小波分析法高铁沉降变形预测

被引：12

作者：

郑健 ^{[1
]}

谢先武 ^{[2
]}

刘胜 ^{[3
]}

机构：

[1] 中铁工程设计咨询集团有限公司

[2] 中铁十一局五公司

[3] 西南交通大学地球科学与环境工程学院

来源：

测绘科学 | 2016年 / 04期

关键词：

小波分析; 自回归; 高铁; 沉降预测;

D O I：

10.16251/j.cnki.1009-2307.2016.04.032

中图分类号：

U216 [铁路养护与维修];

学科分类号：

0814 ; 082301 ;

摘要：

针对传统高速铁路沉降变形预测模型未对观测数据采取合适方法进行预处理,从而导致变形量被误差所污染的问题,该文提出了利用小波分析对监测序列进行去噪处理后,再运用自回归模型进行建模预测变形量。通过高铁实测数据验证得出,采用小波去噪后利用自回归模型建模预测的精度更高,更符合实际情况,便于实时掌握高铁变形规律,并进行合理决策。

引用

收藏

页码：161 / 164

页数：4

相关论文

共 11 条

[1] 小波分析在高铁隧道沉降评估中的应用 [J].

高思培 ;

陈冠宇 ;

王耀鑫 ;

王强昆 ;

范新华 .

中州煤炭, 2013, (08) :54-56

[2] 小波时间序列在地铁沉降监测中的应用 [J].

武东辉 ;

田林亚 ;

张金华 .

测绘科学, 2013, 38 (02) :150-151+149

[3] 基于数据残差的AR模型在高铁路基沉降预测中的应用 [J].

何超 ;

黄声享 ;

陈启文 ;

包永刚 .

测绘工程, 2011, 20 (05) :53-56

[4] 基于时间序列分析的地铁变形监测数据建模与预报研究 [J].

刘华夏 ;

张献州 .

铁道勘察, 2009, 35 (06) :17-19

[5] 自适应卡尔曼滤波法用于变形监测数据处理 [J].

陈蕾 ;

刘立龙 ;

陈东银 .

测绘工程, 2008, (01) :48-50+54

[6] 建筑物沉降的时间序列分析与预报 [J].

兰孝奇 ;

杨永平 ;

黄庆 ;

严红萍 .

河海大学学报(自然科学版), 2006, (04) :426-429

[7] 时间序列分析在变形监测数据处理中的应用 [J].

梅红 ;

岳东杰 .

现代测绘, 2005, (06) :14-16

[8] 基于小波分解的建筑物变形监测数据处理 [J].

田胜利 ;

周拥军 ;

葛修润 ;

卢允德 .

岩石力学与工程学报, 2004, (15) :2639-2642

[9]

时间序列分析及其应用[M]. 西南交通大学出版社 , 王沁, 2008

[10]

MATLAB在时间序列分析中的应用[M]. 西安电子科技大学出版社 , 张善文, 2007