高層建筑物GPS觀測中的小波分析

李開偉,汪仁銀,陳銳,韓立

(四川水利職業技術學院,四川 成都 610000)

高層建筑物GPS觀測中的小波分析

李開偉,汪仁銀,陳銳,韓立

(四川水利職業技術學院,四川 成都 610000)

采用GPS進行高層建筑物實時動態觀測被認為是有效的方法,如何處理海量GPS振動觀測數據是一個重要的問題。本文根據GPS振動觀測數據特點,將小波分析技術應用于GPS振動觀測數據處理,研究了不同小波基、分解尺度、閾值選擇對觀測數據去噪的影響,獲得了有益的結論。

小波分析;高層建筑物;GPS;數據處理;小波基;分解尺度

0 引 言

城市中高層建筑物日益增多,為了保證高層建筑物的安全,需要對其進行實時監測。GPS具有全天候、實時性、高精度等優勢,能夠實時監測物體的動態變化,將GPS監測技術應用于高層建筑的安全監測,以保證建筑物安全運營,被認為是十分有效的方法[1-4]。GPS高層建筑物觀測數據主要包括兩個方面,一是建筑物自身振動以及外界環境引起的實際位移,另一類是觀測誤差引起的噪聲。如何準確處理大量監測數據,獲取建筑物的變形趨勢是一個值得研究的問題。小波分析技術由于具有優異的局部時頻特性和多分辨率分析特性等優點,通過小波變換可對信號的不同頻率成分進行分解,己被廣泛應用于數據處理領域[5-8]。建筑物的振動位移變化緩慢,觀測噪聲頻率變化高,兩者與小波多分辨率分析中的低頻部分和高頻部分分別對應。將小波分析技術應用于高層建筑物GPS觀測數據處理,根據GPS監測數據特點和高層建筑物位移特性,研究小波分析在其中的應用,包括如何選擇小波基、最佳分解尺度的確定以及最優閾值準則確定。

1 小波分析簡介

1.1小波分析理論

小波分析的主要思想是小波變換,小波變換是小波函數與被變換函數與作卷積的結果[9]。設滿足條件的小波基函數為φ(t),小波基函數經過平移τ和伸縮a后得到:

(1)

式中:τ為時移因子;a為尺度因子。將φa,τ(t)與被變換函數f(t)作卷積,得到連續小波變換

WTf(a,τ) =〈f(t),φa,τ(t)〉

(2)

(3)

相應的離散小波變換為

WTf(a,τ) =〈f(t),φa,τ(t)〉

(4)

小波變換是一個時間和頻率的局部變換,能通過伸縮和平移等運算功能對信號進行多尺度細化分析。低頻信號可以采用較低的時間分辨率來提高頻率的分辨率,高頻信號可以采用較低的頻率分辨率來換取精確的時間分辨率。GPS振動觀測值序列可以采用小波變換技術進行GPS振動觀測數據的數據處理。

1.2小波分析去噪

小波閾值去噪是小波分析中主要使用的去噪方法,小波閾值去噪具有實現簡單、去噪效果好的特點[10]。小波閾值去噪主要包括,1) 小波分解。選擇一個合適的小波基函數和合理的小波分解尺度N進行小波分解; 2) 高頻系數閾值量化。對高頻部分選擇合適的閾值δ進行處理,所有小于δ的小波系數被劃為噪聲,而超過閾值δ的小波系數的數值被縮減后再重新取值;3) 小波重構。將分解后各層低頻部分和高頻部分進行小波重構,獲得去噪后的信號。

在工程領域中,選擇合適的小波基是小波分析處理結果好壞的關鍵,不同的小波基具有不同的時頻特征[11],一個工程問題用不同的小波基函數進行分析可能會有不同的結果。根據GPS高層建筑物觀測數據特點,研究出適合的小波基函數具有重要的意義。同時,在提取變形趨勢時,不同小波分解尺度下信號的表現形式不同,如何根據信號特性選擇最好的分解尺度也是一個需要研究的問題。

本文研究在高層建筑物GPS動態觀測數據處理中小波基函數和分解尺度及四種閾值確定準則下的去噪效果,并利用信噪比(SNR)、均方根誤差(RMSE)、平滑度(r)指標進行量化分析。

