滑坡灾害会给人类的生命财产安全带来巨大的危害,因此采用一定的技术手段对边坡进行监测并在此基础上对采集得到的监测数据进行处理与分析具有十分重要的意义。利用得到的高质量监测成果可以准确地掌握边坡变形信息,结合变形预测的模型与方法就能够对变形趋势进行预测预报。GPS具有实时、高精度、全天候连续运行以及自动化程度高等优点,在边坡变形监测领域的应用越来越广泛。GPS技术采集到的观测量难免受到未被探测出来的粗差影响,利用稳健度分析理论,根据稳健度理论方程式进行分析推导,并应用最大位移向量法简化计算程序,提升网形的稳健度。分析、研究GPS观测量中的误差,探讨不同组合形式的观测量对GPS基线处理结果的影响,通过试验对比分析可以找出GPS变形监测中观测量的优选方法。对影响GPS测量结果精度的误差源进行归纳与分析,对边坡变形监测系统中可能会出现的系统误差与粗差进行探测与处理,同时对多维粗差的影响进行分析,借助Excel组件与误差处理软件对定位与处理效果进行验证与分析。边坡变形量与引起变形的影响因子两者之间存在着相当复杂的非确定、非线性关系,利用MATLAB中小波分析工具箱对GPS变形监测数据进行去噪处理,实验证明小波分析能很好地分离噪声,从而提高监测成果的精度。小波变换通过尺度伸缩和平移计算进行多尺度分析,能有效提取信号的局部信息。神经网络具有学习、自适应和容错性等特点,是一类通用性函数逼近器。两种方法在变形分析中都具有各自的优势,将两者结合起来得到的小波神经网络既有小波变换良好的时频局域化性质,又具有传统神经网络的自学习功能。将该模型进行不断的学习与训练以后,就可以作为变形信息非线性组合预测的一种有效工具。