基于matlab的变形监测数据处理与分析_毕业设计论文(编辑修改稿)

基于matlab的变形监测数据处理与分析_毕业设计论文(编辑修改稿)内容摘要：

、自动控制理论、概率论和数理统计、数字信号处理、时间序列分析、动态系统仿真等领域教学和科研工作者的有力武器。 目前其最高版本 612 版已经推出 ,随着版本的不断升级 ,它的数值计算及符号计算功能得到了进一步完善。 研究 MATLAB在变形监测中 的意义 小波分析及应用研究。 法国数学家于 1 82 2 年提出了 Fourier理论 .Fourier分析方法的应用 .使科学与技术领域发生了极大的变化 ,目前在信号处理方面 Fourier 变 换是不可缺少的分析工具 .但是 Fourier 分析的致命弱点是不能做局部分析 ,只适用于平稳信号的分析 .加窗 Fourier 变换虽能做局部分析 ,也有一定的应用场合 ,但是加窗 Fourer 变换无法满足正交性 ,且窗口大小固定 ,它不能敏感反映信号的突变 .在实际中 ,瞬变信号大量存在 ,而人们往往需要的是某一时间内的某一频段的信息 .为克服 Fourier 分析的不足 ,出现了小波分析 .小波分析优于 Fourier 分析之处在于它的时间域和频率域同时具有良好的局部化性质 ,即在低频部分具有较高的频率分辨率 和较低的时间分辨率 ,在高频部分具有较高的时间分辨率和较低的频率分辨率 ,这种特性正符合低频信号变化缓慢而高频信号变化迅速的特点 ,使小波变换具有对信号的自适应能力 .而且小波变换经适当离散化后能构成标准正交系 .小波分析特别适用于突变信号 .从傅里叶变换到小波分析发展。 讨论了正交小波和小波级数，阐述了多分辨分析概念及离散小波分解与重构 Mallat 算法，介绍了几种常用的小波函数，阐述了小波分析发展历程，结合本文研究内容，论证了将小波用于变形数据预处理及变形分析和变形预测、预报研究的可行性。 小波滤 波去噪方法研究。 测量获得的信号总是不可避免地含有噪声 ,在对信号进行使用前 ,有必要进行去噪处理 ,提高信噪比。 传统的去噪方法主要是采用频谱分析技术 ,其等价于信号通过一个低通或带通滤波器。 但对于象阶跃信号和脉冲信号 ,在低信噪比的情况下 ,经过滤波器的平滑 ,不仅信噪比得不到较大改善 ,而且信号的位置信息也被模糊掉了 ,所以此方法不适于非平稳信号。 小波分析属于调和分析 ,是一种时频域分析 ,且具有多分辨分析的特性。 因小波去噪对待检测信号形式不敏感 ,所以比匹配滤波器更加优越。 2 小波阈值去噪原理 ,小波去噪的方法有多种 ,鉴于小波 阈值去噪方法的简单和有效性 ,本文主要研究小波阈值去噪方法。 假设有一信号 f(k)表达式为 : f(k)一 s(k)+n(k)式中 s(k)——纯净信号 n(k)—— 加性随机噪声 其小波变换为 :w(k)一 0(k)+z(k)式中 w、 0、 z——分别为信号、纯净信号以及噪声的小 波系数 小波阈值去噪方法为 :设置一个阈值 (由先验知识得到 ),大于这个阈值的小波系数认为是由信号产生的 ,小于这个阈值的小波系数认为是由噪声产生的 ,去掉这些由噪声产生的系数就可得到去噪目的。 在小波分解与重构滤波去噪研究中，主要进行了最大尺度确定、边缘 处理和扩展算法研究；在小波阈值法去噪中，研究了阈值法均方误差值的确定和非线性小波变换阈值自适应改进法，研究了一种阈值法去噪修匀算法，取得了较好效果。 对小波滤波在变形数据去噪中应用最优小波函数选取方面进行了试验，将不同的小函数用于当观测序列含有高斯噪声、含系统性干扰信号或含有突变信号等不同情况时去噪验与对比分析，揭示了在观测序列含有上述不同噪声或干扰情况下小波函数去噪特性，对何选择合适的小波函数在变形数据去噪中应用提供了参考。 应用小波多尺度进行变形分析建模研究。 讨论了小波多尺度特性、观测序列小波 多尺度变换后的相关特性和观测序列小波多尺度变换后协方差函数。 提出了小波多尺度傅里叶时频分析方法，对变形观测序列中含趋势性变形分量与周期性分量进行分离，并分建立拟合模型，该模型用于变形预测达到较好的预测效果。 在多尺度自回归建模原理基础上，讨论了小波多尺度自回归框架和小波多尺度自回归建模，研究了回归预测卡尔曼滤波模型及算法，提出了离散小波多尺度卡尔曼滤波模型，通过变形观测数据处理应用实例结果比表明，在提高和改善实时动态变形观测数据精度方面，小波多尺度卡尔曼滤波模型优于单一小波去噪法和卡尔曼滤波法方法处理。 第 二章 MATLAB在变形监测的数据处理中的应用 MATLAB 应用于变形监测资料的预处理 变形监测的目的和意义不仅仅是描述动力现象 ,更重要的是要对变形观测的数据进行正确的处理、分析 ,建立合理的模型 ,对变形发生的值作出准确的预报 ,从而减少事故的发生 ,保证安全。 变形监测数据处理的一般过程为 :数据预处理、变形分析、变形预报 ,其每一步骤都以大规模甚至海量数据处理为基础 ,涉及大量的计算。 MATLAB是以复数矩阵为基本运算单元的交互式语言。 它具有强大的科学运算、高质量的图形可视化与界面设计、便捷的与其他程序和。