一种大坝GNSS多路径改正模型优化方法与流程

文档序号:26001108发布日期:2021-07-23 21:17阅读:146来源:国知局
一种大坝GNSS多路径改正模型优化方法与流程

本发明涉及水电水利工程大坝监测领域,具体涉及一种大坝gnss多路径改正模型优化方法。



背景技术:

在水电水利工程领域,外部变形监测是混凝土大坝等重大水工建筑物安全监测的必须内容,《混凝土坝安全监测技术规范》(dl/t5178-2016)规定混凝土重力坝水平位移精度≤1.0mm,混凝土拱坝径向位移精度≤2.0mm,切向位移精度≤1.0mm,观测精度要求高,因此采用gnss方法进行大坝变形监测,必须考虑近坝区大面积水面、植被、山体以及高压线所导致的多路径效应的影响。研究多路径误差的有效削减措施和方法,是高精度变形监测必须要攻克的关键技术之一。

传统的gps多路径改正模型,利用总体完备经验模态分解从x、y、z三坐标分量残差中分离并提取多路径信息,形成多路径改正模型,对第二天坐标序列进行改正,采用的方法通常有经验模态分解、移动平均去噪法和坐标域的多路径信号ceemd分解方法。主要原理是通过连续观测数据,采用动态双差逐历元模块解算得到监测点三维坐标,提取其中观测时段中的所有历元数据,并剔除3倍中误差以外的粗差作为分析数据。在坐标域内对前一天的坐标双差残差进行去噪,以消除高频噪声,从而提取多路径改正模型。再利用多路径具有重复性的特点,对第二天的坐标序列进行改正。通过数学变换提取的低频信号,前后三个方向相似度较高,具有较高重复性,认为此信号为多路径。

传统的gnss多路径改正模型,只适用于稳定序列建模或趋势性序列,对于大坝监测而言,许多电站为日调节水库,由于水位变化导致的大坝变形呈高频无规律的状态,若采用已有的信号分解方法,即按照高频到低频排列的细节进行分解重构时,大坝变形会被当成高频的误差信号被剔除,反而导致gnss多路径改正模型修正不准确。



技术实现要素:

本发明所要解决的技术问题是如何提高gnss多路径改正模型的修正精度,从而提高大坝变形监测的精度,目的在于提供一种大坝gnss多路径改正模型优化方法,通过在gnss测点位置同时布置倒垂或真空激光系统,对gnss原始观测序列进行信号分解时,增加垂线数据分量,提高gnss多路径改正模型的精度,从而提高大坝的变形监测精度。

本发明通过下述技术方案实现:

一种大坝gnss多路径改正模型优化方法,包括以下步骤:

步骤s1、获得监测点的gnss观测数据和垂线观测数据;

步骤s2、采用动态双差逐历元对gnss观测数据进行解算,得到监测点的三维坐标数据,提取三维坐标数据在观测时段中的所有历元数据,形成gnss数据序列;

步骤s3、对垂线观测数据进行插值处理,并与gnss数据序列进行配准形成一一对应的垂线测值序列;

步骤s4、将gnss数据进行粗差剔除得到gnss坐标双差残差序列,根据垂线测值序列对所述gnss坐标双差残差序列进行初步修正,得到初步修正的gnss坐标双差残差序列和垂线测值序列的初步修正权值;

步骤s5、在预设时间内同步获取gnss观测数据和垂线观测数据,依照步骤s1-s4动态调整垂线测值序列的初步修正权值,直到gnss数据达到rms精度最优,获得垂线测值序列的最优修正权值;

步骤s6、按照最优修正权值得到垂线测值修正序列,根据垂线测值修正序列对初步修正的gnss坐标双差残差序列进行修正,得到gnss坐标双差残差修正序列,对gnss坐标双差残差修正序列采用滤波方法去噪分离出具有重复性的多路径信号,进而建立gnss多路径改正模型。

进一步地,所述插值方法采用线性法或样条函数法,采取插值方法是为了避免垂线测值序列与gnss数据序列时间不对应,因此可采取差值或采样的方法,使垂线与gnss数据满足同一时间点一一对应的关系。

进一步地,获取垂线观测数据的方法为在监测点布置倒垂或真空激光系统。

进一步地,采用动态双差逐历元对gnss观测数据进行解算时,采用30s为一个历元。

进一步地,步骤s6中的滤波方法为ceemd模态分解方法,具体过程为:

对滤波过程中的每个分解阶段都加入白噪声,并获得每个分解阶段的唯一残余量,得到修正后的gnss坐标双差残差序列的分解信号;

采用主成分分析结合ks检验判断所述分解信号中的有效信号层,从修正后的gnss坐标双差残差序列中分离高频噪声和低频信号,提取出gnss多路径改正模型,进而对多路径误差进行改正。

