土木工程博士论文代写:滤波降噪大型土木工程结构监测管理研究与影响

这是一篇土木工程博士论文代写范文，大跨度桥梁;超高层建筑;结构变形监测;GNSS-RTK;GNSS-PPP;多路径误差模型;信号滤波降噪算法;为研究论点。本文基于 GNSS-RTK 和 GNSS-PPP 两种技术手段，开展了 GNSS 结构动态变形监测信号滤波降噪算法研究。针对 GNSS 监测信号的噪声干扰问题，根据背景噪声的时频特性，并立足实际监测需求和客观条件，有针对性地提出了相应的滤波降噪方法。

目录

摘要

abstract

第一章 绪论

1.1 课题研究背景及意义

随着国民经济和科学技术的不断发展，国内基础设施不断完善，出现了越来越多的大型土木工程结构。大跨度桥梁结构如：港珠澳大桥、苏通大桥、虎门大桥、江阴长江公路大桥、香港青马大桥等；超高层建筑如：上海东方明珠电视塔、上海金茂大厦、上海环球金融中心、深圳平安大厦、广州塔、北京中国尊、天津广播电视塔（天塔）等。这些大型土木工程结构是国民生产生活的重要载体，不少已成为城市的地标性建筑，也是中国社会经济快速发展的缩影。虽然大型土木工程结构的设计年限可达数十年至上百年，但是建筑物面临复杂的服役环境和多重荷载及灾害的共同作用，如：运营荷载、风荷载、地震作用、温度变化、日照、蠕变、材料老化和腐蚀等，这使得建筑物容易出现结构损伤和功能退化，进而导致抵抗自然灾害能力下降[1-5]。研究表明，结构的变形与损伤有着密不可分的联系。当结构出现较大变形，容易发生结构损伤甚至破坏，导致灾难事故发生[6]。2003 年，辽宁盘锦大桥由于牛腿断裂引起桥梁骤然倒塌。2007 年，湖南溪沱江大桥在建时发生坍塌。2012 年，哈尔滨阳明滩大桥引桥突然倾覆，后经调查是由于货车严重超载使大桥产生了大幅变形，进而诱发桥梁倒塌。国外也有诸多类似事故：1940 年，竣工不足 5 个月的美国塔科马海峡吊桥在强风作用下诱发较大变形，导致突然坍塌；1994 年，韩国圣水大桥在交通高峰时段，五六柱间长混凝土桥板突然整体塌落；2007 年，美国 I-35W 密西西比河大桥因纵梁扭曲变形、桁架疲劳等问题在交通高峰时段突然坍塌。这些桥梁骤然坍塌事故均造成了不同程度的人员伤亡和财产损失，令人惋惜。

1.2 GNSS结构动态变形监测研究现状

1.2.1 GNSS 发展现状1.2.1.1 GNSS 系统GNSS 是包括美国的全球定位系统 (Global Positioning System, GPS)、俄罗斯的全球卫星导航系统 (Global Navigation Satellite System, GLONASS)、欧盟的伽利略定位系统 (Galileo) 和中国的北斗导航卫星系统 (BeiDou Navigation SatelliteSystem, BDS) 在内的综合星座系统[24]。图 1.1 展示了从国际 GNSS 监测评估系统(iGMAS, International GNSS Monitoring & Assessment System,http://www.igmas.org) 获取的 2020 年 12 月 31 日 23:00 时各卫星导航系统的星下点位置，共计 120 余颗在轨卫星提供导航定位服务，基本实现了全球覆盖。

