一種雨季滑坡變形監測方法及系統的制作方法
【技術領域】
[0001 ]本發明設及一種雨季滑坡變形監測方法及系統。
【背景技術】
[0002] 數據融合技術在無線傳感器網絡中占據很重要的地位。其中，卡爾曼數據融合技 術是比較著名的一種融合技術。
[0003] 目前，應用于雨季滑坡變形監測的技術主要是通過無線傳感器對滑坡的位移和速 度進行長期量測，無線傳感器將測得的位移數據和速度數據發送給無線傳感器網絡中的數 據融合中屯、，數據融合中屯、對傳感器發送過來的位移數據和速度數據進行處理，然后人為 經驗地給定過程噪聲協方差矩陣和量測噪聲協方差矩陣，最后將給定的過程噪聲協方差矩 陣和量測噪聲協方差矩陣代入卡爾曼濾波算法中，對測量到的多個位移數據和速度數據進 行過濾，得到最后的用來表示滑坡的位移和速度數據。
[0004] 上述過程噪聲協方差矩陣和量測噪聲協方差矩陣主要是測量人員根據經驗給定 的，但是，由于實際環境的復雜性W及不可預知性，在滑坡變形監測中，特別是在每年降雨 量均不同的雨季，系統的過程噪聲和量測噪聲都是不同的。使用錯誤的過程噪聲協方差矩 陣和量測噪聲協方差矩陣必然導致數據融合中屯、所得到的滑坡變形監測數據不夠精確，從 而影響滑坡的整體監測效果。
【發明內容】
[0005] 本發明提供一種雨季滑坡變形監測方法及系統，利用該方法可W獲得更接近真實 值的量測噪聲協方差矩陣估計值和過程噪聲協方差矩陣估計值，從而獲得更精確的位移值 和速度值。
[0006] 第一方面，本發明提供一種雨季滑坡變形監測方法，包括：
[0007] 監測滑坡體的監測點的位移傳感器和速度傳感器獲取所述監測點在當前采樣時 間點的第一位移值和所述監測點在當前采樣時間點的第一速度值，并將所述第一位移值和 第一速度值傳輸給所述數據融合中屯、；
[000引所述數據融合中屯、獲取所述監測點的第二位移值、第二速度值、第Ξ位移值、第Ξ 速度值、所述監測點在當前采樣時間點的前一采樣時間點的一步預測輸出誤差協方差矩陣 和所述監測點在當前采樣時間點的前一采樣時間點的兩步預測輸出誤差協方差矩陣，并根 據所述當前采樣時間點的序數、第一位移值、第一速度值、第二位移值、第二速度值、第Ξ位 移值、第Ξ速度值、一步預測輸出誤差協方差矩陣和兩步預測輸出誤差協方差矩陣獲取所 述監測點在當前采樣時間點的量測噪聲協方差矩陣估計值和過程噪聲協方差矩陣估計值；
[0009] 其中，所述第二位移值和第二速度值分別為所述監測點在當前采樣時間點前一采 樣時間點的位移值和速度值，所述第Ξ位移值和第Ξ速度值分別為所述監測點在所述當前 采樣時間點前面第二個采樣時間點的位移值和速度值；
[0010] 所述數據融合中屯、通過所述量測噪聲協方差矩陣估計值和過程噪聲協方差矩陣 估計值對所述第一位移值和第一速度值進行卡爾曼濾波，獲得所述監測點在當前采樣時間 點的位移的最優估計值和速度的最優估計值。
[0011] 優選的，根據所述當前采樣時間點的序數、第一位移值、第一速度值、第二位移值、 第二速度值、第Ξ位移值、第Ξ速度值、一步預測輸出誤差協方差矩陣和兩步預測輸出誤差 協方差矩陣獲取所述監測點的當前采樣時間點的量測噪聲協方差矩陣估計值和過程噪聲 協方差矩陣估計值，包括：
[0012] 根據所述當前采樣時間點的序數、第一位移值、第一速度值、第二位移值、第二速 度值、第Ξ位移值、第Ξ速度值、一步預測輸出誤差協方差矩陣和兩步預測輸出誤差協方差 矩陣獲取所述監測點在當前采樣時間點的量測噪聲協方差矩陣估計值；