2 實驗分析

選擇某高層建筑物觀測中的GPS動態監測數據,觀測建筑物在X,Y,Z三個方向的位移變化,原始觀測數據如圖1所示。從圖1可以看出原始觀測序列受到噪聲影響嚴重,無法得到建筑物變化趨勢和振動周期。建筑物的位移表現為在前120觀測歷元振幅和頻率較大,之后趨于穩定,前120歷元可以視為建筑物受到地震等突發外界因素影響下的振動,120歷元之后表現為建筑物受到風振、溫度等自然因素影響下的自然位移。下面進行實驗分析。

2.1小波基函數選擇

在小波分析中,首先就是選擇合適的小波基進行小波變換。工程上常用的小波基函數包括db系列、sym系列、coif系列小波基函數[12-14]。實驗時截取120歷元后的30個觀測序列進行分析,實驗使其它參數保持不變,選取 db1-db3、sym1-sym3、coif1-coif3波基函數對原始信號進行3層小波分解和重構,采用去噪效果好的默認閾值法去噪,選擇ddencmp函數獲得默認閾值,使用wdencmp函數進行消噪。實驗結果如圖2所示,評價指標如表1所示。經小波分析去噪后,得到了較為光滑的去噪結果,容易得到建筑物的振動趨勢和振動周期,驗證了小波分析在GPS振動觀測中數據處理的能力。

表1 小波基函數去噪評價指標

圖2 不同小波基函數去噪結果

信噪比是衡量含噪信號去噪效果好壞的重要指標,信噪比越大說明這種方法的去噪效果越好。均方根誤差表現了原始信號與去噪后信號之間的差異,均方根誤差越小表示信號去噪的效果越好。平滑度表示去噪后信號的光滑程度,平滑度的值越小,表示信號越光滑,去噪的效果越好。從表中可以發現,db系 、sym系、 coif系小波基函數都具有較好的去噪能力,在階數相同時,coifN小波基函數去噪效果要略優于dbN和symN.三種小波基函數去噪效果的差別主要在平滑度上,階數的改變對平滑度有較大影響。從圖中也可以看出3階小波基函數去噪后信號圖平滑,又較好的保留了信號的信息特征,可以用來提取變形趨勢。

2.2分解尺度選擇

針對實驗數據,選擇coif3小波基函數對原始信號做各層分解,并通過評價指標進行分析,限于篇幅有限,本文僅顯示前6層實驗結果,去噪后信號效果如圖3所示,各項評價指標如表2所示。

圖3 不同分解尺度的去噪結果

分解尺度SNRRMSEr184.460.030.37280.250.040.26379.190.040.16474.860.050.15572.470.060.11672.180.060.04

根據圖3和表2分析可以發現,隨著分解尺度的增加,信噪比逐漸降低,前3層分解去噪效果較好,5層以后去噪效果趨于穩定;均方根誤差逐漸增大,在5層以后趨于穩定;平滑度逐漸變好,當分解尺度增加時,平滑度的值較小。可以認為,在GPS高層建筑物觀測數據處理時,當小波分解尺度越小時信噪比和均方根誤差值越好,但平滑度卻在變差。3層小波分解后的各項指標較好,很好的保留了信號特征,平滑性也較好,所以在處理GPS觀測信號時,選擇分解尺度為3較好。

2.3小波閾值選擇

四種閾值確定準則都有不同的適用范圍,針對不同的數據類型,不同作者提取了最優的閾值確定準則。本文對此進行了實驗,研究高層建筑物GPS動態觀測數據處理中四種閾值選取準則的好壞。實驗選取了全部的觀測序列,選擇了去噪效果好的coif3小波基函數,進行3層尺度分解,選擇軟閾值處理,去噪后結果如圖4所示,各項評價指標如表3所示。

根據圖4和表3分析,四種閾值確定準則下,原始信號基本消除了噪聲的干擾,獲得了建筑物的動態變形特征。自適應閾值最小且與原始觀測值大小相近,啟發式閾值按固定閾值準則確定的,兩者相同。固定閾值準則去噪后的信號平滑性更好,自適應閾值保留了原始信號較多的特征,而固定閾值存在過度去噪的問題。從評價指標上看,自適應閾值信噪比和均方根誤差指標最好。可以發現,選用自適應閾值準則去噪效果更好,并且保留了原始信號中存在的粗差,在處理GPS高層建筑物動態觀測數據時使用自適應閾值準則處理效果更好。

圖4 四種閾值準則下去噪結果(a)啟發式閾值；(b)自適應閾值；(c)固定閾值；(d)極值閾值

Z方向數據THRSNRRMSER啟發式閾值3.77181.810.080.34自適應閾值0.59185.030.071.95固定閾值3.77181.770.080.34極值閾值2.26182.630.080.34

