基于matlab的變形監(jiān)測(cè)數(shù)據(jù)處理與分析_畢業(yè)設(shè)計(jì)論文(編輯修改稿)
2025-08-15 15:41 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 、自動(dòng)控制理論、概率論和數(shù)理統(tǒng)計(jì)、數(shù)字信號(hào)處理、時(shí)間序列分析、動(dòng)態(tài)系統(tǒng)仿真等領(lǐng)域教學(xué)和科研工作者的有力武器。目前其最高版本 612 版已經(jīng)推出 ,隨著版本的不斷升級(jí) ,它的數(shù)值計(jì)算及符號(hào)計(jì)算功能得到了進(jìn)一步完善。 研究 MATLAB在變形監(jiān)測(cè)中 的意義 小波分析及應(yīng)用研究。 法國(guó)數(shù)學(xué)家于 1 82 2 年提出了 Fourier理論 .Fourier分析方法的應(yīng)用 .使科學(xué)與技術(shù)領(lǐng)域發(fā)生了極大的變化 ,目前在信號(hào)處理方面 Fourier 變 換是不可缺少的分析工具 .但是 Fourier 分析的致命弱點(diǎn)是不能做局部分析 ,只適用于平穩(wěn)信號(hào)的分析 .加窗 Fourier 變換雖能做局部分析 ,也有一定的應(yīng)用場(chǎng)合 ,但是加窗 Fourer 變換無(wú)法滿足正交性 ,且窗口大小固定 ,它不能敏感反映信號(hào)的突變 .在實(shí)際中 ,瞬變信號(hào)大量存在 ,而人們往往需要的是某一時(shí)間內(nèi)的某一頻段的信息 .為克服 Fourier 分析的不足 ,出現(xiàn)了小波分析 .小波分析優(yōu)于 Fourier 分析之處在于它的時(shí)間域和頻率域同時(shí)具有良好的局部化性質(zhì) ,即在低頻部分具有較高的頻率分辨率 和較低的時(shí)間分辨率 ,在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率 ,這種特性正符合低頻信號(hào)變化緩慢而高頻信號(hào)變化迅速的特點(diǎn) ,使小波變換具有對(duì)信號(hào)的自適應(yīng)能力 .而且小波變換經(jīng)適當(dāng)離散化后能構(gòu)成標(biāo)準(zhǔn)正交系 .小波分析特別適用于突變信號(hào) .從傅里葉變換到小波分析發(fā)展。討論了正交小波和小波級(jí)數(shù)，闡述了多分辨分析概念及離散小波分解與重構(gòu) Mallat 算法，介紹了幾種常用的小波函數(shù)，闡述了小波分析發(fā)展歷程，結(jié)合本文研究?jī)?nèi)容，論證了將小波用于變形數(shù)據(jù)預(yù)處理及變形分析和變形預(yù)測(cè)、預(yù)報(bào)研究的可行性。 小波濾 波去噪方法研究。 測(cè)量獲得的信號(hào)總是不可避免地含有噪聲 ,在對(duì)信號(hào)進(jìn)行使用前 ,有必要進(jìn)行去噪處理 ,提高信噪比。傳統(tǒng)的去噪方法主要是采用頻譜分析技術(shù) ,其等價(jià)于信號(hào)通過(guò)一個(gè)低通或帶通濾波器。但對(duì)于象階躍信號(hào)和脈沖信號(hào) ,在低信噪比的情況下 ,經(jīng)過(guò)濾波器的平滑 ,不僅信噪比得不到較大改善 ,而且信號(hào)的位置信息也被模糊掉了 ,所以此方法不適于非平穩(wěn)信號(hào)。 小波分析屬于調(diào)和分析 ,是一種時(shí)頻域分析 ,且具有多分辨分析的特性。因小波去噪對(duì)待檢測(cè)信號(hào)形式不敏感 ,所以比匹配濾波器更加優(yōu)越。 2 小波閾值去噪原理 ,小波去噪的方法有多種 ,鑒于小波 閾值去噪方法的簡(jiǎn)單和有效性 ,本文主要研究小波閾值去噪方法。 