共查询到20条相似文献，搜索用时 46 毫秒
1.
实时准确地监测和分析大型建筑物的变形对于大型建筑物的施工与运行是十分重要的。奇异谱分析(SSA)是一种与经验正交函数相关联的一种统计技术。文中采用奇异谱分析(SSA)的方法,结合功率谱峰值与原序列和RC1-2重建序列均方误差最小的方法确定最优潜入维数M,研究了特长钢箱梁桥索塔的变形趋势和震荡周期。小波分析技术也可以很好地描述时间序列的时频分布,但SSA重构后的结果比小波要平滑些,更能反映出时间序列的特征。结合苏通大桥北索塔监测序列表明,北索塔站的N,E,U方向上均存在明显的趋势和显著的变动周期,而且也含有较多的噪声信息。 相似文献
2.
针对传统奇异谱分析方法具有相移现象缺点而不能有效分析,是由于不同形式的地球物理现象而包含有阶跃项、非线性趋势项、以及振幅随时间变化的季节项,从而呈现显著的非线性变化的时间序列,该文提出了一种用于拟合GPS时间序列的改进奇异谱分析方法。采用实际IGS站点数据将改进奇异谱分析方法与小波分析方法进行比较,结果表明,改进奇异谱分析方法在提取年以及半年季节项要优于小波分析方法。基于模拟数据计算表明:模拟信号和改进奇异谱分析方法重构信号残差的均方根小于1.8mm,改进奇异谱分析方法拟合精度显著优于传统奇异谱分析方法。改进奇异谱分析方法消除了传统奇异谱分析方法具有相移现象缺点。 相似文献
3.
《武汉大学学报(信息科学版)》2021,(3)
为了有效地提取GNSS(global navigation satellite system)站坐标时间序列中的有用信息,提高坐标时间序列的建模精度,提出一种小波多尺度分解与奇异谱分析相结合的非线性运动建模方法,并利用全球11个测站20年(1999―2018年)的GPS(global positioning system)垂向坐标时间序列对所提方法进行了验证。首先,通过小波分解将坐标时间序列分解到不同尺度上;然后,对分解后的各层高频部分和低频部分进行奇异谱分析;最后,通过叠加合成得到原始坐标时间序列的拟合值,并对所提方法的拟合效果进行评估。结果表明,与单纯的奇异谱分析方法相比,所提方法能够更加准确地从含噪声的有限尺度时间序列中提取趋势和周期等有用信息,降低了部分周期项如季节周期项、月周期项被当作噪声剔除的概率,并且建模精度有26%的提高。 相似文献
4.
为了研究大坝变形规律并分析其影响因子,利用奇异谱分析(SSA)提取大坝变形时间序列的趋势和周期分量,并分析各分量与时效、温度和水位因子的关联性。通过分析某大坝实测数据,发现大坝存在徐变和周期性弹性形变。其中,徐变即趋势项,主要与时效因子有关;弹性形变对应的周期项主要与温度和水位的周期变化有关,且温度因子与弹性形变的相关性明显大于水位因子。利用提取的趋势和周期项对大坝变形时间序列进行拟合并预测,其拟合和预测误差分别为0.52和0.24 mm;若采用传统的多元线性回归模型进行拟合和预测,其误差则分别为0.81和0.57 mm。这表明奇异谱方法的拟合和预测精度均优于多元回归法,能够更准确地预测大坝变形。 相似文献
5.
奇异谱分析SSA(Singular Spectrum Analysis)是一种被广泛应用于时间序列分析中的非参数方法。SSA结合线性递推公式LRF(Linear Recurrent Formula)可以进行时间序列预报,简称为SSA-LRF。本文将该方法引入到大坝变形预报中,对影响SSA-LRF预报精度的几个因素进行深入的分析,给出了SSA-LRF预报过程中的嵌入维数L与重构阶数P最佳取值范围。实例分析表明,SSA-LRF是大坝变形预报中的一种有效方法。 相似文献
6.
7.
8.
9.
10.
11.