將小波分析應用于GPS高層建筑物數據處理取得了很好的效果,驗證了小波分析在GPS數據處理中的能力,為了獲得更好的去噪結果,本文分析了小波基、分解尺度和閾值選擇去去噪的影響,得到了有益的結論。

3 結束語

高層建筑物日益增多,高層建筑物由于其自身特性,隨時都處于動態形變之中,對高層建筑物進行安全監測是保證建筑物安全的重要手段。面對大量GPS動態監測數據,將小波分析技術應用于監測數據處理,得到建筑物的振動趨勢和周期,是十分有效的處理方法,本文的研究為工程應用中選擇和利用小波分析技術處理高GPS數據提供了參考。

[1] 王中元,周天強,張鵬飛. 高層建筑物GPS動態變形監測數據處理[J]. 測繪科學,2012(1):47-50,37.

[2] 黃丁發,丁曉利,陳永奇,等. GPS多路徑效應影響與結構振動的小波濾波篩分研究[J]. 測繪學報,2001(1):36-41.

[3] 匡翠林,戴吾蛟. GPS監測高層建筑風致振動變形及小波應用[J]. 武漢大學學報(信息科學版),2010(9):1024-1028.

[4] 伊曉東. GPS用于強風引起的超高層建筑物位移測量研究[J]. 測繪通報,2009(3):8-11.

[5] 張勤,蔣廷臣,王秀萍.小波變換在變形監測中的應用研究[J].測繪工程, 2005,14(1):8-10.

[6] 夏開旺,田林亞,楊永平.基于小波分析的壩區GPS信號噪聲研究[J].水電自動化與大壩監測, 2006,30(4):51-55.

[7] 夏秋,周金國.小波分析在GPS變形監測數據處理中的應用[J].地理空間信息,2011,9(6):40-44.

[8] 李海文,周海峰,蔣霖. 基于db10小波基函數函數的GPS信號去噪效果分析[J]. 勘察科學技術,2012,04:18-19，57.

[9] 王濤,田林亞,侯建梅,等. 利用小波變換進行GPS振動觀測值的異常探測[J]. 測繪工程,2017(5):52-56.

[10] 羅志才,陳永奇,劉焱雄. GPS用于監測高層建筑物動態特征的模擬研究[J]. 武漢測繪科技大學學報,2000(2):100-104.

[11] 姚麗慧,高井祥,王堅.不同小波函數對粗差識別效果的比較[J]. 北京測繪,2011(3):20-23，92.

[12] 姚剛,劉星,鄭求興,等. 高層建筑環境激勵動態特性的GPS監測研究[J]. 重慶建筑大學學報,2005(5):45-49.

[13] 查顯杰,傅容珊,戴志陽,等. 小波基函數函數選擇對SAR干涉圖去噪的影響[J]. 遙感信息,2008(2):17-20，34.

[14] 譚善文,秦樹人,湯寶平. 小波基函數時頻特性及其在分析突變信號中的應用[J]. 重慶大學學報(自然科學版),2001(2):12-17.

High-riseBuildingsGPSDataProcessingBasedonWaveletAnalysis

LIKaiwei,WANGRenyin,CHENRui,HANLi

(SichuanWaterConservancyVocationalCollege,Chengdu610000,China)

Using GPS to high-rise building real-time dynamic observation is considered to be effective, how to deal with massive amounts of GPS observation data vibration is an important issue. In order to improve the automation of process GPS data, based on GPS observation data vibration characteristics, wavelet analysis technology was applied to the GPS observation data processing in this paper. The impact of different wavelet decomposition scales and wavelet bases and threshold criterion to GPS observation data de-noising are studied based on extracting the dynamic change trend in high-rise buildings, beneficial conclusions are obtained.

Wavelet analysis; high-rise buildings; GPS; data processing; wavelet base; decomposition scale

10.13442/j.gnss.1008-9268.2017.04.019

P228.4

A

1008-9268(2017)04-0106-05

2017-04-16

聯系人: 李開偉E-mail: hkingt121@163.com

李開偉(1981-),男,碩士,講師,主要研究方向為工程測量、攝影測量與遙感。

汪仁銀(1974-),男,講師，主要從事工程測量、地圖制圖及工程測量專業課程教學和管理工作。

陳銳(1982-),男，講師，主要從事工程測量、工程測量專業課程教學工作。