一种雨季滑坡变形监测方法及系统的制作方法
【技术领域】
[0001 ]本发明设及一种雨季滑坡变形监测方法及系统。
【背景技术】
[0002] 数据融合技术在无线传感器网络中占据很重要的地位。其中，卡尔曼数据融合技 术是比较著名的一种融合技术。
[0003] 目前，应用于雨季滑坡变形监测的技术主要是通过无线传感器对滑坡的位移和速 度进行长期量测，无线传感器将测得的位移数据和速度数据发送给无线传感器网络中的数 据融合中屯、，数据融合中屯、对传感器发送过来的位移数据和速度数据进行处理，然后人为 经验地给定过程噪声协方差矩阵和量测噪声协方差矩阵，最后将给定的过程噪声协方差矩 阵和量测噪声协方差矩阵代入卡尔曼滤波算法中，对测量到的多个位移数据和速度数据进 行过滤，得到最后的用来表示滑坡的位移和速度数据。
[0004] 上述过程噪声协方差矩阵和量测噪声协方差矩阵主要是测量人员根据经验给定 的，但是，由于实际环境的复杂性W及不可预知性，在滑坡变形监测中，特别是在每年降雨 量均不同的雨季，系统的过程噪声和量测噪声都是不同的。使用错误的过程噪声协方差矩 阵和量测噪声协方差矩阵必然导致数据融合中屯、所得到的滑坡变形监测数据不够精确，从 而影响滑坡的整体监测效果。
【发明内容】
[0005] 本发明提供一种雨季滑坡变形监测方法及系统，利用该方法可W获得更接近真实 值的量测噪声协方差矩阵估计值和过程噪声协方差矩阵估计值，从而获得更精确的位移值 和速度值。
[0006] 第一方面，本发明提供一种雨季滑坡变形监测方法，包括：
[0007] 监测滑坡体的监测点的位移传感器和速度传感器获取所述监测点在当前采样时 间点的第一位移值和所述监测点在当前采样时间点的第一速度值，并将所述第一位移值和 第一速度值传输给所述数据融合中屯、；
[000引所述数据融合中屯、获取所述监测点的第二位移值、第二速度值、第Ξ位移值、第Ξ 速度值、所述监测点在当前采样时间点的前一采样时间点的一步预测输出误差协方差矩阵 和所述监测点在当前采样时间点的前一采样时间点的两步预测输出误差协方差矩阵，并根 据所述当前采样时间点的序数、第一位移值、第一速度值、第二位移值、第二速度值、第Ξ位 移值、第Ξ速度值、一步预测输出误差协方差矩阵和两步预测输出误差协方差矩阵获取所 述监测点在当前采样时间点的量测噪声协方差矩阵估计值和过程噪声协方差矩阵估计值；
[0009] 其中，所述第二位移值和第二速度值分别为所述监测点在当前采样时间点前一采 样时间点的位移值和速度值，所述第Ξ位移值和第Ξ速度值分别为所述监测点在所述当前 采样时间点前面第二个采样时间点的位移值和速度值；
[0010] 所述数据融合中屯、通过所述量测噪声协方差矩阵估计值和过程噪声协方差矩阵 估计值对所述第一位移值和第一速度值进行卡尔曼滤波，获得所述监测点在当前采样时间 点的位移的最优估计值和速度的最优估计值。
[0011] 优选的，根据所述当前采样时间点的序数、第一位移值、第一速度值、第二位移值、 第二速度值、第Ξ位移值、第Ξ速度值、一步预测输出误差协方差矩阵和两步预测输出误差 协方差矩阵获取所述监测点的当前采样时间点的量测噪声协方差矩阵估计值和过程噪声 协方差矩阵估计值，包括：
[0012] 根据所述当前采样时间点的序数、第一位移值、第一速度值、第二位移值、第二速 度值、第Ξ位移值、第Ξ速度值、一步预测输出误差协方差矩阵和两步预测输出误差协方差 矩阵获取所述监测点在当前采样时间点的量测噪声协方差矩阵估计值；
