大坝变形的去噪傅里叶模型预测

摘要：

针对大坝变形预测中非平稳性且含噪声的数据处理问题,该文提出一种基于剔除含噪声信号的大坝变形傅里叶(Fourier)预测新算法.首先利用经验模态分解(EMD)法将变形时间序列分解成具有不同尺度特征的固有模态函数(IMF)分量,并计算出各分量与原始信号的相关系数;然后根据相关系数剔除含噪声的IMF分量,并采用游程判定法对剩余的波动程度相似或相同的分量进行信号重构;最后利用傅里叶函数对重构后的分量进行曲线拟合,并据此构建大坝变形预测模型,对出现的模型系数采用最小二乘算法求解.经算例验证,并与GM(1,1)、BP神经网络和傅里叶模型对比分析,结果表明该文算法预测精度较高,可用于大坝的变形预测.

关键词：大坝变形、经验模态分解、傅里叶函数、最小二乘算法、傅里叶预测新算法

所属期刊栏目：44

分类号：P258(专业测绘)

资助基金：国家自然科学基金地区科学基金项目41461089;广西科技厅自然科学基金项目2014GXNSFAA118288;广西空间信息与测绘重点实验室项目16-380-25-22

在线出版日期：2019-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：158-163