System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及航天摄影测量、测绘、计算数学等行业涉及的特大型桥梁形变监测方法,具体涉及应用多源观测技术协同监测中,异质、异构数据配准,与形变状态反演的一致性评价方法。
技术介绍
1、应长期以来,受到桥梁建设任务、观测技术等多种因素影响,桥梁形变监测具有监测区域小、监测周期短、事件单一且可预测性强等特点。伴随国家基础设施建设的发展,特大型桥梁在基础设施建设中扮演重要角色,其形变监测具有覆盖范围广、监测周期长、事件复合性与突发性显著的特点。以单一观测技术、单一监测对象为内容的传统形变监测方法无法满足当前任务需求,多源观测技术协同监测是构建面向当前桥梁监测任务的必然路径。本专利技术提供应用多源观测技术构建满足长期性、复合性、突发性事件需求的特大型桥梁形变监测方案,分别从参考基准、尺度基准、模型基准三个视角解决技术应用瓶颈中存在的关键科学问题,以多源数据融合与形变状态估计的一致性理论为突破口,根据混合分布噪声数据分类估计理论、msplit估计理论、高斯滤波理论等解决上述三类关键科学问题,本专利技术能够突破当前桥梁形变监测技术存在的诸多局限。
技术实现思路
1、本专利技术的目的是:针对当前特大型桥梁形变监测具有覆盖范围广、监测周期长、突发性强的特征,本专利技术应用一致性理论,以形变监测的基准构建、维持与评价为视角,构建面向多重任务驱动的特大型桥梁形变监测涉及的基准问题,突破当前应用多种观测技术进行特大型桥梁形变协同监测存在的技术瓶颈。
2、本专利技术的原理是:应用分类估计方法解决
3、应用msplit估计的数据融合模型与基于附加约束条件的方差分量估计模型两条技术路径,建立特大型桥梁形变协同监测数据融合技术。应用高斯滤波模型,从状态域的角度建立特大型桥梁形变估计方法,突破当前桥梁非线性时序形变估计的技术瓶颈。
4、本专利技术的技术解决方案是:通过针对参考基准构建、异质数据融合等问题,建立基于msplit估计的基准点识别、形变应力应变特征构建约束条件、多尺度分类估计的异质数据融合等解决上述问题的方法。围绕以多源观测数据融合为技术方法,构建涵盖特大型桥梁全周期形变监测方案,本专利技术以桥梁形变的一致性检测、评价等相关理论为突破口,构建面向特大型桥梁形变协同监测的系统方法,形成以测量域的多源观测数据融合为技术路径,基于状态域构建形变估计与评价的桥梁形变监测系统方案。
5、该方法的具体步骤如下:
6、step1.根据面向多源观测技术的“先观测-后基准”桥梁形变监测方案,应用混合分布噪声数据分类估计与msplit估计进行桥梁形变监测基准点自主识别。
7、step2.应用桥梁显著特征点构建参考基准方法,根据msplit估计理论建立基准点自主识别模型,形成基准点稳定性检测方法。
8、step3. 应用异质数据融合的稳健估计模型,构建多源异质数据融合方法,建立桥梁形变多源数据融合路径。
9、step4. 应用分类估计的方法,建立异质数据融合模型,应用msplit估计理论与绝对中位差理论建立混合分布噪声数据的分类尺度,构建“先分类-后融合”的异质数据融合方法。
10、step5. 根据数据处理模型的尺度评价指标,分析模型尺度对模型配准、稳健估计、一致性检测的扰动程度。面向状态域,应用高斯滤波理论建立桥梁形变估计方法,应用贝叶斯估计进行未知条件下的桥梁形变状态估计一致性检测。
11、step6. 针对当前基于测量域的桥梁形变估计方法存在的缺陷,基于状态域进行桥梁形变估计,应用高斯滤波与贝叶斯估计建立桥梁形变估计模型,以及真实状态未知条件下的一致性检测方法,解决桥梁形变状态估计的基准问题。
12、本专利技术具有以下优点:
13、1.应用混合分布噪声数据的分类估计构建桥梁形变监测数据融合方法与融合模型稳健估计方案。
14、2.建立桥梁显著特征点稳定性识别与检测模型,根据高斯滤波理论建立桥梁形变状态估计方法。
15、3.以构建涵盖特大型桥梁全运行周期的形变监测方案为出发点,应用自主识别、分类融合、状态估计的思路解决多源观测技术协同监测方案存在的技术瓶颈。
16、4.从参考基准、尺度基准、模型基准三个视角,以及状态域的角度解决桥梁形变估计、检测与评价问题,弥补当前方法存在的技术短板,拓展特大型桥梁形变监测的技术路径。
本文档来自技高网...【技术保护点】