1.3 GNSS信号滤波降噪算法研究现状

在对结构进行现场实测时，由于监测对象及其周边环境的干扰和传感器本身的影响，导致实际监测信号中不仅包含结构变形信息，还存在不同程度的噪声干扰，这种情况 GNSS 等任何监测技术中均普遍存在[23]。为了提升 GNSS 监测精度，需要对 GNSS 监测信号进行滤波降噪处理。为此，本节针对 GNSS 监测背景噪声特性以及相适应的信号滤波降噪算法开展了综述研究。1.3.1 GNSS 监测背景噪声特性研究GNSS 载波相位差分技术本身的量测精度可达 0.5 ~ 2.0 mm，但监测过程是在多种误差源的作用影响下进行的，导致实际监测精度低于该精度。GNSS 监测误差包括卫星相关误差、接收机和测站相关误差、信号传播相关误差等多种误差来源。其中，卫星相关误差、接收机钟差、电离层与对流层延迟等误差可通过差分处方式消除。由于多路径误差在监测站与基站间不具相关性，因而无法通过差分方式消除。多路径误差和仪器内部随机噪声是 GNSS-RTK 的主要误差来源，统称背景噪声[87,133]。仪器内部随机噪声是设备运行过程中随机产生的，其来源比较复杂，但服从一定的统计规律，主要呈现白噪声特性。白噪声即均值为零、功率谱密度非零且在整个频域且均匀分布的信号[84,134]。多路径误差是由于反射信号进入接收机与直射信号产生干涉引起的，其大小取决于反射信号的相位延迟量和反射系数[135]。多路径误差与反射物材料特性以及反射物距离密切相关，遮挡的环境和强反射材料会增强多路径效应[64,73,136-138]。此外，多路径误差与卫星的几何结构相关，因而具有周期重复特性，重复周期为一个恒星日，大约 23 时 56 分 04 秒[139]。从频域上看，多路径误差主要分布在较低频域。

1.4 GNSS结构动态变形监测和信号滤波降噪的主要问题

GNSS 技术作为结构健康监测的重要手段，在大型土木工程结构变形监测中表现出较大的应用潜力。然而，基于 GNSS 的结构变形监测和信号滤波降噪研究仍存在以下问题：（1）GNSS 结构变形监测应用最初是基于单一 GPS 系统，当 GPS 卫星可见数量相对较少时，其可用性和稳定性不佳。尤其是针对超高层和桥梁等大型土木工程结构进行监测时，由于建筑物本身遮挡和行驶车辆干扰等诸多因素，造成可见卫星数量显著减少甚至减半，导致单一系统不能提供持续稳定的卫星几何结构，使得坐标解算时可能出现较大偏差。特别是随着 GNSS-PPP 结构变形监测应用研究的开展，亟需进一步分析可见卫星数量对 GNSS-PPP 可用性的影响，因而需要针对截止高度角、星座组合等观测条件展开细化研究。（2）以多路径误差和仪器内部噪声为主的背景噪声是影响 GNSS-RTK 监测精度和发展应用的主要障碍。仪器内部噪声呈现白噪声特性，而多路径误差与GNSS 接收机周边环境密切相关。当前研究主要针对反射物材料特性以及反射物距离开展多路径效应分析，而不同环境下的多路径效应有所不同。由于监测对象的广泛性及其周边环境的复杂性，多路径误差分量无法通过固定统一的阈值进行分离。因此，有必要进一步分析不同监测环境下 GNSS-RTK 的背景噪声特性和监测精度，以实现多路径误差与结构真实变形信号的有效分离。

1.5 本文主要研究内容和技术路线

本文基于 GNSS-RTK 和 GNSS-PPP 两种技术开展了结构动态变形监测信号滤波降噪算法研究。针对 GNSS 监测信号的背景噪声干扰，分析了背景噪声的时频特性，并根据监测环境和信号特征有针对性地应用和改进相应的滤波降噪方法。通过数字仿真信号验证了所提算法的有效性，然后以大跨度斜拉桥（海河大桥）、超高层建筑（天塔）为试验对象，开展了 GNSS 结构动态变形监测和信号滤波降噪应用，并分析了结构的动力响应。

