[发明专利]建筑物变形监测数据处理方法

说明书

本发明公开了一种建筑物变形监测数据处理方法，涉及信号处理方法技术领域。所述方法包括如下步骤：通过传感器采集建筑物变形数据；对采集的变形数据通过改进的小波阈值去噪方法以及改进的对称边界延拓及估计边界失真数据测量的方法消除数据区段失真现象，实现实时无区间失真去噪处理；对去噪处理后的数据使用Sage‑Husa自适应卡尔曼滤波预测分析数据处理方法进行处理，对建筑物变形趋势进行预测。所述方法能够有效提高小波去噪能力，并能够加快监测系统误差收敛时间及速度，减小模型误差的影响，实现趋势预测分析的准确性及可靠性。

技术领域

本发明涉及信号处理方法技术领域，尤其涉及一种改进的小波降噪与自适应卡尔曼滤波的建筑物变形监测数据处理方法。

背景技术

随着社会经济的发展、科技水平的不断进步，工程基础设施行业得到了迅猛发展，各种高、大型建(构)筑物不断涌现。建(构)筑物在建设和运营过程中都会因为各种原因产生一定的变形，当变形超过允许限度时，就有可能引发灾害。另一方面，由于高、大型建(构)筑物的变形量一般都较小，在比较长一段时间内也可能不会有太大的变化，但是变化却一直存在，所以对其开展变形监测要求的精度非常高，这就对变形动态监测数据稳定性、可靠性提出了高要求。因此，对高、大型建(构)筑物主体进行变形监测工作，通过建立可靠可行的监测数据分析及预测分析模型，可比较有效的掌握其变形动态，并能对其变形趋势进行预测分析，及时发现问题，以便采取安全措施，能在很大程度上避免或减少灾害发生带来的损失，具有显著的社会及经济价值。

发明内容

本发明所要解决的技术问题是如何提供一种能够准确的对建筑物的形变趋势进行预测的监测数据处理方法。

为解决上述技术问题，本发明所采取的技术方案是：一种建筑物变形监测数据处理方法，其特征在于包括如下步骤：

通过传感器采集建筑物变形数据；

对采集的变形数据通过改进的小波阈值去噪方法以及改进的对称边界延拓及估计边界失真数据测量的方法消除数据区段失真现象，实现实时无区间失真去噪处理；

对去噪处理后的数据使用Sage-Husa自适应卡尔曼滤波预测分析数据处理方法进行处理，对建筑物变形趋势进行预测。

进一步的技术方案在于，基于有限长离散信号的边界处理的步骤如下：

假设条件：a₀[n]代表监测数据信号x[n]有限长离散序列，信号长度为N，n∈[0，N)；a₁[n]、d₁[n]分别为第一次信号分解尺度系数和小波系数；h[n]、g[n]分别为尺度与小波滤波器系数；滤波器长度为P；

一次小波分解：

考虑到N可能为奇数，此处取a₁[n]、d₁[n]长度为(N+1)/2，则一次分解为：

当N为偶数时，计算a₁[n]、d₁[n]的最后一个值时，需在a₀[n]右边界延拓(P-2)个数据；当N为奇数时，计算a₁[n]、d₁[n]的最后一个值时，需在a₀[n]右边界延拓(P-1)个数据；两者取大，a₀[n]右边界需延拓(P-1)个数据；

一次小波重构：

上2采样后信号长度加倍达到原信号长度N，其与滤波器进行卷积运算时，边界需延拓(P-2)个数据，也即才充分利用了a₁[m]，不受边界效应的影响；所以，需在a₀[n]左边界延拓(P-2)个数据；

边界对称延拓：