论文部分内容阅读
大型桥梁的健康安全监测已经成为了工程领域关注和研究的热点。桥梁监测本身是一项复杂的工程,为了了解其变形特征,常采用全球导航卫星系统(GNSS)技术进行位置解算和利用快速傅里叶变换(FFT)分析其振动特性。随着GNSS相对定位技术的成熟发展,国内外学者常采用实时动态相对定位技术(RTK或NRTK)进行变形监测,取得了一定的研究成果。RTK或NRTK技术一般采用在航解算模糊度的方法(OTF)进行相对定位,但如果卫星信号或网络数据链发生中断,OTF方法需要重新进行初始化。为此国内学者开展了基于变形特征的单历元变形监测算法,其中无整周单历元算法模型较为简单有效。这种算法在定位过程中利用监测点初始值坐标确定双差模糊度,而在位置解算过程中不需要进行模糊度固定,因而在桥梁实时变形监测领域得到了很好的应用。本文基于无整周单历元算法进行研究和分析,主要取得的成果有:(1)从GPS载波相位测量原理推导出似单差单历元算法和无整周单历元算法的原理,通过分析证明了两种算法原理上的一致性。(2)对无整周单历元模型的适用条件进行了分析和推导,主要包括对卫星个数的要求,初始值精度要求,允许最大变形量范围,基准点或监测点初始值变化范围,并给出了详细推导过程和结果。(3)对以上无整周单历元模型适用条件进行了实验验证,通过对比验证其解算结果的内外符合精度与RTKLIB+Kinematic解算结果相当;然后分别利用L1载波和L2载波观测数据进行位置解算,验证其能够解算的最大变形量与波长相关。(4)在传统无整周单历元模型基础上进行大变形量监测范围的改进。本文采用连续无整周单历元算法对原有算法进行改进,通过实验验证改进算法能够进行大变形量连续测量,并得到比RTKLIB+Kinematic更好的解算效果。(5)提出了基于抗差卡尔曼滤波的连续无整周单历元算法,在算法层面利用抗差卡尔曼滤波方法对测量结果进行平滑去噪处理,并最终抑制观测值中粗差的影响。后期通过实验发现基于抗差卡尔曼滤波的连续无整周单历元算法比连续无整周单历元算法和RTKLIB+Kinematic算法的解算结果内外符合精度都要高,从而验证了基于抗差卡尔曼滤波的连续无整周单历元算法的有效性。(6)实现了基于抗差卡尔曼滤波的连续无整周单历元算法程序设计,主要包括程序功能设计、模块设计和算法流程设计。(7)对武汉白沙洲大桥实时监测数据进行分析处理,经快速傅里叶变换得到了桥梁箱梁、桥中跨和桥塔位置的振动频谱图,并得到其各自的振动频率。通过对比分析RTKLIB+Kinematic算法、连续无整周单历元算法和基于抗差卡尔曼滤波的连续无整周单历元算法在观测值中含有粗差时的解算结果,发现只有基于抗差卡尔曼滤波的连续无整周单历元算法能够正确解算实时位置并反演桥梁的振动频率,在工程应用中验证了该算法的有效性。