[0013] 根據所述當前采樣時間點的序數、第一位移值、第一速度值、第二位移值、第二速 度值、一步預測輸出誤差協方差矩陣和量測噪聲協方差矩陣估計值獲取過程噪聲協方差矩 陣估計值。
[0014] 優選的，通過下式獲得所述監測點在當前采樣時間點的量測噪聲協方差矩陣估計 值：
[0015]
[0016] 其中，Covk(v)為所述監測點在第k個采樣時間點的量測噪聲協方差矩陣估計值，
[0017]
[001引 Ck=yk-Ayk-1，化=yk-A2yk-2，k為采樣時間點的序數，Covk-1 (ξ)為所述監測點在第k- 1個采樣時間點的一步預測輸出誤差協方差矩陣，Covk-i(ri)為所述監測點在第k-1個采樣時 間點的兩步預測輸出誤差協方差矩陣，yk為由所述監測點第k個采樣時間點的位移值和速 度值組成的列向量，yk-i為由所述監測點第k-1個采樣時間點的位移值和速度值組成的列向 量，yk-2為由所述監測點第k-2個采樣時間點的位移值和速度值組成的列向量，A=[l 1;0 1]〇
[0019] 優選的，通過下式獲取過程噪聲協方差矩陣估計值：
[0020] Co vk (Bw) = Co vk (ξ) -ACo vk (v) A^-Co vk (v)
[0021] 其中，Covk(Bw)為所述監測點在第k個采樣時間點的過程噪聲協方差矩陣估計值；
[0022]
為第k個 采樣時間點的量測噪聲協方差矩陣估計值，
[0023]
[0024] Ck=yk-Ayk-i，化=yk-A2yk-2，k為采樣時間點的序數，Covk-i (ξ)為所述監測點在第k- 1個采樣時間點的一步預測輸出誤差協方差矩陣，Covk-i(ri)為所述監測點在第k-1個采樣時 間點的兩步預測輸出誤差協方差矩陣，yk為由所述監測點第k個采樣時間點的位移值和速 度值組成的列向量，yk-功由所述監測點第k-1個采樣時間點的位移值和速度值組成的列向 量，yk-2為由所述監測點第k-2個采樣時間點的位移值和速度值組成的列向量，A =[ 1 1; 0 1]〇
[0025] 另一方面，本發明還提供一種雨季滑坡變形監測方法，包括：
[0026] 分別監測滑坡體的多個監測點的多個位移傳感器和多個速度傳感器分別獲取滑 坡體的第一位移集合和第一速度集合，并將所述第一位移集合中的各位移值和第一速度值 集合中的各速度值傳輸給所述數據融合中屯、；其中，所述第一位移集合包括所述多個監測 點中每個監測點在當前采樣時間點的位移值，所述第一速度集合包括所述每個監測點在所 述當前采樣時間點的速度值；
[0027] 所述數據融合中屯、計算所述第一位移集合中各位移值的加權平均值和第一速度 集合中各速度值的加權平均值；
[0028] 所述數據融合中屯、獲取第二位移集合、第二速度集合、第Ξ位移集合、第Ξ速度集 合、所述滑坡體在當前采樣時間點的前一采樣時間點的一步預測輸出誤差協方差矩陣和所 述滑坡體在當前采樣時間點的前一采樣時間點的兩步預測輸出誤差協方差矩陣，并計算所 述第二位移集合中各位移值的加權平均值、第二速度集合中各速度值的加權平均值、第Ξ 位移集合中各位移值的加權平均值和第Ξ速度集合中各速度值的加權平均值；
[0029] 其中，所述第二位移集合包括所述多個監測點中每個監測點的第二位移值，所述 第二速度集合包括所述每個監測點的第二速度值，所述第Ξ位移集合包括所述每個監測點 的第Ξ位移值，所述第Ξ速度集合包括所述每個監測點的第Ξ速度值;所述第二位移值和 第二速度值分別為所述每個監測點在當前采樣時間點前一采樣時間點的位移值和速度值， 所述第Ξ位移值和第Ξ速度值分別為所述每個監測點在當前采樣時間點前面第二個采樣 時間點的位移值和速度值；
