基于阈值降噪的测量机器人监测基础数据粗差剔除方法研究.pdfVIP

第 44卷 第 6期 矿 山 测 量 VO1．44 NO．6 2016年 l2月 MINE SURVEYING Dec．20l6 doi：10．3969／j．issn．1001—358X．2016．06．016 基于阈值降噪的测量机器人监测基础数据 l～ ，．．．，．，，，一 粗差剔除方法研究 张汉康 ，毛亚纯，刘善 军 (东北大学 资源与土木工程 学院，辽宁 沈阳 110819) 摘要 ：在露天矿及排土场的边坡监测 中由于放炮震动等 因素影响使得测量机器人监测基础数据 中总 是含有一定量的粗差。针对如何快速而准确的剔除监测数据 中的粗差，文中提 出利用小波阂值 降噪 的方法剔除数据 中的粗差，该方法通过有用信号最小频率确定分解层数 ，根据确定的分解层数对含 有粗差的监测基础数据进行软 阈值 消噪处理。该方法取得 良好效果 ，为基于测量机器人监测基础数 据的粗差剔除提供 了一种有效的方法。 关键词 ：测量机 器人 ；粗差剔除；分解层数 ；小波去噪 中图分类号：TD176 文献标识码 ：A 文章编号 ：1001—358X(2016)06—0060—04 Studyongrosserroreliminationmethodbasedonthreshold d1e—·—noi●sni●gt一orsurveyi●ngrob’otmom●torm●gb1asic‘d1ata ZhangHankang，MaoYachun，LiuShanjun (CollegeofResourcesandCivilEngineering，NortheasternUniversity，Shenyang110819，China) Abstract：There isalwaysacertainamountofgrosserrorcontained insurveyingrobotmonitoringbasicdatainopen pitanddump slopemonitoring．Thewaveletthresholdde——noisingmethod isproposedtoeliminategrosserrorcon— tainedinmonitoringdataquicklyandaccuratelyinthispaper．Themethoddeterminesthedecompositionlevelbythe minimum frequencyoftheusefulsignals，andthenthemonitoringbasic datawith grosserrorcontainedin issup— pressedwith soft threshold de—noising method according to thedetermined decomposition leve1．Thismethod is provedtobeeffectivefortheeliminationofmonitoringbasicdatabasedonthesurveyingrobot． Keywords：surveyingrobot；grosserrorelimination；decompositionlevel；waveletde—noising 近年来 ，基于测量机器人 的三维变形监测系统 理 。本文将小波消噪技术用于边坡监测基础数据的 已被广泛应用于露天矿边坡监测 。但 由于放炮 粗差剔除 ，由于小波技术具有多分辨分析 的特性可 震动 、大气折光等 因素 的影 响使得监测基础数据 中 以对信号进行有效分频 ，将 不 同频率的信号分解从 总含有一定量 的粗差 ，这大大降低 了监测基础数据 而将有效信号与粗差信号区分开