小波阈值去噪法在建筑物变形监测数据处理中的应用研究

论文摘要

由于观测环境和设备等因素的影响,建筑物变形监测的数据与建筑物真实的变形量有一定的误差。这些误差对建筑物的安全评价有一定的影响,因此需要对数据进行去噪处理,获取其准确的变形信息,以便掌握变形的情况,及时发现问题,保证工程建筑的安全。在传统的降噪滤波方法中,需要待检测信号的先验知识(如卡曼滤波),而傅立叶变换主要对长期持续的周期性信号有效。由于小波变换适于分析由短时高频成分和长时低频成分组成且无太多先验知识的信号,可以考虑将小波分析方法用于建筑物变形监测数据的处理之中(这里信号等同于观测数据,噪声即观测误差),去除观测误差,即可得到消噪之后的观测据。本文基于小波分析理论,利用小波去噪技术,对一组建筑物累计倾斜变形数据进行了去噪处理。在小波域中分析了传统硬阈值法和软阈值法的特点,介绍了软硬阈值折衷法、改良软硬阈值折衷法、模平方处理法三种改进的阈值函数,与传统软硬阈值法相比,它们克服了硬阈值函数不连续的缺点,减少了软阈值函数中的估计小波系数与分解小波系数之间存在的恒定偏差。最后,本文介绍一种新的方法;采用模糊控制滤波器对含噪信号进行预处理,从而降低白噪声的方差。然后用硬阈值法对处理过的信号进行去噪。实验结果表明,小波去噪合理有效,能够敏感识别观测噪声和有用信息,不需要待处理数据的先验知识,特别适合建筑物变形监测数据处理。并且在实际应用中对小波函数类型必须高度重视,要结合具体问题综合考虑小波函数类型、阈值选取、小波分解层数等各种因素。

论文目录

• 致谢
• 摘要
• Abstract
• 1. 绪论
• 1.1 课题研究背景、目的及意义
• 1.1.1 课题的研究背景
• 1.1.2 研究目的及意义
• 1.2 小波分析的发展及应用现状
• 1.2.1 小波分析的发展
• 1.2.2 小波分析的研究现状
• 1.2.3 小波分析研究的发展趋势
• 1.3 小波去噪方法的研究概况
• 1.4 本文研究的主要内容及方法
• 1.5 本章小结
• 2. 小波去噪方面的相关介绍
• 2.1 现有去噪方法的原理及其比较
• 2.1.1 傅里叶变换
• 2.1.2 短时傅立叶变换
• 2.1.3 小波变换
• 2.1.4 小波分析与傅立叶分析的比较
• 2.2 小波分析的相关介绍
• 2.2.1 离散小波变换
• 2.2.2 正交小波基构造
• 2.2.3 多分辨率分析
• 2.2.4 常用的小波函数
• 2.3 小波分析用于信号降噪的原理及过程
• 2.3.1 小波去噪的原理
• 2.3.2 数字信号小波去噪的过程
• 2.4 小波去噪准则及性能评价标准
• 2.4.1 小波去噪准则
• 2.4.2 小波去噪的性能评价标准
• 2.5 本章小结
• 3. 小波阈值去噪方法研究
• 3.1 小波阈值去噪的原理及方法
• 3.1.1 小波阈值去噪的原理
• 3.1.2 阈值去噪方法
• 3.2 阈值的选取及分解层数的确定
• 3.2.1 四种估计阈值选取规则
• 3.2.2 小波分解层数的确定
• 3.3 软阈值法和硬阈值法
• 3.4 阈值函数去噪算法改进
• 3.4.1 小波系数阈值估计的几种改进方案及模型
• 3.4.2 模糊控制滤波器与阈值函数结合方法
• 3.5 本章小结
• 4. 阈值去噪法在建筑物变形监测中的应用
• 4.1 不同小波函数去噪效果性能比较
• 4.2 分层阈值法去噪效果性能分析
• 4.3 组合方法去噪效果性能比较
• 4.4 本章小结
• 5. 结论
• 5.1 总结
• 5.2 展望
• 参考文献
• 作者简历
• 学位论文数据集