[0030] 所述數據融合中屯、根據所述當前采樣時間點的序數、第一位移集合中各位移值的 加權平均值、第一速度集合中各速度值的加權平均值、第二位移集合中各位移值的加權平 均值、第二速度集合中各速度值的加權平均值、第Ξ位移集合中各位移值的加權平均值和 第Ξ速度集合中各速度值的加權平均值、一步預測輸出誤差協方差矩陣和兩步預測輸出誤 差協方差矩陣獲取滑坡體在當前采樣時間點的量測噪聲協方差矩陣估計值和過程噪聲協 方差矩陣估計值；
[0031] 所述數據融合中屯、通過所述量測噪聲協方差矩陣估計值和過程噪聲協方差矩陣 估計值對所述第一位移集合中的各位移值的加權平均值和第一速度集合中的各速度值的 加權平均值進行卡爾曼濾波，獲得滑坡體在當前采樣時間點的位移的最優估計值和速度的 最優估計值。
[0032] 優選的，所述數據融合中屯、根據所述當前采樣時間點的序數、第一位移集合中各 位移值的加權平均值、第一速度集合中各速度值的加權平均值、第二位移集合中各位移值 的加權平均值、第二速度集合中各速度值的加權平均值、第Ξ位移集合中各位移值的加權 平均值和第Ξ速度集合中各速度值的加權平均值、一步預測輸出誤差協方差矩陣和兩步預 測輸出誤差協方差矩陣獲取滑坡體在當前采樣時間點的量測噪聲協方差矩陣估計值和過 程噪聲協方差矩陣估計值，包括：
[0033] 所述數據融合中屯、根據所述當前采樣時間點的序數、第一位移集合中各位移值的 加權平均值、第一速度集合中各速度值的加權平均值、第二位移集合中各位移值的加權平 均值、第二速度集合中各速度值的加權平均值、第Ξ位移集合中各位移值的加權平均值和 第Ξ速度集合中各速度值的加權平均值、一步預測輸出誤差協方差矩陣和兩步預測輸出誤 差協方差矩陣獲取所述滑坡體在當前采樣時間點的量測噪聲協方差矩陣估計值；
[0034] 根據所述當前采樣時間點的序數、第一位移集合中各位移值的加權平均值、第一 速度集合中各速度值的加權平均值、第二位移集合中各位移值的加權平均值、第二速度集 合中各速度值的加權平均值、一步預測輸出誤差協方差矩陣和量測噪聲協方差矩陣估計值 獲取所述滑坡體在當前采樣時間點的過程噪聲協方差矩陣估計值。
[0035] 優選的，通過下式獲得所述滑坡體在當前采樣時間點的量測噪聲協方差矩陣估計 值：
[0036]
[0037] 其中，Covk(v)為所述滑坡體在第k個采樣時間點的量測噪聲協方差矩陣估計值，
ξ k = y k - Ayk-i，化=yk-A2yk-2，k為采樣時間點的序數，Covk-i (ξ)為所述滑坡體在第k-1個采樣時間點 的一步預測輸出誤差協方差矩陣，Covk-i(ri)為所述滑坡體在第k-1個采樣時間點的兩步預 測輸出誤差協方差矩陣，yk為由所述每個監測點的第k個采樣時間點的位移值的加權平均 值和速度值的加權平均值組成的列向量，yk-i由所述每個監測點的第k-1個采樣時間點的位 移值的加權平均值和速度值的加權平均值組成的列向量，yk-2為由所述每個監測點的第k-2 個采樣時間點的位移值的加權平均值和速度值的加權平均值組成的列向量，A=[l 1;0 1]〇
[0038] 優選的，通過下式獲取過程噪聲協方差矩陣估計值：
[0039] Co vk (Bw) = Co vk (ξ) -AC