| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-27页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 研究现状 | 第12-25页 |
| 1.2.1 自动全站仪监测 | 第13-14页 |
| 1.2.2 地面三维激光扫描技术 | 第14-17页 |
| 1.2.3 地下观测监测技术 | 第17-18页 |
| 1.2.4 对地观测监测技术 | 第18-22页 |
| 1.2.5 三维不接触测量系统(3GSM)测量技术 | 第22-24页 |
| 1.2.6 三角高程测量代替水准测量的技术 | 第24页 |
| 1.2.7 基于自动全站仪的监测系统 | 第24页 |
| 1.2.8 监测数据误差处理及监测趋势预测的方法 | 第24-25页 |
| 1.3 露天矿边坡安全预警的基本准则及变形测量的等级精度要求 | 第25-26页 |
| 1.4 本论文研究的主要问题 | 第26-27页 |
| 第2章 数据处理及预测方法研究 | 第27-39页 |
| 2.1 监测点的数据处理及预测的传统方法 | 第27-30页 |
| 2.1.1 直接平差法 | 第27-29页 |
| 2.1.2 经典变形趋势的预测方式 | 第29-30页 |
| 2.2 卡尔曼滤波方法及数据处理 | 第30-34页 |
| 2.2.1 卡尔曼滤波原理 | 第30-32页 |
| 2.2.2 基于卡尔曼滤波的边坡变形预报 | 第32-34页 |
| 2.3 小波滤噪结合神经网络预测边坡趋势 | 第34-37页 |
| 2.3.1 小波滤噪的原理 | 第34-35页 |
| 2.3.2 BP人工神经网络建立变形预测模型 | 第35-37页 |
| 2.4 本章小结 | 第37-39页 |
| 第3章 实验场地的建立及数据采集 | 第39-68页 |
| 3.1 研究区域特点 | 第39-40页 |
| 3.2 实验区地质调查和边坡节理裂隙测定 | 第40-45页 |
| 3.2.1 地层概述 | 第40-41页 |
| 3.2.2 区域地质构造 | 第41-43页 |
| 3.2.3 边坡节理裂隙人工测量 | 第43-45页 |
| 3.3 边坡位移监测 | 第45-67页 |
| 3.3.1 监测设计指导思想和监测目标 | 第45页 |
| 3.3.2 边坡位移监测点 | 第45-51页 |
| 3.3.3 监测基准网 | 第51-67页 |
| 3.4 本章小结 | 第67-68页 |
| 第4章 三角高程测量代替二等水准测量的研究 | 第68-84页 |
| 4.1 三角高程测量的意义 | 第68-70页 |
| 4.1.1 三角高程测量的特点 | 第68-69页 |
| 4.1.2 TM30自动全站仪简介 | 第69-70页 |
| 4.1.3 全站仪和常规水准仪的比较 | 第70页 |
| 4.2 三角高程的测量原理 | 第70-71页 |
| 4.3 K值的择优选取 | 第71-74页 |
| 4.4 三角高程测量误差来源与精度分析 | 第74-77页 |
| 4.4.1 三角高程测量的误差分析 | 第74-76页 |
| 4.4.2 实验验证 | 第76-77页 |
| 4.5 对向观测高差中误差 | 第77-83页 |
| 4.5.1 公式推导 | 第77-78页 |
| 4.5.2 对向观测实验方案及可行性研究 | 第78-80页 |
| 4.5.3 工程实验分析 | 第80-82页 |
| 4.5.4 工效分析 | 第82-83页 |
| 4.6 本章小结 | 第83-84页 |
| 第5章 基于TM30全站仪的边坡监测系统研究 | 第84-109页 |
| 5.1 边坡稳定性自动监测系统的构成 | 第84-85页 |
| 5.2 系统工作原理 | 第85-86页 |
| 5.3 边坡稳定性监测软件系统功能 | 第86-87页 |
| 5.4 监测软件开发及编程 | 第87-99页 |
| 5.4.1 系统开发环境 | 第87页 |
| 5.4.2 自动全站仪自动测量系统的总体设计 | 第87页 |
| 5.4.3 系统功能详细介绍 | 第87-97页 |
| 5.4.4 数据处理模块设计 | 第97-99页 |
| 5.5 GeoCom接口技术 | 第99-104页 |
| 5.5.1 GeoCoM接口技术简介 | 第99-100页 |
| 5.5.2 接口的软件配置情况及基本开发思想 | 第100-101页 |
| 5.5.3 程序开发简要步骤 | 第101-103页 |
| 5.5.4 工程实例 | 第103-104页 |
| 5.6 TM30监测系统应用实验 | 第104-108页 |
| 5.7 本章小结 | 第108-109页 |
| 第6章 大孤山矿西北帮边坡变形预测的研究 | 第109-140页 |
| 6.1 直接平差法监测点数据处理 | 第109-125页 |
| 6.2 卡尔曼滤波理论在大孤山矿边坡工程变形趋势预测研究 | 第125-129页 |
| 6.3 小波去噪结合BP神经网络进行大孤山矿边坡趋势预报 | 第129-139页 |
| 6.3.1 小波去噪的阈值设定 | 第129-130页 |
| 6.3.2 进行2010年监测数据小波去噪后利用神经网络预测变形趋势 | 第130-132页 |
| 6.3.3 进行2009年2011年数据预测 | 第132-139页 |
| 6.4 本章小结 | 第139-140页 |
| 第7章 结论 | 第140-142页 |
| 7.1 结论 | 第140-141页 |
| 7.2 创新点 | 第141页 |
| 7.3 后续研究 | 第141-142页 |
| 参考文献 | 第142-148页 |
| 致谢 | 第148-149页 |
| 个人简历 | 第149-150页 |
| 附录 | 第150-170页 |
