【硕士论文】信息融合技术在滑坡预报中的应用研究.pdf

《【硕士论文】信息融合技术在滑坡预报中的应用研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、成都理工大学硕士学位论文信息融合技术在滑坡预报中的应用研究姓名：彭继兵申请学位级别：硕士专业：计算数学指导教师：郭科;王绪本20050527信息融合拄术在滑坡预报中的应用研究摘要中国是～个滑坡地质灾害发生十分频繁和灾害损失极为严重的国家，据初步统计，我国每年因滑坡、崩塌等斜坡变形破坏造成的损失高达30～50亿美元。目前，在我国不可能有足够的经济和技术力量对有潜在危险性的滑坡灾害点进行全面治理的情况下，如果能够及时准确地预报滑坡的滑动时间，就可以尽早采取减灾肪灾措施和对策，使这类灾害造成的损失减少

2、到最低程度。基于上述目的，本论文针对现代滑坡预报中存在着不能很好地剔除影响滑坡预报的虚假噪声和没有充分利用滑坡多个监测点的位移监测资料的两个典型难题，在广泛查阅国内外有关滑坡预报和多传感器信息融合理论的文献资料的基础上，着重从滑坡的地质属性和运动特性、滑坡信息预处理和多传感器信息融合理论的应用三个方面开展研究。依据滑坡的地质属性和运动特性以及动力学原理在滑坡各个运动阶段对滑坡进行建模以反映滑坡的真实形变过程；在分析传统的信息预处理的方法不足的基础上，首次提出了应用现代估计理论中的状态估计方法和机

3、动目标跟踪技术对滑坡的监测信息进行降嗓处理；在此基础上，依据多传感器信息融合中的状态估计理论，对滑坡多个监测点的位移信息进行了融合，提取了一个能反映滑坡整体形变的综合位移信息，然后利用传统的基于位移的滑坡预报模型进行预报。最后，选择实际的典型滑坡对本文提出的各种方法进行了验证、分析和总结。实例结果表明，本文提出的各种针对位移监测信息的降噪方法都具有较好的降噪效果，提出的针对多点位移监测信息的各融合方法也具有一定的融合能力。本文的研究成果丰富了灾害预报理论，为滑坡防治提供了新的理论和方法。．关键词

4、；信息融合，滑坡预报t状态估计t机动目标跟踪，卡尔曼滤波，多传感器信息融台技术在滑坡预报中的应用研究StudyontheTechniqueofInformationFusionAppliedtothePredictionofLandslideABSTRACTChinaisacountrywherelandslidedisasteroccurredfrequentlyandthedisasterlossisveryserious．Accordingtothepreliminarystatistic

5、s，theeconomiclosscausedbycollapseandlandslideishightobetween30and50billiondollarseveryyear．Atpresent，itisimpossibleinourcountrytOhaveenougheconomicandtechnicalforcetocomprehensivelycontrolaboutlatentriskylandslidedisasterspot．Underthiscondition，ifthe

6、occurringtimeoflandslidecallbepredictedtimelyandaccurately,wemaytakemeasuresandcountermeasuresagainstnaturaldisastersassoonaSpossibleSOastoreducethelosscausedbythesekindsofdisastertothelowestdegree．Basedontheabovepurpose，inthispapegaimingattwoknottyq

7、uestionsinthepresentlandslidepredictionthatthefalsenoiseaffectinglandslidepredictionCall’tbewipedoutandthedisplacementmaterialofseveralmonitoringstationsdon’tbeusedsufficiently,geologicalpropertyandmobilecharacteristicsoflandslide，thelandslideinforma

8、tionpreprocessingandtheapplicationofmulti—sensorinformationfusiontheoryareemphaticallyresearchedonthebasisofwidelyconsultingthedomesticandforeigndocumentationsandmaterialsrelatedtolandslidesforecastandmulti-sensorinformationfusion．AccordingtOthegeolo