1.面向多源观测技术协同的特大型桥梁形变监测方法,其特征是:根据桥梁显著地物点构建参考基准的基础理论,应用分类估计理论建立基准点自主识别方法,针对复杂地表环境、基准点匮乏条件下,应用Msplit估计理论建立基准点自主识别模型,解决具有高污染、非高斯噪声数据的桥梁形变监测基准点识别问题。从混合分布噪声数据的视角研究基准点稳定性检测问题,根据分类估计理论构建“分类(观测样本)-剔除(异常值)-分类”的基准点稳定性检测方法,提供不稳定基准点数量接近、超过稳定基准点数量的条件下,基准点稳定性检测方法。应用混合分布噪声数据分类估计理论,建立多源异质数据融合模型与方法。应用分类估计的异质数据Msplit估计融合模型,建立“先分类-后融合”的异质数据融合方法。根据上述分类估计理论,提供面向稳健估计的“分类-剔除-融合”异质数据融合方法。针对当前应用形变模型反演、推估桥梁形变的理论方法存在的缺陷,应用基于状态域的桥梁形变估计理论,提供涵盖桥梁全形变周期的监测方案。针对基于测量域的形变预计与基于状态域的形变估计不一致问题,根据测量域的数据融合、形变模型等获取先验信息不准确对形变状态滤波估计的影响,
2.根据权利要求1所述的面向多源观测技术协同的特大型桥梁形变监测方法,其特征是该方法的具体步骤如下:
3.Step2.应用显著地物点构建参考基准的理论方法,根据Msplit估计理论建立基准点自主识别模型,完善基准点稳定性检测方法,解决面向多源观测技术融合的桥梁形变监测参考基准构建、维持与评价关键科学问题。
4.Step3. 应用异质数据融合的稳健估计理论,基于分类估计理论建立多源异质数据融合方法,革新桥梁形变多源数据融合路径。
5.Step4. 根据分类估计的研究思路,拓展异质数据融合路径,应用Msplit估计理论与绝对中位差理论建立混合分布噪声数据的分类尺度,构建“先分类-后融合”的异质数据融合模型,解决桥梁监测异质数据的尺度基准构建与数据融合关键科学问题。
6.Step5. 根据数据处理模型的尺度评价指标,建立模型尺度对模型配准、稳健估计、一致性检测的扰动机制。面向状态域,应用高斯滤波理论建立桥梁形变估计方法;针对形变状态未知条件下的状态估计一致性评价问题,应用贝叶斯估计进行桥梁形变状态估计的一致性检测。
7.Step6. 针对当前基于测量域的桥梁形变估计方法存在的缺陷,基于状态域进行桥梁形变估计,应用高斯滤波与贝叶斯估计建立桥梁形变估计模型,与真实状态未知条件下的一致性检测方法,解决桥梁形变状态估计的基准问题。
8.根据权利要求2所述的面向多源观测技术协同的特大型桥梁形变监测方法,其特征是:Step1中,分别从覆盖区域、稳定周期、可观测性三个角度,分析基于分类估计的基准点自主识别与稳定性检测理论的参考基准构建方法。传统形变监测采用“先基准-后观测”的工作步骤,导致拟定的基准点对监测结果有重要影响。本专利技术采用逆向研究思路,根据Msplit估计理论探索构建“先观测-后基准”的形变监测技术。
9.根据权利要求2所述的面向多源观测技术协同的特大型桥梁形变监测方法,其特征是:Step2中,分别基于概率统计理论的稳定性检测模型,与基准点动态融合降低非高斯噪声污染率的两条路径,实现基准点稳定性检测。通过分析非高斯噪声污染率与检测模型崩溃率的解析关系,应用数据融合理论,增加基准点样本数量,通过增加数据冗余度降低污染率,实现基准点稳定性检测的方法。
10.根据权利要求2所述的面向多源观测技术协同的特大型桥梁形变监测方法,其特征是:Step3中,应用条件数等量化指标定量分析方差因子数量与方差分量估计模型病态性的关系,根据模型病态性、方差因子估值稳定性与无偏性三者之间的关系,分析约束条件模型具有正则化性质。基于地表形变应力应变关系等本真视角构建约束条件的方法路径,定量模拟参数估值偏差,根据现有病态模型正则化理论与基于约束条件模型的正则化方法,为异质数据有效融合奠定方法路径。
11.根据权利要求2所述的面向多源观测技术协同的特大型桥梁形变监测方法,其特征是:Step4中,应用概率统计模型定义置信度符合指标,通过数值模拟实验,分析根据Msplit估计分类得到的数据噪声与模拟噪声的符合度,定量评价算法的分类效果。应用刀切法验证绝对中位差理论与中位数函数,建立混合分布噪声数据分类估计的噪声尺度因子。根据混合分布噪声数据分类估计,建立面向高污染非高斯噪声数据的融合方法。
12.根据权利要求2所述的面向多源观测技术协同的特大型桥梁形变监测方法,其特征是:Step5中,从模型尺度的视角,应用空间几何理论分析平...
