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。
关键词 线性滑动平滑 高频噪声 变形监测
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。
本文采用了利用测量机器人TCA2003对安徽省宁国市境内的港口湾水库作外部变形监测获得的部分数据。由于施测的时间较长,故施测的条件不
一样,所以包含的误差也不一样。在此,采用现行滑动平滑法去除数据中所包含的高频滤波。
利用经过三点线性滑动平滑处理之后的数据与原始数据相比较:经过三点线性平滑后的数据明显比原始数据光滑。这说明,经过三点线性平
滑之后,有效的消除了高频噪声,使得观测数据的真实信号得以保存。
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。
|
