摘 ?要： 論文采用小波變換對(duì)變形監(jiān)測(cè)數(shù)據(jù)進(jìn)行不同頻帶分離與變形信號(hào)消噪處理，同時(shí)進(jìn)行平滑處理。利用該方法可以減少外界因素的干擾，提高預(yù)測(cè)精度。結(jié)合工程實(shí)例進(jìn)行驗(yàn)證，同時(shí)將小波變化模型與傳統(tǒng)的灰色預(yù)測(cè)模型、卡爾曼濾波模型、動(dòng)態(tài)灰色模型進(jìn)行對(duì)比，結(jié)果顯示，利用小波變換進(jìn)行變形監(jiān)測(cè)的精度比上述傳統(tǒng)模型精度高，小波變換取得的效果較好。

關(guān)鍵詞： 小波變換;變形監(jiān)測(cè);灰色預(yù)測(cè)模型;卡爾曼濾波模型

中圖分類號(hào)： P208 ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ?DOI：10.3969/j.issn.1003-6970.2019.04.032

本文著錄格式：原智華. 基于小波變換的變形監(jiān)測(cè)應(yīng)用研究[J]. 軟件，2019，40（4）：150153

【Abstract】： In this paper， wavelet transform is used to separate the different frequency bands of the deformation monitoring data and de-noising the deformation signals， and at the same time， smooth processing is carried out. Using this method， the disturbance of external factors can be reduced and the prediction accuracy can be improved. At the same time， the wavelet change model is compared with the traditional grey prediction model， Kalman filter model and dynamic grey model， and the results show that the wavelet change model is compared with the traditional grey prediction model， Kalman filter model and dynamic grey model. The accuracy of

【Key words】： Wavelet transform; Deformation monitoring; Grey model; Calman filter model

0 ?引言

小波變換是用一族函數(shù)去表示或逼近一信號(hào)或函數(shù)，可以很好的剔除建模數(shù)據(jù)的隨機(jī)干擾噪聲[1-5]。實(shí)際的觀測(cè)過(guò)程中，外界因素極為復(fù)雜，觀測(cè)數(shù)據(jù)不可避免的含有很多隨機(jī)擾動(dòng)誤差，使得觀測(cè)數(shù)據(jù)變化較大，影響目標(biāo)的預(yù)測(cè)質(zhì)量。將小波變換應(yīng)用在變形監(jiān)測(cè)中，可以提高預(yù)測(cè)的精度，更好的預(yù)測(cè)目標(biāo)的變形趨勢(shì)。通過(guò)與已有模型進(jìn)行對(duì)比，論文分析了小波變換在變形監(jiān)測(cè)中的有效性。

1 ?灰色理論模型的建立

1.1 ?灰色GM（1，1）模型[6]

由對(duì)比結(jié)果可以看出，小波變換剔除外界誤差之后，更能反應(yīng)出變形規(guī)律，對(duì)于預(yù)測(cè)基坑的變形更加有效。

5 ?結(jié)束語(yǔ)

在對(duì)變形監(jiān)測(cè)數(shù)據(jù)進(jìn)行降噪的過(guò)程中，小波變換是一種有效的手段。小波分解可以將原始信號(hào)分解為頻帶不同的信號(hào)，為分析噪聲和變形體的物理變形和噪聲來(lái)源提供了根據(jù)。所以小波變換在變形監(jiān)測(cè)數(shù)據(jù)處理中，小波變換的應(yīng)用是一種有效的，具有優(yōu)勢(shì)的，具有前景的一種手段。

參考文獻(xiàn)

[1] 信冠棟， 施昆， 呂曉陽(yáng). 遙感動(dòng)態(tài)監(jiān)測(cè)模型在拉市海濕地保護(hù)區(qū)土地利用中的研究[J]. 軟件， 2018， 39（4）： 170-175.

[2] 丁知平. 量子混沌自適應(yīng)粒子群優(yōu)化算法的研究[J]. 軟件， 2018， 39（4）： 09-14.

[3] 劉婉靜， 田璐澤， 陳碩， 等. 基于灰色預(yù)測(cè)法對(duì)移動(dòng)端考研產(chǎn)品的研討[J]. 軟件， 2018， 39（2）： 161-163.

[4] 王利.公路邊坡監(jiān)測(cè)理論與GPS一機(jī)多天線系統(tǒng)研究[D]. 西安：長(zhǎng)安大學(xué)， 2006.

[5] 黃聲享， 尹暉， 蔣征.變形監(jiān)測(cè)數(shù)據(jù)處理[M]. 武漢大學(xué)出版社， 2012.

[6] 鄧聚龍. 灰色系統(tǒng)基本方法[M]. 武漢： 華中理工大學(xué)出版社， 1987. 96-164.

[7] 鄧聚龍. 灰色系統(tǒng)論文集[M]. 武漢： 華中理工大學(xué)出版社， 1989. 195-197.

[8] 姜?jiǎng)偅?楊志強(qiáng)， 張貴鋼. 卡爾曼濾波算法的灰色理論模型在變形監(jiān)測(cè)中的應(yīng)用[J]. 測(cè)繪科學(xué)， 2011， 36（4）： 19-21.

[9] 宋文堯， 張牙. 卡爾曼濾波[M]. 北京： 科學(xué)出版社， 1991.

[10] 王琦， 孫華， 李偉華， 等. 卡爾曼濾波在變形監(jiān)測(cè)數(shù)據(jù)處理中的應(yīng)用[J]. 工程地球物理學(xué)報(bào)， 2009， 6（5）： 658-661.

[11] 張勤， 蔣廷臣， 王秀萍. 小波變換在變形監(jiān)測(cè)中的應(yīng)用研究[J]. 測(cè)繪工程， 2005， 14（1）： 810.

[12] 尹健華， 廖繼旺， 劉云芳. 基于小波變換的噪聲消除算法研究[J]. 測(cè)控技術(shù)， 2007， 15（36）： 144-145.

[13] 喜文飛， 史正濤. 基于卡爾曼濾波的動(dòng)態(tài)灰色理論模型研究[J]. 測(cè)繪工程， 2014， 23（3）： 24-27.

[14] 喜文飛， 王術(shù)， 李菁山. 小波變換在變形監(jiān)測(cè)中的應(yīng)用研究[J]. 測(cè)繪科學(xué)（2016專刊）， （41）： 169-171.