【技术特征摘要】
1.面向多源观测技术协同的特大型桥梁形变监测方法,其特征是:根据桥梁显著地物点构建参考基准的基础理论,应用分类估计理论建立基准点自主识别方法,针对复杂地表环境、基准点匮乏条件下,应用msplit估计理论建立基准点自主识别模型,解决具有高污染、非高斯噪声数据的桥梁形变监测基准点识别问题。从混合分布噪声数据的视角研究基准点稳定性检测问题,根据分类估计理论构建“分类(观测样本)-剔除(异常值)-分类”的基准点稳定性检测方法,提供不稳定基准点数量接近、超过稳定基准点数量的条件下,基准点稳定性检测方法。应用混合分布噪声数据分类估计理论,建立多源异质数据融合模型与方法。应用分类估计的异质数据msplit估计融合模型,建立“先分类-后融合”的异质数据融合方法。根据上述分类估计理论,提供面向稳健估计的“分类-剔除-融合”异质数据融合方法。针对当前应用形变模型反演、推估桥梁形变的理论方法存在的缺陷,应用基于状态域的桥梁形变估计理论,提供涵盖桥梁全形变周期的监测方案。针对基于测量域的形变预计与基于状态域的形变估计不一致问题,根据测量域的数据融合、形变模型等获取先验信息不准确对形变状态滤波估计的影响,提供高斯滤波模型的精度损失评价方法。
2.根据权利要求1所述的面向多源观测技术协同的特大型桥梁形变监测方法,其特征是该方法的具体步骤如下:
3.step2.应用显著地物点构建参考基准的理论方法,根据msplit估计理论建立基准点自主识别模型,完善基准点稳定性检测方法,解决面向多源观测技术融合的桥梁形变监测参考基准构建、维持与评价关键科学问题。
4.step3. 应用异质数据融合的稳健估计理论,基于分类估计理论建立多源异质数据融合方法,革新桥梁形变多源数据融合路径。
5.step4. 根据分类估计的研究思路,拓展异质数据融合路径,应用msplit估计理论与绝对中位差理论建立混合分布噪声数据的分类尺度,构建“先分类-后融合”的异质数据融合模型,解决桥梁监测异质数据的尺度基准构建与数据融合关键科学问题。
6.step5. 根据数据处理模型的尺度评价指标,建立模型尺度对模型配准、稳健估计、一致性检测的扰动机制。面向状态域,应用高斯滤波理论建立桥梁形变估计方法;针对形变状态未知条件下的状态估计一致性评价问题,应用贝叶斯估计进行桥梁形变状态估计的一致性检测。
7.step6. 针对当前基于测量域的桥梁形变估计方法存在的缺陷,基于状态域进行桥梁形变估计,应用高斯滤波与贝叶斯估计建立桥梁形变估计模型,与真实状态未知条件下的一致性检测方法,解决桥梁形变状态估计的基准问题。
8.根据权利要求2所述的面向多源观测技术协同的特大型桥梁形变监测方法,其特征是:step1中,分别从覆盖区域、稳定周期、可观测性三个角度,分析基于...
【专利技术属性】
技术研发人员:陶叶青,杨娟,李红杰,李心为,
申请(专利权)人:淮阴师范学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。