面向多源异步传感器滑坡监测数据融合及稳定性分析

论文摘要

滑坡是一种分布较广、发生频繁的地质灾害,具有突发型、季节性、蠕变性等特征。在滑坡综合信息监测中,采用传感器种类众多,布设位置多样。传感器类型大致可分为:滑坡位移监测传感器、环境信息监测传感器,需要优化设计各种监测传感器的布设位置,将各监测传感器的作用最大化。在海量监测数据中,通过将频率、位置、深度、精度各不相同的传感器监测信息进行融合,进而反映滑坡体的整体形变综合特征。通过滑坡体监测的位移时间序列分析对滑坡体的稳定性进行评价,判断滑坡体是否安全。论文依托实际工程项目,按照“高精度模型构建——传感器优化设计——监测信息融合——稳定性分析”的主线进行研究,主要研究内容及创新点如下:（1）堆积层滑坡高精度模型构建及传感器优化设计使用高精度三维激光扫描仪结合地质勘查资料对堆积层滑坡进行高精度三维地质模型的构建,赋予各地层相应的力学参数。针对传统滑坡形变监测通常采用经验方法选取监测点、线、区域的不足,本文采用数值模拟计算不同降雨工况下的形变情况,确定了滑坡体重点监测区域,优化设计滑坡监测传感器的布设位置,在滑坡监测点、监测线传感器优化设计方面实现理论方面创新。通过监测点位模拟与安全系数的分析,确定滑坡预警阈值,给滑坡体的监测预警提供了判据条件。（2）多传感器滑坡监测数据融合针对卡尔曼滤波最优状态估计需要准确已知噪声信息的缺点,引入衰减记忆因子,采用自适应衰减记忆卡尔曼滤波（AFMKF,Adaptive Fading Memory Kalman Filtering）降低噪声的影响。针对衰减记忆因子的不确定性,本文提出了一种基于高精度观测值约束的自适应衰减记忆卡尔曼滤波算法（AFMKF with HPOC,Adaptive Fading Memory Kalman Filtering with High-Precision Observation Constraints）,对于含噪声的观测序列,采用周期性高精度观测值更新新息序列,并约束衰减记忆因子的更新,提高算法的滤波能力。通过仿真实验,相比于传统自适应衰减记忆卡尔曼滤波算法,附有条件约束的AFMKF算法均方根误差降低了41.31%。并针对集中式卡尔曼滤波（CKF,Centralized Kalman Filter）数据融合算法设计了基于AFMKF with HPOC数据融合算法,针对滑坡体的监测数据进行数据融合,进而整体反映滑坡体的形变特征。（3）多尺度滑坡体稳定性分析采用位移时间序列进行滑坡稳定性分析,针对传统位移时间序列分析方法不能顾及微小尺度下位移变化特征与稳定性之间的关系,本文设计了针对不同时间尺度采用不同的位移时间序列分析方法,研究了分形理论与重标度极差分析（R/S分析）法,对滑坡的阶段稳定性与整体稳定性进行判断。分析结果表明,在降雨量较大的阶段性时间尺度内,位移时间序列多重分维值谱特征与加速形变过程谱特征一致,滑坡体在该阶段稳定性较差;长尺度位移时间序列的分析结果表明了滑坡体的稳定态势将会持续下去,具有长程持续性。

论文目录

文章来源

类型: 硕士论文

作者: 王来阳

导师: 邱冬炜,王丹

关键词: 滑坡监测,三维地质模型,数值模拟,数据融合,卡尔曼滤波,衰减记忆卡尔曼滤波,时间序列分析

来源: 北京建筑大学

年度: 2019

分类: 基础科学,工程科技Ⅱ辑

专业: 地质学,地质学,工业通用技术及设备

单位: 北京建筑大学

分类号: P642.22

总页数: 78

文件大小: 4261K

下载量: 494

相关论文文献

• [1].滑坡监测方法综述与展望[J]. 安徽建筑 2020(08)
• [2].关于中小型滑坡监测的方法探讨[J]. 测绘与空间地理信息 2017(03)
• [3].滑坡监测系统手机端警报和定位功能开发[J]. 数据通信 2017(04)
• [4].“一线多传感器”滑坡监测新技术研发成功[J]. 地质装备 2016(05)
• [5].滑坡监测在滑坡稳定性评价的作用[J]. 城市地理 2017(18)
• [6].滑坡监测技术及研究方法综述[J]. 科技致富向导 2011(36)
• [7].多参数智能滑坡监测系统的设计[J]. 国外电子测量技术 2019(10)
• [8].三维激光扫描技术在滑坡监测中的应用分析[J]. 建材与装饰 2017(09)
• [9].基于北斗系统的山体滑坡监测及预警系统[J]. 民营科技 2017(08)
• [10].浅析煤矿山体滑坡监测与治理[J]. 内蒙古煤炭经济 2017(19)
• [11].浅析滑坡监测优势信息的选取[J]. 地质灾害与环境保护 2012(04)
• [12].全站仪滑坡监测数据的远传和处理研究[J]. 西部探矿工程 2010(04)
• [13].里底水电站库区滑坡监测设计与施工[J]. 西北水电 2019(06)
• [14].一种位移传感器数据解码方法及其在滑坡监测中的应用[J]. 大地测量与地球动力学 2020(04)
• [15].三峡重庆库区典型滑坡监测特征与诱发机制[J]. 地质论评 2020(S1)
• [16].无线传感器网络在滑坡监测中的应用[J]. 测绘与空间地理信息 2017(06)
• [17].地质滑坡监测技术研究[J]. 中国锰业 2017(03)
• [18].黄蜡石滑坡监测中大地测量要点分析[J]. 山东工业技术 2016(08)
• [19].适于滑坡监测的小型无人机遥感系统构建及其应用[J]. 三峡大学学报(自然科学版) 2016(05)
• [20].滑坡监测中手机端信息接收和处理功能开发[J]. 数据通信 2015(01)
• [21].滑坡监测技术方法研究[J]. 资源环境与工程 2012(01)
• [22].兰成渝管道二郎庙滑坡监测研究[J]. 测绘工程 2012(04)
• [23].知识引导的滑坡监测数据粗差定位与剔除方法[J]. 武汉大学学报(信息科学版) 2017(04)
• [24].测边交会在山体滑坡监测的应用[J]. 民营科技 2017(08)
• [25].浅谈滑坡监测系统的建立[J]. 化工矿物与加工 2008(04)
• [26].一种用于滑坡监测的复合光纤装置[J]. 光子学报 2017(08)
• [27].滑坡监测监测网布设方案[J]. 地理空间信息 2009(05)
• [28].虚拟式梯田滑坡监测试验研究[J]. 农机化研究 2008(04)
• [29].千寻北斗地基增强系统在滑坡监测的应用[J]. 测绘通报 2019(S2)
• [30].基于无线传感器网络的山体滑坡监测预警系统研究[J]. 电子世界 2016(22)

标签：滑坡监测论文;  三维地质模型论文;  数值模拟论文;  数据融合论文;  卡尔曼滤波论文;  衰减记忆卡尔曼滤波论文;  时间序列分析论文;