本文选取CMONOC位于云南省域的4个测站坐标序列作为试验对象,利用多通道奇异谱分析（MSSA）对序列进行缺失数据的插补及季节性信号的提取。试验结果表明,MSSA迭代插补精度在水平方向优于1.5 mm,在垂直方向上优于4 mm,表现均好于三次样条插值,而且当序列的缺失率升高、连续性减弱时依然不失其优越性;对比MSSA及最小二乘拟合两种方法提取季节性信号的效果并对其残差序列及功率谱进行分析,发现MSSA能够有效提取不同周期信号且更加适用于振幅不恒定的时变季节信号。 相似文献
12.
提出一种基于灰色时间序列分析的建筑物变形预报方法。对建筑物变形观测数据进行累加,削弱其随机扰动的影响。通过增强建筑物变形观测数据规律性,达到提高时间序列分析预报模型精度的目的。实测数据分析表明,该方法能够有效提高变形预报的精度与可靠性。 相似文献
13.
分析了BDS多路径组合观测中低频分量的特性及其对定位精度的影响;基于MGEX跟踪站的GNSS观测数据,利用功率谱、相关函数和奇异谱分析等方法对BDS多路径组合观测值进行了分析。结果表明,相邻2 d伪距多路径组合的低频分量相关性较高;原始时间序列中含有高频分量,属于随机噪声;通过奇异谱分析对GEO卫星多路径组合中的低频分量进行提取和改正试验,跟踪站CUT0和JFNG在N、E、U三个坐标分量上定位结果的标准差分别改善了0.2 m、0.1 m、0.2 m和0.2 m、0.4 m、0.5 m。 相似文献
14.
15.
16.
利用三维激光扫描技术监测地表变形时,需要对大面积的地形点云数据重建地面曲面。针对点云数据的海量性,提出利用BP神经网络的方法进行曲面重建,分别模拟出两期点云数据的曲面及两期点云数据的下沉曲面。实验结果表明,该方法对海量数据的曲面重建精度较高,并能提取变形信息,具有较高的使用价值。 相似文献
17.
GPS时间序列周期信号的精准提取对趋势的估计具有重要的影响。相较于传统的常数振幅周期信号模型,已有研究表明GPS时间序列周期信号的振幅是随时间变化的。实际的GPS时间序列存在异常值,且在提取周期信号过程中会产生新的异常值。针对以上两点,该文提出了一种基于Huber函数M估计(HM)的GPS坐标时间序列时变振幅周期信号估计方法:采用关于时间的多项式函数来建立时变振幅模型,由HM方法及交替方向乘子法求解。通过模拟数据及实际GPS站点数据将HM方法与小波分解方法、奇异谱分析方法和滑动最小二乘方法进行比较,结果表明HM方法在估计精度上要优于其他3种方法,弥补了已有方法在时变振幅情形下会吸收噪声以及噪声较强时对周期信号提取能力较弱的不足。 相似文献
18.
基于奇异谱分析(singularspectrumanalysis,SSA)的基本思想,利用噪声与信号的赫斯特(Hurst)指数有显著差异这一特性,提出了一种新的SSA滤波法,同时给定了嵌入维数犔与重构阶次犘的确定标准,并将该方法应用于GPS多路径的研究中。通过模拟数据及实测GPS坐标序列的数据分析,结果表明SSA滤波法是一种有效的去噪方法,其去噪效果与小波滤波与经验模态分解(empriricalmodedecomposition,EMD)滤波相当。针对多路径效应周日重复性的特点,利用该滤波方法建立改正模型,可有效地削弱多路径效应的影响,进而提高GPS动态变形监测的精度。 相似文献
19.
20.
针对时间序列自回归(AR)模型在高层建筑物沉降预测中出现的对于历史资料分析和利用不充分的情况,提出了一种基于傅里叶时频分析的沉降预测模型。以桂林市某在建的高层建筑物的沉降变形为例,在分别从时域和频域两个方面充分分析资料的基础上,对建筑物的沉降观测数据进行建模分析,得到了均方误差为0.107 9 mm的预测精度,很好地克服了AR模型在应用中存在的问题,提高了预测精度。 相似文献