第二章 GNSS-RTK 监测误差分析和背景噪声特性研究

2.1 引言

GNSS 变形监测包括卫星相关误差、接收机和测站相关误差以及信号传播相关误差等多种误差来源。GNSS-RTK 技术通过对监测站和基站的载波相位观测值进行差分解算获取三维地理坐标值，差分过程可消除和削弱其中的电离层、对流层延迟，卫星、接收机钟差、卫星星历误差等多种误差影响。然而，由于多路径效应取决于测站与反射物之间的距离与反射系数及卫星信号的方向等多种因素，这些因素在基线两端不具相关性，而无法通过差分方法消除[87,133]。多路径误差和仪器内部随机噪声是 GNSS-RTK 监测信号的主要噪声来源，统称背景噪声[202]。为了评估 GNSS 接收机的可靠性，了解 GNSS-RTK 的背景噪声特性以有效实现信号滤波降噪，需要开展 GNSS 静态（稳定性）试验。考虑到多路径误差与监测环境密切相关，而结构实测面临环境复杂多变，大跨度桥梁、超高层建筑等大型土木工程结构所处环境涉及市内建筑群、郊区荒野、水域、高压电变电站等环境，可能存在信号漫反射、遮挡、电磁干扰等不利因素，导致多路径效应影响有所不同。选择与实际结构监测环境具有相似特征的环境开展稳定性试验，有助于充分了解 GNSS-RTK 背景噪声特性，从而为改善数据处理策略和滤波降噪算法提供需求分析。本章介绍了 GNSS-RTK 动态相对定位基本原理，分析了 GNSS-RTK 定位误差来源以及相应的误差处理策略，并选择水泥地、水域、草地、高压电变电站和受遮挡阳台 5 种环境开展了 GNSS-RTK 稳定性试验，通过试验研究了 GNSS-RTK 监测背景噪声的时频特性。

2.2 GNSS-RTK 动态相对定位原理和误差来源分析

2.2.1 GNSS-RTK 动态相对定位基本原理根据监测点在协议地球坐标系中的位置变化情况，GNSS 相对定位可分为静态相对定位和动态相对定位。GNSS 静态相对定位是针对监测点位置固定不变或仅发生缓慢变化的情况：变化情况需要以数月甚至数年间隔测量才能显现。

2.3 不同环境下 GNSS-RTK 背景噪声特性试验分析

考虑到大跨度桥梁和超高层建筑等大型土木工程结构所处环境复杂多变，可能位于城市建筑群，也可能位于郊区荒野，除了包含一般的反射和折射干扰，还可能包含建筑物遮挡、水域环境下的强反射漫反射和电磁干扰等。为了验证GNSS-RTK 技术在不同环境下的监测精度，本文选择路边水泥地、水域、草地、高压电变电站和受遮挡阳台 5 种环境进行 GNSS-RTK 稳定性试验，进一步分析GNSS-RTK 在不同环境下监测精度和信号背景噪声特性。

第三章 GNSS-PPP 观测值质量评估和背景噪声特性研究

3.1 引言

3.2 GNSS-PPP 定位基本原理和误差分析

3.3 GNSS-PPP 观测值质量评估指标

3.4 GNSS-PPP 观测值质量和背景噪声特性试验分析

3.5 本章小结

第四章 GNSS多路径误差的提取方法研究

4.1 引言

4.2 CEEMDAN 算法

4.3 基于 STD 值修正的 sPCA 算法

4.4 CEEMDAN-sPCA 联合算法

4.5 基于 CEEMDAN-sPCA 提取 GNSS-RTK 多路径误差

4.6 本章小结

第五章 基于 GNSS-RTK 的桥梁变形监测信号降噪算法研究

5.1 引言

5.2 WPT阈值降噪算法

5.3 改进 CEEMDAN-WPT 联合降噪算法

5.4 GNSS-RTK 信号降噪和桥梁动态变形分析

5.5 本章小结

第六章 基于 GNSS-PPP 的超高层变形监测信号滤波算法研究

针对超高层结构变形监测时 GNSS-RTK 差分解算数据异常的窘境，本章提出将 GNSS-PPP 技术应用于超高层结构动态变形监测。为了削弱 GNSS-PPP 背景噪声干扰，提出巴特沃斯-CEEMDAN 方法对监测信号进行滤波。首先，通过仿真信号验证了所提滤波算法的有效性。然后，基于 GNSS-PPP 监测了天塔在环境激励下的动态变形，采用巴特沃斯-CEEMDAN 方法对监测信号滤波，提取了结构水平方向的动态变形和自振频率，并与有限元分析结果进行对比，得到如下结论：（1）本文提出基于最大相关系数对巴特沃斯低通滤波前后的信号进行平移对齐，有效解决了低通滤波器的时滞效应问题。仿真信号分析结果表明，将低通滤波信号平移 12 s，低通滤波信号与原始正弦信号间的相关系数最大，为0.9933，说明所提巴特沃斯低通滤波器能够有效提取信号低频分量，进而削弱低频噪声干扰。（2）GNSS-PPP 技术克服了 GNSS-RTK 信号差分解算不利的窘境，其监测信号具有较好的连续性和稳定性。此外，短时的 GNSS-PPP 和 GNSS-RTK 相对位移时程信号在水平方向具有较好的一致性，证实基于 GNSS-PPP 可用于监测和分析天塔水平方向的动力响应。（3）本次试验提取的天塔结构自振基频 (0.1586 Hz) 与有限元分析结果（0.1555 Hz）相差 1.95%，与 Xiong 等人的实测结果（0.1590 Hz）相差 0.25 %，与陈志鹏等人的实测结果一致，说明天塔虽经历了 30 年的运营，其动力特性未发生较大改变，结构运营正常。