假設(shè)有一信號(hào) f(k)表達(dá)式為 : f(k)一 s(k)+n(k)式中 s(k)——純凈信號(hào) n(k)—— 加性隨機(jī)噪聲 其小波變換為 :w(k)一 0(k)+z(k)式中 w、 0、 z——分別為信號(hào)、純凈信號(hào)以及噪聲的小 波系數(shù) 小波閾值去噪方法為 :設(shè)置一個(gè)閾值 (由先驗(yàn)知識(shí)得到 ),大于這個(gè)閾值的小波系數(shù)認(rèn)為是由信號(hào)產(chǎn)生的 ,小于這個(gè)閾值的小波系數(shù)認(rèn)為是由噪聲產(chǎn)生的 ,去掉這些由噪聲產(chǎn)生的系數(shù)就可得到去噪目的 。 在小波分解與重構(gòu)濾波去噪研究中，主要進(jìn)行了最大尺度確定、邊緣 處理和擴(kuò)展算法研究；在小波閾值法去噪中，研究了閾值法均方誤差值的確定和非線性小波變換閾值自適應(yīng)改進(jìn)法，研究了一種閾值法去噪修勻算法，取得了較好效果。對(duì)小波濾波在變形數(shù)據(jù)去噪中應(yīng)用最優(yōu)小波函數(shù)選取方面進(jìn)行了試驗(yàn)，將不同的小函數(shù)用于當(dāng)觀測(cè)序列含有高斯噪聲、含系統(tǒng)性干擾信號(hào)或含有突變信號(hào)等不同情況時(shí)去噪驗(yàn)與對(duì)比分析，揭示了在觀測(cè)序列含有上述不同噪聲或干擾情況下小波函數(shù)去噪特性，對(duì)何選擇合適的小波函數(shù)在變形數(shù)據(jù)去噪中應(yīng)用提供了參考。 應(yīng)用小波多尺度進(jìn)行變形分析建模研究。 討論了小波多尺度特性、觀測(cè)序列小波 多尺度變換后的相關(guān)特性和觀測(cè)序列小波多尺度變換后協(xié)方差函數(shù)。提出了小波多尺度傅里葉時(shí)頻分析方法，對(duì)變形觀測(cè)序列中含趨勢(shì)性變形分量與周期性分量進(jìn)行分離，并分建立擬合模型，該模型用于變形預(yù)測(cè)達(dá)到較好的預(yù)測(cè)效果。在多尺度自回歸建模原理基礎(chǔ)上，討論了小波多尺度自回歸框架和小波多尺度自回歸建模，研究了回歸預(yù)測(cè)卡爾曼濾波模型及算法，提出了離散小波多尺度卡爾曼濾波模型，通過(guò)變形觀測(cè)數(shù)據(jù)處理應(yīng)用實(shí)例結(jié)果比表明，在提高和改善實(shí)時(shí)動(dòng)態(tài)變形觀測(cè)數(shù)據(jù)精度方面，小波多尺度卡爾曼濾波模型優(yōu)于單一小波去噪法和卡爾曼濾波法方法處理。 第 二章 MATLAB在變形監(jiān)測(cè)的數(shù)據(jù)處理中的應(yīng)用 MATLAB 應(yīng)用于變形監(jiān)測(cè)資料的預(yù)處理 變形監(jiān)測(cè)的目的和意義不僅僅是描述動(dòng)力現(xiàn)象 ,更重要的是要對(duì)變形觀測(cè)的數(shù)據(jù)進(jìn)行正確的處理、分析 ,建立合理的模型 ,對(duì)變形發(fā)生的值作出準(zhǔn)確的預(yù)報(bào) ,從而減少事故的發(fā)生 ,保證安全。變形監(jiān)測(cè)數(shù)據(jù)處理的一般過(guò)程為 :數(shù)據(jù)預(yù)處理、變形分析、變形預(yù)報(bào) ,其每一步驟都以大規(guī)模甚至海量數(shù)據(jù)處理為基礎(chǔ) ,涉及大量的計(jì)算。 MATLAB是以復(fù)數(shù)矩陣為基本運(yùn)算單元的交互式語(yǔ)言。它具有強(qiáng)大的科學(xué)運(yùn)算、高質(zhì)量的圖形可視化與界面設(shè)計(jì)、便捷的與其他程序和
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1