[0013] 根据所述当前采样时间点的序数、第一位移值、第一速度值、第二位移值、第二速 度值、一步预测输出误差协方差矩阵和量测噪声协方差矩阵估计值获取过程噪声协方差矩 阵估计值。
[0014] 优选的，通过下式获得所述监测点在当前采样时间点的量测噪声协方差矩阵估计 值：
[0015]
[0016] 其中，Covk(v)为所述监测点在第k个采样时间点的量测噪声协方差矩阵估计值，
[0017]
[001引 Ck=yk-Ayk-1，化=yk-A2yk-2，k为采样时间点的序数，Covk-1 (ξ)为所述监测点在第k- 1个采样时间点的一步预测输出误差协方差矩阵，Covk-i(ri)为所述监测点在第k-1个采样时 间点的两步预测输出误差协方差矩阵，yk为由所述监测点第k个采样时间点的位移值和速 度值组成的列向量，yk-i为由所述监测点第k-1个采样时间点的位移值和速度值组成的列向 量，yk-2为由所述监测点第k-2个采样时间点的位移值和速度值组成的列向量，A=[l 1;0 1]〇
[0019] 优选的，通过下式获取过程噪声协方差矩阵估计值：
[0020] Co vk (Bw) = Co vk (ξ) -ACo vk (v) A^-Co vk (v)
[0021] 其中，Covk(Bw)为所述监测点在第k个采样时间点的过程噪声协方差矩阵估计值；
[0022]
为第k个 采样时间点的量测噪声协方差矩阵估计值，
[0023]
[0024] Ck=yk-Ayk-i，化=yk-A2yk-2，k为采样时间点的序数，Covk-i (ξ)为所述监测点在第k- 1个采样时间点的一步预测输出误差协方差矩阵，Covk-i(ri)为所述监测点在第k-1个采样时 间点的两步预测输出误差协方差矩阵，yk为由所述监测点第k个采样时间点的位移值和速 度值组成的列向量，yk-功由所述监测点第k-1个采样时间点的位移值和速度值组成的列向 量，yk-2为由所述监测点第k-2个采样时间点的位移值和速度值组成的列向量，A =[ 1 1; 0 1]〇
[0025] 另一方面，本发明还提供一种雨季滑坡变形监测方法，包括：
[0026] 分别监测滑坡体的多个监测点的多个位移传感器和多个速度传感器分别获取滑 坡体的第一位移集合和第一速度集合，并将所述第一位移集合中的各位移值和第一速度值 集合中的各速度值传输给所述数据融合中屯、；其中，所述第一位移集合包括所述多个监测 点中每个监测点在当前采样时间点的位移值，所述第一速度集合包括所述每个监测点在所 述当前采样时间点的速度值；
[0027] 所述数据融合中屯、计算所述第一位移集合中各位移值的加权平均值和第一速度 集合中各速度值的加权平均值；
[0028] 所述数据融合中屯、获取第二位移集合、第二速度集合、第Ξ位移集合、第Ξ速度集 合、所述滑坡体在当前采样时间点的前一采样时间点的一步预测输出误差协方差矩阵和所 述滑坡体在当前采样时间点的前一采样时间点的两步预测输出误差协方差矩阵，并计算所 述第二位移集合中各位移值的加权平均值、第二速度集合中各速度值的加权平均值、第Ξ 位移集合中各位移值的加权平均值和第Ξ速度集合中各速度值的加权平均值；
[0029] 其中，所述第二位移集合包括所述多个监测点中每个监测点的第二位移值，所述 第二速度集合包括所述每个监测点的第二速度值，所述第Ξ位移集合包括所述每个监测点 的第Ξ位移值，所述第Ξ速度集合包括所述每个监测点的第Ξ速度值;所述第二位移值和 第二速度值分别为所述每个监测点在当前采样时间点前一采样时间点的位移值和速度值， 所述第Ξ位移值和第Ξ速度值分别为所述每个监测点在当前采样时间点前面第二个采样 时间点的位移值和速度值；