第七章 结论与展望

7.1 结论

本文基于 GNSS-RTK 和 GNSS-PPP 两种技术手段，开展了 GNSS 结构动态变形监测信号滤波降噪算法研究。针对 GNSS 监测信号的噪声干扰问题，根据背景噪声的时频特性，并立足实际监测需求和客观条件，有针对性地提出了相应的滤波降噪方法。通过数字仿真信号验证了所提算法的有效性，然后以大跨度斜拉桥（海河大桥）、超高层建筑（天塔）为试验对象，基于 GNSS 开展结构变形监测和信号滤波降噪研究，并分析了结构的动力响应。本文的主要研究结论如下：1. 在水泥地、水域、草地、高压电变电站和受遮挡阳台 5 种监测环境下开展 GNSS-RTK 稳定性试验，分析了不同环境下 GNSS-RTK 背景噪声的时频特性。在草地、水泥地、水域等一般环境下，GNSS-RTK 监测精度与 GNSS 仪器标定精度一致，且满足我国《建筑变形测量规程》中提到的结构日照变形测量和风振变形测量中误差不超 10 mm 的规定，证实了 GNSS-RTK 可用于监测结构在环境激励下的动力响应。此外，多路径误差频域主要分布在 0.04 Hz 范围内，而仪器内部白噪声在频域内广泛均匀分布。当监测对象的振动与多路径误差的频域分布不重叠时，可通过滤波器滤除多路径误差；而对于仪器内部白噪声，可基于白噪声特性予以消除。2. 通过往复振动台试验分析了不同星座组合和截止高度角下 GNSS-PPP 的观测值质量，并研究了 GNSS-PPP 的监测精度和背景噪声特性，得出以下结论：（1）采用 GPS+BDS+GLONASS 三系统组合模式，卫星截止高度角设置为 20°，有利于避免周边环境干扰并获取质量最佳的 GNSS-PPP 观测值；（2）GNSS-PPP监测精度低于 GNSS-RTK，但能够有效识别频率为 0.1 ~ 0.5 Hz、幅值为 6 ~ 20cm 的振动变形；（3）GNSS-PPP 低频噪声主要分布在 0.04 Hz 范围内，但由于GNSS-PPP 包含多路径误差以及对流层延迟、电离层延迟等多种残余误差，因而 GNSS-PPP 低频噪声较 GNSS-RTK 更大。鉴于此，可采用滤波器滤波的方式处理 GNSS-PPP 结构实测信号，以消除低频噪声影响。3. 针对 GNSS 应用于结构长期监测时的噪声干扰问题，基于多路径误差的周期重复特性，提出了 CEEMDAN-sPCA 联合算法削弱仪器内部白噪声并进一步提取多路径误差模型。基于仿真信号和 GNSS-RTK 连续 3 天定点监测数据分。

