线性滑动平滑在变形监测数据处理中的应用
提要 在变形监测中,由于监测外界条件的变化,获取的数据中包含有噪声。其中,随机噪声伴随整个观测过程。 为了获得较好质量的数据,有必要对数据进行预处理。该文利用线性滑动平滑原理来消除原始观测数据中的随机 噪声,这种噪声大部分为高频噪声。
1 引言
在测量中,往往面对的是海量的数据。而所获 得的这些数据,往往是我们所需要的真实信号和各 种各样的干扰或误差噪音等成分迭加在一起的结 果[1]。随机噪声在时域上的分布是全局性的,即它 在整个观测时段内处处存在,且在频域中主要表现 为高频特性[2]。为了从实际观测数据中消除噪声成 分而让真实的信号保留下来,通常采用滤波方法。
在数据处理中常用的滤波主要有:在信号的截断频 带上具有较好信号分辨率的Vondrak滤波[3,4],在时 域和频域具有良好局部化特性的小波滤波[5],能随 噪声变化自动进行参数调节的自适应有限长单位脉 冲响应(Adaptive FIR)滤波[6],以及利用观测向量预 测和修正新状态向量的卡尔曼滤波等[7]。对于连续 的观测数据,受其噪音数量的影响,可以采用线性滑 动平滑和非线性滑动平滑。在此,我们采用一般的 线性滑动平滑来处理观测数据。
4 结论
用三点线性平滑处理后的数据,其高频成分得 到了减弱,因此,线性滑动平滑方法是一个低通滤波 器。用这种方法来处理由于时间和环境的改变得到 的观测数据,可以很好的去除高频滤波,得到较好的 效果。
|
