科创中国

电子信息技术

本发明提出基于GNSS与测量机器人融合的水闸实时监测预警方法,所述方法先将全球导航卫星系统GNSS对水闸的原始监测数据进行去噪处理,再用去噪后的数据训练BPNN神经网络模型,使神经网络模型能将GNSS监测数据与测量机器人对水闸的监测数据进行融合,当测量机器人无法工作时,神经网络模型基于GNSS对水闸测量的实时低精度数据,模拟得出使用测量机器人对水闸测量的实时高精度数据；本发明能通过GNSS测量的实时低精度数据模拟获得测量机器人的实时高精度数据,即使在台风、暴雨等测量机器人难以准确测量的极端气候,也能实现全天候、高频率的高精度测量。

基于GNSS与测量机器人融合的水闸实时监测预警方法,其特征在于：所述方法先将全球导航卫星系统GNSS对水闸的原始监测数据进行去噪处理,再用去噪后的数据训练BPNN神经网络模型,使神经网络模型能将GNSS监测数据与测量机器人对水闸的监测数据进行融合,当测量机器人无法工作时,神经网络模型基于GNSS对水闸测量的实时低精度数据,模拟得出使用测量机器人对水闸测量的实时高精度数据；所述方法中,包括以下步骤；步骤S1、采用coif13小波分析对GNSS原始监测数据进行去噪处理,以去除噪声对GNSS水闸位移监测信号的影响；具体为：选用coif13的小波基及滤波器,将GNSS原始监测数据{B}分解为M层不同频率的低频小波系数{A}与高频小波系数{D}；公式为 步骤S2、采用硬阈值函数对高频系数D-m进行阈值量化处理,获得新的高频系数公式为 其中,为阈值量化处理后的高频系数；λ为选取的阈值,按下式计算： 其中,δ为噪声系数的标准差,c为对应分解层次的高频系数的数目；步骤S3、将小波分解的第m+1层的低频系数A-(m+1)和经过阈值量化处理后的第m+1层的高频系数进行重构

福建大学信息学研究和软件开发团队是由多名软件开发经验丰富的教师和学生组成，目前取得软件著作权80多项。福州大学（Fuzhou University），简称福大，位于福建省福州市，创建于1958年，是国家“双一流”建设高校，国家“211工程”建设高校，国家教育部、国家国防科技工业局与福建省人民政府共建高校，福建省三所重点建设的高水平大学之一，福建省一流大学建设高校。