7.2 创新点

（1）考虑到不同环境下多路径效应有所不同，选择水泥地、草地、水域、高压电和遮挡 5 种环境进行稳定性试验并分析 GNSS-RTK 监测精度和背景噪声的时频特性。开展往复振动试验评估了 GNSS-PPP 的观测值质量，基于不同振动工况分析了 GNSS-PPP 动态变形监测精度，并通过频谱分析了 GNSS-PPP 背景噪声的时频特性。上述研究旨在为 GNSS 信号滤波降噪算法的选取、应用和改进提供依据。（2）针对 GNSS 应用于结构长期变形监测时的背景噪声干扰，基于多路径效应的周期重复特性，提出 CEEMDAN-sPCA 联合算法提取和削弱多路径误差。该方法能够有效削弱白噪声干扰进而提取多路径误差模型，并通过 STD 值校正了多路径误差幅值。通过仿真信号和实测信号证实了所提联合算法较单一算法的可靠性和优越性。基于 CEEMDAN-sPCA 联合算法从 GNSS-RTK 连续 3 天定点监测序列中成功提取了多路径误差模型。（3）针对 GNSS-RTK 应用于桥梁动态变形监测时的背景噪声干扰，提出改进 CEEMDAN-WPT联合降噪算法。该方法能够有效识别白噪声主导 IMF 分量，并 且 避 免 了 真 实 信 号 分 量 的 损 失 。 与 单 一 CEEMDAN 算 法 相 比 ， 改 进CEEMDAN-WPT 联合算法降噪效果更好。通过仿真信号和实测信号证实了改进CEEMDAN-WPT 联合降噪算法较单一算法应用的可靠性和优越性。基于改进CEEMDAN-WPT 降噪信号成功提取了海河大桥在环境激励下的动态变形响应。（4）针对 GNSS-RTK 因信号差分解算不利和基站布设困难导致的应用瓶颈，将 GNSS-PPP 应用于超高层结构动态变形监测。针对 GNSS-PPP 监测背景噪声干扰以及其低频噪声较大的问题，提出改进巴特沃斯-CEEMDAN 联合滤波算法对 GNSS-PPP 信号降噪，并基于最大相关系数消除巴特沃斯低通滤波器的时滞效应。通过仿真信号和实测信号证实了改进巴特沃斯-CEEMDAN 联合滤波算法较 单 一 算 法 应 用 的 可 靠 性 和 优 越 性 。 基 于 GNSS-PPP 技 术 结合 巴 特 沃 斯-CEEMDAN 联合滤波算法成功提取了超高层结构的水平动态变形响应。

7.3 展望

本文基于 GNSS-RTK 和 GNSS-PPP 技术开展了 GNSS 结构动态变形监测应用和滤波降噪算法研究。通过稳定性试验和往复振动试验分析了 GNSS 背景噪声特性，继而提出了相应的滤波降噪方法，并基于数字仿真信号和桥梁及超高层结构实测信号验证了所提滤波降噪算法的有效性。本文仍有诸多不足，在后续的研究工作中有待进一步深化和完善，主要包含以下几个方面：1. 本文选择水泥地、草地、水域、高压电、受遮挡阳台等环境开展了GNSS-RTK 稳定性试验，上述不同环境下 GNSS-RTK 背景噪声分析结果为后续GNSS-RTK 信号滤波降噪算法的应用提供了参考。然而，同一环境不同位置，多路径效应也有所不同，进而导致监测结果存在差异。鉴于此，后续可进一步细化研究，以考虑同一环境不同测点位置（例如：桥面和桥塔，建筑的不同层高，水面的不同高度等）下监测背景噪声的时频特性及其对监测结果的影响。2. 本文以某超高层建筑为对象开展了 GNSS-PPP 变形监测应用研究。针对GNSS-RTK 基站难以布设的情况，如海洋平台，GNSS-PPP 可发挥其独特优势，同样具有广泛的应用需求和前景。因此，未来应结合海洋平台结构动力特性及监测环境特点，进一步开展 GNSS-PPP 变形监测应用和信号处理算法研究。3. 当前研究主要是通过事后分析和人为经验处理 GNSS-RTK 差分解算异常数据，然后将 GNSS-PPP 数据作为补充替代。可进一步研究相关算法实现GNSS-RTK 异常数据的自动化识别以及 GNSS-PPP 补充数据和 GNSS-RTK 数据的自动化融合，以提升 GNSS 技术在结构动态变形监测系统应用的高效性和准确性。4. 我国《建筑变形测量规程》（JGJ8-2016）规定结构日照变形测量和风振变形测量（三等测量）中误差不超 10 mm，本文第二章 GNSS-RTK 稳定性试验结果表明 GNSS-RTK 能够满足该规程要求。然而，随着建筑物重要性等级的提升，对测量等级和监测精度也提出了更高要求。此外，GNSS-RTK 背景噪声位移幅值为：±10 mm（水平方向）和±20 mm（高程方向），对于动态变形较小的中小型结构，其结构真实振动信息容易淹没在背景噪声中，这是仅依靠滤波降噪算法难以解决的问题。因此，有待进一步提升 GNSS 硬件技术和数据解算技术，从根源处提升 GNSS 监测精度。

参考文献 略