应用在东海大桥的一种新型的gps变形监视算法

《应用在东海大桥的一种新型的gps变形监视算法》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、应用在东海大桥的一种新型的GPS变形监视算法引言新的建造技术给世界带来了越来越多的大型桥梁，从而需要监测它们以确保它们整个生命周期的安全。变形监测是一种有效的探测桥梁构造状况的方法，并且能够提供桥梁的健康状况和潜在的威胁警报。传统的监测方法，如电子全站仪，运动传感器，加速器，都存在着许多局限。相反，带有GPS的变形监测有着明显的优势。在过去的十年中，RTK监测技术应用在许多桥梁中，如香港的Qinma大桥，中国的虎门大桥和日本的明石大桥。其中，基站通过通讯系统把改正的信息发送到监测站。监测站在自己的卫星信号和改正的信号之间运行，然后将得到的

2、正确的坐标发送到监测中心。本文中，RTK的解决方案是一特指的在接收过程中的功能的整合，监测系统不要求对原始数据处理，因此，该方案很容易实现。然而，RTK技术也存在缺点。一个典型的商用的GPS接收器能够迅速整合含糊达到使用上的动态（光学传递函数），然后获取双差分固定的解决方案。由于各种原因，重新计算的集成模糊因此往往需要一个相对贫穷的精度收敛。并且，得到一个不正确的模糊会导致一个更坏的精准性。另外，大多数接收机不使用自由电离层测量。当发生电离层非均质性，错误就会被放大，为了变形监测，尤其是长基线的监测，应该避免这种情况。为了结局上述问题，应

3、该把原始数据发送到一台计算机（服务器）上，其中差分过程应使用更可行的算法来进行。监测火山和水坝使用了类似的方法。该方法也适用于桥梁的变形监测。基于该算法的GPS监测软件已经在31公里的东海大桥上运行了五个月。本文中名为EKF—TIF的算法用来帮助变形监测桥梁。类似的带有Kalman过滤器的三差分模型已在2000年提出且适用于大坝监测。该文中，相关的TIF格式通过漂白噪音的方法排除了，因此，三差分Kalman过滤器得到了优化。通过实验和实际应用，证实了新算法是适用于桥梁变形监测的。1.算法1.1TIF格式的测量方法以最长基线为9公里查找附近

4、低纬度区域，电离层非均质性经常发生在东海大桥周围。因此，很难消除电离层对使用嵌入在GPS接收机中的现有的电离层延时模型的长距离精准监测的影响。从而，需要使用自由电离层测量来有效地减少电离层的影响。GPS双精度的观测方程。在双差接受卫星中频载波相位测量按如下方程式：其中是双差分算子：是载波相位测量（周期）：是卫星和接收机之间的距离（米）；，分别是，的波长（米）；是电离层延迟偏差（米）；N是整周模糊度；是对流层延迟偏差（米）；v是测量的噪音和不能模仿的误差。基于电离层传导规则，电离层延迟在和中的关系可以表示为通过建立对流层模式可以大大地消除变

5、形监测的对流层延迟，因此，电离层延迟是精准度的主要影响因素。减去式（1）中的线性组合：方程（2）是自由电离层测量（IF），其中完全消除了电离层延迟。然而IF存在着如下局限：（1）增加噪音。如果在的噪音扩大到在的噪音，都表示为，那么IF的噪音为所幸，随着时间的跨度测量缓慢运动的物体时通过妥善的处理，噪音可以被消除。（2）新的模糊变成非集成1值。如果是适用于模糊的一个固定解决方案可能需要几个步骤执行。在这个系统中，使用三差分可以消除模糊。三差分测量：是由跨越连续时代的差分双重差异组成，如时间差异。是三差分算子。当使用IF时，电离层延迟可以忽略

6、不计，于是有：其中，VT是测量噪音的。尽管该解决方案的方程明显减少对已知参数的三重微分解决方法有负面的影响，但是在长期全面变形监测中有许多优点。1.2EKF-IF方法由于在设置间隔时GPS接收机发送数据，所以GPS变形监测系统是一离散系统。在第k时期下，，k是位置和速度分别为3尺寸，且使得据方程（3），在第k时期和第（k-1）时期之间的三差分测量是：（…）(4)其中，1，2，3是卫星数量。根据，(5)(…)(6)得到(7)预测方程可以表示为(8)其中，状态转移矩阵，是独立白噪音，，过程噪声协方差矩阵。线性方程（7）：(9)方程（9）转换为

7、(10)其中通常，单分差测量噪音可以看作独立白噪音，但不能。否则，Kalman滤波会因为三重差分测量是在不同地点和不同卫星不同时代的计算结果而失去了最佳状态。为了解决这一问题，BenjaminWetal提出了一个不同于传统EKF的特殊的滤波算法。本文中，美白噪音的方法适用于去除相关的噪音。根据三差分算子，三重差分测量正定协方差矩阵可以推导出来。可以分解(11)其中，U是单位上三角；D是对角。通过方程（10）：(12)可知(13)其中很容易推出时独立噪音。得到Kalman滤波方程：(14)其中，是协方差矩阵的误差；是增益矩阵。使用EKF-T

8、IF能够消除GPS定位的动态随机误差和估计最佳实时的正确位置。然而，最佳估算（滤波）不仅仅需要一个运动目标的合理动态模型，同时也需要各种随机误差的精确模型。EKF-TIF的优点是稳定，缺点是收