陈振虎

(广东省有色金属地质局九三二队, 广东 韶关 512000)

0 引言

受运维环境、气候变化及地壳运动等多种因素的影响,高层、超高层建筑在施工及使用过程中会出现微小的结构形变,经过日积月累这些形变超过一定程度会带来安全隐患,威胁人民群众的生命财产安全,因此需要对建筑物进行实时、高精度的变形监测,提前对安全隐患进行预警[1-3]。

建筑物变形作为一种典型的非平稳时变过程,采集过程中受采集环境和测量仪器自身误差等多种因素的影响会存在各种随机噪声,这些噪声会影响对数据中变形信息的提取,严重时甚至会造成对建筑物安全性的错误评估,因此需要提前将观测数据中包含的噪声分量滤除[4]。目前常用的噪声抑制方法有卡尔曼滤波、小波变换和经验模态分解(Empirical Mode Decomposition, EMD)等。其中卡尔曼滤波在面对线性平稳时间序列时能够得到较好的抑制结果,但是对于非平稳、非线性的变形监测数据,其噪声抑制性能会出现明显下降;小波分析通过将信号分量和噪声分量分解到不同的小波层从而实现噪声抑制,在面对非平稳、非线性时间时可以获得较好的噪声抑制性能,但是小波基函数的选择、分解层数的确定对结果影响较大,目前采用的经验试错法存在主观性强和运算量大的问题[5-6];EMD方法不需要预先设置基函数,通过“筛选”过程自适应地将信号分解为一系列本征模函数和的形式,相对于小波方法自动化程度更高,且往往能获得更好的噪声抑制性能,但是对于EMD存在的边缘效应,模式混叠等问题目前还没有较好的解决方法[7-8]。……