| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 引言 | 第9页 |
| 1.2 变形监测的内容、目的和意义 | 第9-11页 |
| 1.2.1 变形监测的内容 | 第9-10页 |
| 1.2.2 变形监测的目的和意义 | 第10-11页 |
| 1.3 变形监测技术及其发展趋势 | 第11-12页 |
| 1.4 变形分析与预报研究发展现状 | 第12-15页 |
| 1.5 本文主要研究内容 | 第15-16页 |
| 第二章 小波分析的基本理论与方法 | 第16-37页 |
| 2.1 引言 | 第16-21页 |
| 2.1.1 傅立叶变换（Fourier Transform） | 第16-18页 |
| 2.1.2 短时傅立叶变换（Short Time Fourier Transform） | 第18-19页 |
| 2.1.3 傅立叶变换到小波分析（Wavelet Analysis） | 第19-21页 |
| 2.2 小波分析 | 第21-28页 |
| 2.2.1 小波 | 第21-22页 |
| 2.2.2 连续小波变换 | 第22-23页 |
| 2.2.3 离散小波变换 | 第23-24页 |
| 2.2.4 二进小波变换 | 第24页 |
| 2.2.5 多分辨率分析与正交小波变换 | 第24-27页 |
| 2.2.6 小波包分析 | 第27-28页 |
| 2.3 常用的经典小波函数及性质 | 第28-37页 |
| 2.3.1 小波基的数学特性 | 第28页 |
| 2.3.2 常用的小波函数 | 第28-37页 |
| 第三章 时间序列分析的基本理论与方法 | 第37-47页 |
| 3.1 引言 | 第37-39页 |
| 3.1.1 时间序列分析概述 | 第37-38页 |
| 3.1.2 时间序列分析特点 | 第38-39页 |
| 3.2 时间序列分析基本原理 | 第39-40页 |
| 3.3 时间序列分析 ARMA 模型体系 | 第40-42页 |
| 3.4 时间序列分析 ARIMA 模型体系 | 第42-44页 |
| 3.5 时间序列模型的识别和阶次的判定 | 第44-47页 |
| 3.5.1 差分化 | 第45页 |
| 3.5.2 确定 p、q | 第45页 |
| 3.5.3 确定 P、Q | 第45-47页 |
| 第四章 小波分析与时间序列分析组合模型 | 第47-77页 |
| 4.1 基于传统的时间序列分析模型高填方监测处理实例 | 第47-53页 |
| 4.1.1 工程概况 | 第47-48页 |
| 4.1.2 数据平稳化预处理 | 第48-50页 |
| 4.1.3 对时间序列模型的识别判断 | 第50页 |
| 4.1.4 对时间序列模型的检验 | 第50-51页 |
| 4.1.5 利用时间序列模型进行拟合预测 | 第51-53页 |
| 4.2 基于小波分析和时间序列分析组合模型高填方监测处理实例 | 第53-60页 |
| 4.2.1 小波分析处理 | 第53-56页 |
| 4.2.2 时间序列分析数据预处理 | 第56-57页 |
| 4.2.3 时间序列模型识别 | 第57页 |
| 4.2.4 对小波分析和时间序列组合模型的检验 | 第57-58页 |
| 4.2.5 小波分析和时间序列组合模型的拟合预测 | 第58-60页 |
| 4.3 两模型的拟合预测结果比较 | 第60-63页 |
| 4.4 小波分析和时间序列分析组合模型高边坡监测实例分析 | 第63-77页 |
| 第五章 结论与展望 | 第77-79页 |
| 5.1 结论 | 第77页 |
| 5.2 展望 | 第77-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82页 |
