GNSS与加速度计融合超高建筑动态监测数据分析

摘要：

针对影响全球导航卫星系统(GNSS)变形监测精度的多路径误差,该文建立基于经验模态分解(EMD)算法的系统趋势分离模型,修正GNSS变形序列.构建多速率卡尔曼滤波Rauch-Tung-Striebel(RTS)平滑模型,融合超高层建筑的GNSS和加速度计监测数据,充分发挥两种传感器各自的优势.针对超高层建筑首次应用能量差值法确定变分模态分解的分量数,进而对分量进行频谱分析以提取超高层建筑的主模态振动频率.模拟数据表明,该文算法能够提高分析精度,融合位移的均方根为4.3 mm,相关系数为0.95,信噪比为12.66 dB.通过长春海容广场大厦采集的监测数据进一步验证得出,与单一传感器相比,该文算法能够提高位移数据的采样率,增加数据的完备性,削弱GNSS高频噪声的影响,提取到超高层建筑前两个主模态振动频率为0.19、0.28 Hz.

关键词：多速率卡尔曼滤波、RTS平滑、变分模态分解、数据融合

所属期刊栏目：48

分类号：P228.4;TU198(大地测量学)

资助基金：国家自然科学基金;北京市自然科学基金

在线出版日期：2023-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：45-53