fSpaperintroducesthemaincont

6、entoftheM豫deformationmonitoringandtheteehnology．Itcarriedoutadetaileddiseussedaboutthedeformationofthe～ⅡRmonitoring．includingmonitoringitems，monitoringequipmentchoice，emplacedadeformi锣network，themonitoringcycle。theprocessingofthecollectedinformation，

7、eto．Paperputsanideathattheobjectsettlementprocessshouldbedividedintothreephasesandusedifierentmethodsfordatafitting．Inthesecondphaseofrapidsubsideneeofsoil，itcallusealogarithmiccurveexpresstheprocess．andtheCOe伍cientsdeterminedbythepreviOUSmonitotingd

8、ata．111ePaDertakessettlementdataaft；aninputsignalsequence。andthatitiscontainingwhitenoiseThispaperintroducesthebasicprinciplesandmajorstepsofwaveletdenoising．111ewavelettransfornlMallatalgorithmhasaproblem：aftersamplingoftwodata，everywaveletdeeomposi