滤波技术在沈阳地铁变形监测数据处理中的应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 变形监测技术和方法 | 第12-14页 |
| 1.3 工程变形监测内容及方法 | 第14页 |
| 1.4 本文研究的主要内容及技术路线 | 第14-16页 |
| 第二章 变形监测常用的数据处理方法 | 第16-34页 |
| 2.1 常用的变形监测数据处理方法 | 第16-17页 |
| 2.1.1 多元回归分析法 | 第16页 |
| 2.1.2 时间序列法 | 第16页 |
| 2.1.3 灰色系统法 | 第16页 |
| 2.1.4 BP神经网络法 | 第16-17页 |
| 2.2 经典卡尔曼滤波 | 第17-20页 |
| 2.2.1 离散线性系统下的卡尔曼滤波 | 第17-18页 |
| 2.2.2 动态测量系统的卡尔曼滤波模型 | 第18-20页 |
| 2.3 自适应卡尔曼滤波 | 第20-22页 |
| 2.3.1 基于方差补偿的自适应卡尔曼滤波模型 | 第20-21页 |
| 2.3.2 滤波模型初值的选择 | 第21-22页 |
| 2.4 小波滤波法 | 第22-31页 |
| 2.4.1 小波滤波的基本原理 | 第22-24页 |
| 2.4.2 常用小波函数 | 第24-26页 |
| 2.4.3 小波分解层数的确定 | 第26-28页 |
| 2.4.4 阙值法 | 第28-31页 |
| 2.5 本章小结 | 第31-34页 |
| 第三章 沈阳中街人防工程监测项目 | 第34-46页 |
| 3.1 沈阳中街人防工程概况 | 第34-39页 |
| 3.1.1 监测点的布设及埋设 | 第35-36页 |
| 3.1.2 自动化监测系统 | 第36-39页 |
| 3.2 沈阳中街人防工程监测方案 | 第39-42页 |
| 3.3 误差的主要来源 | 第42-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第四章 滤波技术在变形监测数据处理中的应用 | 第46-64页 |
| 4.1 滤波程序的实现 | 第46-51页 |
| 4.2 工程实例中的试算 | 第51-58页 |
| 4.2.1 经典卡尔曼滤波结果 | 第51-52页 |
| 4.2.2 自适应卡尔曼滤波结果 | 第52-54页 |
| 4.2.3 小波滤波结果 | 第54-58页 |
| 4.3 滤波模型组合方案 | 第58-59页 |
| 4.4 BCal滤波模型组合工程实例验证 | 第59-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 结论 | 第64-66页 |
| 5.1 结论 | 第64页 |
| 5.2 展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 作者简介 | 第68页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第68-70页 |
| 致谢 | 第70页 |
