基于小波神经网络的大型桥梁监测

大型桥梁已成为城市交通体系关键的部分,对其进行有效地监测已势在必行。根据小波分析和神经网络在处理复杂非线性问题上的优势,将其分别应用于大型桥梁结构监测中的线形监测和应力监测这两个技术问题上。结果表明小波神经网络模型监测精度高,对桥梁的安全运营提供了技术支撑。     

基于卫星测高技术的浙江近海平均海面高模型建立

利用Jason-2卫星与SARAL/Alti Ka卫星的Waveform数据,研究一种新的测高数据粗差剔除方法,即剔除不在预定轨迹的海面高后,参考拟合各Pass每个Cycle的海面高值,对测高数据分段剔除粗差,以提高近海卫星数据的可用性;经过交叉点平差,进一步削弱径向轨道误差和海平面时变信号;采用"移去-恢复"法得到较高精度的离散海面高;采用径向基函数法格网化离散海面高,建立2.5'×2.5'格网分辨率的平均海面高模型;将所得模型与验潮站提供的海面高比较,均方根为±0.017 m,与MSS-CNES-CLS11比较,标准差为±0.070 m。研究结果表明,采用本文方法建立的浙江近海平均海面高模型精度可靠。     

SARAL测高卫星近海域波形重定新方法

利用AVISO提供的SARAL卫星浙江近海海域周年的WAVEFORM数据,通过对卫星波形分析,提出一种新的波形重定方法,该方法在顾及波形物理机制的基础上,根据各波形的特征进行重定。通过对重定前后的波形数据进行粗差剔除、共线平均和对比分析,结果表明:当纬度为27°左右时,未进行波形重定数据求得的平均海面高为10.770 m、标准差为4.515 m,而进行波形重定后数据求得的平均海面高为12.601 m、标准差为1.263 9 m;当纬度为30°左右时,未进行波形重定数据求得的平均海面高为12.236 m、标准差为1.877 m,而进行波形重定后数据求得的平均海面高为12.503 m、标准差为0.419 m。通过对波形重定前后卫星测高数据与验潮站数据对比,得到未进行波形重定的卫星测高数据与验潮站数据差值平均值为0.275 m、标准差为0.273 m,进行波形重定后卫星测高数据与验潮站数据差值平均值为0.046 m、标准差为0.049 m。研究结果显示利用本文提出的方法能显著提高卫星测高数据的精度与质量。