[0030] 所述数据融合中屯、根据所述当前采样时间点的序数、第一位移集合中各位移值的 加权平均值、第一速度集合中各速度值的加权平均值、第二位移集合中各位移值的加权平 均值、第二速度集合中各速度值的加权平均值、第Ξ位移集合中各位移值的加权平均值和 第Ξ速度集合中各速度值的加权平均值、一步预测输出误差协方差矩阵和两步预测输出误 差协方差矩阵获取滑坡体在当前采样时间点的量测噪声协方差矩阵估计值和过程噪声协 方差矩阵估计值；
[0031] 所述数据融合中屯、通过所述量测噪声协方差矩阵估计值和过程噪声协方差矩阵 估计值对所述第一位移集合中的各位移值的加权平均值和第一速度集合中的各速度值的 加权平均值进行卡尔曼滤波，获得滑坡体在当前采样时间点的位移的最优估计值和速度的 最优估计值。
[0032] 优选的，所述数据融合中屯、根据所述当前采样时间点的序数、第一位移集合中各 位移值的加权平均值、第一速度集合中各速度值的加权平均值、第二位移集合中各位移值 的加权平均值、第二速度集合中各速度值的加权平均值、第Ξ位移集合中各位移值的加权 平均值和第Ξ速度集合中各速度值的加权平均值、一步预测输出误差协方差矩阵和两步预 测输出误差协方差矩阵获取滑坡体在当前采样时间点的量测噪声协方差矩阵估计值和过 程噪声协方差矩阵估计值，包括：
[0033] 所述数据融合中屯、根据所述当前采样时间点的序数、第一位移集合中各位移值的 加权平均值、第一速度集合中各速度值的加权平均值、第二位移集合中各位移值的加权平 均值、第二速度集合中各速度值的加权平均值、第Ξ位移集合中各位移值的加权平均值和 第Ξ速度集合中各速度值的加权平均值、一步预测输出误差协方差矩阵和两步预测输出误 差协方差矩阵获取所述滑坡体在当前采样时间点的量测噪声协方差矩阵估计值；
[0034] 根据所述当前采样时间点的序数、第一位移集合中各位移值的加权平均值、第一 速度集合中各速度值的加权平均值、第二位移集合中各位移值的加权平均值、第二速度集 合中各速度值的加权平均值、一步预测输出误差协方差矩阵和量测噪声协方差矩阵估计值 获取所述滑坡体在当前采样时间点的过程噪声协方差矩阵估计值。
[0035] 优选的，通过下式获得所述滑坡体在当前采样时间点的量测噪声协方差矩阵估计 值：
[0036]
[0037] 其中，Covk(v)为所述滑坡体在第k个采样时间点的量测噪声协方差矩阵估计值，
ξ k = y k - Ayk-i，化=yk-A2yk-2，k为采样时间点的序数，Covk-i (ξ)为所述滑坡体在第k-1个采样时间点 的一步预测输出误差协方差矩阵，Covk-i(ri)为所述滑坡体在第k-1个采样时间点的两步预 测输出误差协方差矩阵，yk为由所述每个监测点的第k个采样时间点的位移值的加权平均 值和速度值的加权平均值组成的列向量，yk-i由所述每个监测点的第k-1个采样时间点的位 移值的加权平均值和速度值的加权平均值组成的列向量，yk-2为由所述每个监测点的第k-2 个采样时间点的位移值的加权平均值和速度值的加权平均值组成的列向量，A=[l 1;0 1]〇
[0038] 优选的，通过下式获取过程噪声协方差矩阵估计值：
[0039] Co vk (Bw) = Co vk (ξ) -AC