基于局域均值分解的变形信号特征提取与预测研究

《基于局域均值分解的变形信号特征提取与预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、研究生毕业论文（申请硕士学位）论文题目基于局域均值分解的变形信号特征提取与预测研究学位申请人董正坤专业名称测绘科学与技术研究方向精密工程测量与变形监测技术指导教师臧德彦张立亭教授2015年6月10日独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果，尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含本人为获得其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示感谢。作者签名：日期：年

2、月日关于论文使用授权的说明本学位论文作者完全了解东华理工大学有关保留、使用学位论文的规定：东华理工大学有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅，可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文，并且本人电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。作者签名：导师签名：日期：年月日论文答辩日期：2015年6月10日摘要摘要变形监测与分析是安全监测系统的重要组成部分，分析方法的可靠性以及精度对变形体安全运行具有

3、重要的作用。变形数据的处理、特征向量的提取以及变形预测是变形监测中的关键问题，也是测绘学科的研究热点之一。2005年，JonathanS.Smith提出一种新的能自适应地应对复杂的非平稳信号的方法，即局部均值分解(localmeandecomposition，LMD)。该方法的特点可以高效地将复杂信号分解成多个乘积函数（ProductionFunction，PF)分量之和，并且以PF分量中的纯调频信号为基础可解算出其具有物理意义的瞬时频率，为变形特征提取与预测提供了一种新的研究方法。本文结合国家自然科学基金项目，研究了基于局

4、域均值分解的变形监测特征提取与预测模型，并结合仿真信号与大坝变形监测数据，分析与探讨了相关问题。本文基于局域均值分解原理与方法，深入分析LMD理论方法并对其进行算法改进，以相邻距离大小的平均值的三分之一作为滑动平均的步长作为改进-LMD分解方法。比较并分析局域均值分解与经验模态分解（EmpiricalModeDecomposition，EMD）方法可知，LMD方法在迭代次数少、克服能量泄漏方面比EMD方法要好。研究表明，改进LMD分解方法在计算效率和分解精度两方面较好于传统-LMD、三次样条插值-LMD等分解方法，并且该方法

5、获得的PF分量频谱分布图，更全面准备的提取了特征信息，为更好的建立预测模型提供技术保障。最终探讨并构建一种基于LMD-BP神经网络组合预测模型，对变形数据进行特征提取及预测模型分析研究，该模型预测效果较好；以及另一种基于改进-LMD的快速近似熵-LSSVM的预测模型，以大坝变形位移量为数据依据，结果与单一LSSVM模型、SVM以及BP神经网络模型进行对比，结果表明，在改进-LMD的快速近似熵-LSSVM模型中，其平均绝对误差MAE、平均绝对百分比误差MAPE、以及均方根误差RMSe等精度明显高于采用单一LSSVM模型、SVM

6、以及BP神经网络模型中的误差。因此，两种基于LMD的预测模型都能很好的描述大坝变形位移量的特征，这不仅为预测部门提供有效的技术支持，也为今后研究变形预测提供一种有效的思路。关键词：局域均值分解；变形信号特征提取；变形预测；预测模型IABSTRACTABSTRACTDeformationmonitoringandanalysisisanimportantcomponentofsafetymonitoringsystem,thereliabilityandprecisionoftheanalysismethodplaysanim

7、portantroleinmaintainingthesafeoperationofthedeformation.Itisthekeyproblemindeformationmonitoringtotreatmentdeformationdata,extractcharacteristicvectorandconductdeformationprediction,anditisalsooneofresearchinghot-spotsforthedisciplinesofsurveyingandmapping.In2005,

8、Localmeandecomposition,anewadaptivenon-stationarysignalprocessingmethod,wasproposedbyJonathans.Smith.Thecharacteristicsofthismethodisthatitcanada