现有技术中的gnss多路径改正模型,只适用于稳定序列建模或趋势性序列,对于大坝监测而言,许多电站为日调节水库,由于水位变化导致的大坝变形呈高频无规律的状态,若采用已有的信号分解方法,即按照高频到低频排列的细节进行分解重构时,大坝变形会被当成高频的误差信号被剔除,反而导致gnss多路径改正模型修正不准确。因此,本发明通过在gnss观测点位置同时布置倒垂或真空激光系统,对gnss原始观测序列(坐标双差残差)进行信号分解前,加入垂线数据分量进行修正,即利用垂线测值修正序列对gnss坐标双差残差原始序列进行改正,补偿了将大坝变形信号当成高频的误差信号从而被剔除时的数据差,最后利用一种改善的模态分解方法(ceemd)去噪分离出具有重复性的多路径信号进而建立多路径改正模型,进而提高gnss多路径模型的准确性和大坝监测的精度。

本发明与现有技术相比,具有如下的优点和有益效果:

本发明一种大坝gnss多路径改正模型优化方法,在gnss观测点位置同时布置倒垂或真空激光系统,对gnss原始观测序列(坐标双差残差)进行信号分解前,增加垂线数据分量,补偿由于大坝变形信号被当成高频的误差信号被剔除时的数据差,从而提高了gnss多路径改正模型的精度,从而使得大坝变形监测更加准确。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:

图1为本发明整体流程示意图;

图2为gnss数据序列处理,i为x、y、z方向多路径模型ii为原始数据分解结果;

图3为某水电站库水位与垂线历时曲线图;

图4为利用不同改正模型的残差值序列曲线图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。

在以下描述中,为了提供对本发明的透彻理解阐述了大量特定细节。然而,对于本领域普通技术人员显而易见的是:不必采用这些特定细节来实行本发明。在其他实例中,为了避免混淆本发明,未具体描述公知的结构、电路、材料或方法。

在整个说明书中,对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着:结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此,在整个说明书的各个地方出现的短语“一个实施例”、“实施例”、“一个示例”或“示例”不一定都指同一实施例或示例。此外,可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外,本领域普通技术人员应当理解,在此提供的示图都是为了说明的目的,并且示图不一定是按比例绘制的。这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。

在本发明的描述中,需要理解的是,术语“前”、“后”、“左”、“右”、“上”、“下”、“竖直”、“水平”、“高”、“低”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明保护范围的限制。

实施例1

如图2所示,在大坝监测系统中,对gnss数据序列处理的主要原理是通过连续观测数据,采用动态双差逐历元模块解算得到监测点三维坐标,提取其中观测时段中的所有历元数据,并剔除3倍中误差以外的粗差作为分析数据。在坐标域内对前一天的坐标双差残差进行去噪,以消除高频噪声,从而提取多路径改正模型。再利用多路径具有重复性的特点,对第二天的坐标序列进行改正。通过数学变换提取的低频信号,前后三个方向相似度较高,具有较高重复性,认为此信号为多路径。

使用gnss短基线差分解算中可以很好的消除电离层延迟、对流层延迟、轨道误差等空间相关性强的误差。但差分解算对多路径效应等空间相关性不强的误差影响无法很好消除,目前较为普遍的处理办法是通过多路径改正模型来削弱多路径误差的影响。例如恒星日滤波等方法就是从坐标残差序列中提取出多路径信号,形成多路径改正模型,利用多路径的周日重复特性来削弱多路径的影响。此类方法关键的一环便是利用滤波方法去噪分离出具有重复性的多路径信号进而建立多路径改正模型。然而传统的gnss多路径改正模型,只适用于稳定序列建模或趋势性序列,对于大坝监测而言,许多电站为日调节水库,由于水位变化导致的大坝变形呈高频无规律的状态(典型的垂线-库水位历时曲线如图3所示),若采用已有的信号分解方法,即按照高频到低频排列的细节进行分解重构时,大坝变形会被当成高频的误差信号被剔除,反而导致gnss多路径改正模型修正不准确。

因此为了解决上述问题,如图1所示,本实施例提供一种大坝gnss多路径改正模型优化方法,包括以下步骤:

步骤s1、在gnss监测点同时布置倒垂或真空激光系统,获得监测点的gnss观测数据和垂线观测数据;获取监测点的垂线观测数据的频率为每天2次或每天6次;

步骤s2、采用动态双差逐历元对gnss观测数据进行解算,采用30s为一个历元,得到监测点的三维坐标数据,提取三维坐标数据在观测时段中的所有历元数据,形成gnss数据序列;

步骤s3、对垂线观测数据进行插值处理,与gnss数据序列进行配准形成一一对应的垂线测值序列;由于获取监测点的垂线观测数据的频率为每天2次或每天6次,为了避免垂线测值序列与gnss数据序列时间不对应,因此需要对垂线观测数据进行插值处理;插值处理方法采用线性法或样条函数法,使垂线与gnss数据满足同一时间点一一对应的关系;

步骤s4、将gnss数据进行粗差剔除得到gnss坐标双差残差序列,根据垂线测值序列对所述gnss坐标双差残差序列进行初步修正,得到初步修正的gnss坐标双差残差序列和垂线测值序列的初步修正权值;

