论文部分内容阅读
在大型建筑施工和运营过程中,通常由于自身结构和外界因素的影响建筑体会产生一定的形变,这对于建筑物的稳定性和安全性来说是一大隐患,因此需要对建筑进行变形监测。由于GPS具有高精度,全天时全天候观测,测站之间相互无需通视等优势,使其在变形监测中成为了一种先进的测量手段。在实际GPS变形监测中,测量精度往往会受到多种因素的影响,通常变形监测中的基线较短,所以与空间相关的对流层延迟等误差可以通过差分模型消除,但不具有空间相关性的多路径效应与随机噪声无法用这种方式去除,本文针对这种情况展开了研究,大致的研究内容如下:(1)概述了GPS变形监测与多路径效应的研究背景和发展现状,对多路径效应的各种后处理方法做了详细的介绍,并分析了它们的优缺点。针对经验模态分解(Empirical Mode Decomposition,EMD)中存在的模态混叠现象介绍了总体经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)方法,并将两种方法对仿真信号进行了多尺度分解,实验结果表明EEMD相比EMD在很大程度上抑制了模态混叠的情况。(2)介绍了EEMD结合小波阈值和EEMD结合独立分量分析(Independent Component Analysis,ICA)两种去噪方法,并与小波阈值去噪法以及EEMD去噪方法作对比去噪实验,实验去噪效果良好。之后将上述的几种方法运用到实测解算的GPS坐标残差序列中,实验结果说明几种方法均能起到削弱多路径效应的作用,其中EEMD结合ICA方法的效果最好。(3)提出了用EEMD结合主成分分析(Principal Component Analysis,PCA)的多路径误差改正方法。首先用EEMD去噪方法消除GPS残差序列中的噪声,再利用PCA对连续几天的残差序列中相关性较强的多路径效应进行提取及削弱。通过实测数据分析表明,该方法可以有效的提高定位精度,并且具备一定的优势。