步骤s5、在预设时间内同步获取gnss观测数据和垂线观测数据,依照步骤s1-s4动态调整垂线测值序列的初步修正权值,直到gnss数据达到rms精度最优,获得垂线测值序列的最优修正权值;预设时间为15天左右;

步骤s6、按照最优修正权值得到垂线测值修正序列,根据垂线测值修正序列对初步修正的gnss坐标双差残差序列进行修正,得到gnss坐标双差残差修正序列,对gnss坐标双差残差修正序列采用滤波方法去噪分离出具有重复性的多路径信号,进而建立gnss多路径改正模型。

由于多路径信号滤波方法不胜枚举,各方法精度稍有差异,但是原理相同,本实施例采用一种改善的模态分解方法(ceemd),通过为对滤波过程中的每个分解阶段都加入白噪声,并获得每个分解阶段的唯一残余量,得到修正后的gnss坐标双差残差序列的分解信号;

接着采用主成分分析结合ks检验判断所述分解信号中的有效信号层,从修正后的gnss坐标双差残差序列中分离高频噪声和低频信号,提取出gnss多路径改正模型,进而对多路径误差进行改正,具体过程为:

使用ceemd方法获得gnss观测值信号从高频到低频排列的细节信号成分,即本征模态imf(intrinsicmodefunction,imf)的原始分解信号,并向原始分解信号中加入i次均值为零的单位方差白噪声,产生i组不同的信号之后对信号进行经验模态分解,取第一层模态(i组)的平均得imf1,如下式表达:

所得余项r1=x-imf1,定义算子ej(·)表示对输入信号的emd分解过程,并获得第j个本征模态,对余项r1做如下处理:

rk+1=rk+βk·ek(ωj)

k=1...n,j=1...i,β为信噪比,ω为零均值单位方差白噪声。对加入的i组噪声分别进行emd分解并获取其第k个本征模态,分别加入rk,当k=1时,即得i组r2。

之后再对r2进行emd分解,取第一层模态的平均,得ceemd分解的第二个本征模态imf2,表达式为:

以此类推,直至解析信号余项不能被分解。最后将原始分解信号表示为:

k表示分解层数,接着采用主成分分析结合ks检验的方法确定多路径信号层l,取l层以后的信号层进行组合叠加起来,当作所要的信号,即是多路径误差m。

本实施例中提出在gnss测点位置同时布置倒垂或真空激光系统,对gnss原始观测序列(坐标双差残差)进行信号分解前,增加垂线数据修正分量δx垂线,补偿在滤波过程中被识别为多路径误差从而被剔除的大坝变形信号δx,使gnss多路径改正模型的多路径误差估计值更加接近实际的多路径误差估计值,提高了gnss多路径改正模型的精度:

imf改正=imfgnss+δx垂线

imf改正≈imf实际

具体的,为了更好验证本发明的有益效果,选择某混凝土重力坝坝河床段测点为变形监测站,安置精密云台导轨装置,通过人为精确移动导轨,进行外符合精度测试分析。且对试验数据进行后处理,具体为:卫星星历采用广播星历,多路径效应和对流层延迟通过构建自适应环境模型进行改正,周跳的探测及修复采用改进的turboedit算法,整周模糊度的固定采用lambda方法,数据处理采用双差观测模型,测得的相关数据如表1所示,表1为上述变形监测站监测测点顺河向位移分量成果表,其中x为顺河向,y为横河向(左右岸)。通过表1可以看出,分析大坝gnss监测成果,不同方向精度存在显著差异,顺河向位移观测精度明显低于横河向,这是由于大坝库水位调节的原因,大坝变形主要体现在顺河向,倒垂和云台数据只能作为近似真值。而传统的gnss解算过程中,在进行多路径模型改正时通常认为前一天的基线序列是稳定的,但大坝实际情况并非如此gnss多路径模型原始序列(坐标双差残差)实际包含了大坝顺河向变形,因此本实施例增加了垂线数据进行修正。

表1中,δx0为云台移动的参考值,δx1为同坝段垂线观测大坝位移量,δx2为考虑大坝变形的测点位移量,δx为gnss变形监测计算值,dx0为gnss测值与云台移动值之差(δx-δx0),dx1为考虑大坝变形情况下gnss测值与实际值之差(δx-δx0-δx1),dx2为采用垂线数据对gnss多路径改正模型进行修正与实际位移之差(上标表示日期,例如δxi表示第i天的gnss测值);

参照图4所示,图4为分析传统的多路径改正模型与增加了垂线数据修正的gnss多路径改进模型残差值序列曲线图,结合表1分别计算各计算方式下残差值的标准差,rms-dx0为1.02,rms-dx1为0.79,rms-dx2为0.63,rms-dy为0.41,考虑实际大坝变形的情况下gnss观测顺河向点位精度为0.79,横河向精度为0.41,利用垂线观测数据对gnss多路径改正模型进行修正后顺河向精度提高至0.63,模型精度提高20%。

以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1