【技术实现步骤摘要】
本专利技术涉及变形监测，具体为一种基于gnss和多传感器融合的变形监测系统。
技术介绍
1、随着传感器技术以及全球导航卫星系统(gnss)的不断进步和成本的降低，各种类型的传感器逐渐应用于结构和地质体的变形监测中，倾斜计、位移计、应变计等传感器能够提供更详细、精确的变形信息，同时随着环境监测以及环境安全的需求日益增长，对各种换将的变形进行实时监测已成为必要的风险防控措施，特别是在大型工程建设、地质灾害预警和地质环境监测等领域，对变形监测系统的需求日益迫切，并且随着计算机处理能力和算法的不断提高，对大规模、高频率数据进行实时处理和分析变得可行，传感器数据与数据处理算法的实时融合以及对历史数据的回顾和分析也成为可能，为变形监测系统的开发奠定了基础，但是目前，单一传感器无法满足复杂变形监测的需求，需要多源数据进行综合分析，例如在gnss和其他传感器(如倾斜计、位移计)融合的基础上使用预测模型以及数据处理算法进行环境的变形监测，有助于更好地理解变形机制和趋势，所以，在此提出一种种基于gnss和多传感器融合的变形监测系统。
2、随目前，基于gnss和多传感器融合的变形监测系统是通过传感器以及gnss设备接收环境数据进行监测分析，但是传感器以及gnss设备的数据采集精度会受到天气、环境等条件的影响，当发生了恶劣天气时gnss设备可能会受到干扰，因此数据可能会出现误差，并且传感器数据也会因为环境噪声的影响，从而影响系统接收数据监测的精度，所以，在此提出了一种基于gnss和多传感器融合的变形监测系统，通过在数据采集时通过先集成再通过
技术实现思路
1、针对现有技术中传感器以及gnss设备的数据采集精度会受到天气、环境等条件的影响的不足，本专利技术提供了一种基于gnss和多传感器融合的变形监测系统，具备很好的鲁棒性，以及提升变形监测的精确性的优点。
2、为实现上述目的，本专利技术提供如下技术方案：一种基于gnss和多传感器融合的变形监测系统，变形监测系统模块包括
3、用于将来自不同传感器以及sps接收器数据集成起来进行统一处理和分析的数据集成模块；
4、用于将集成后的数据统一向处理模块进行传输的数据传输模块；
5、用于对传输数据存在的环境异常值进行处理的异常值处理模块；
6、用于将环境中不同传感器的数据进行融合处理的数据融合模块；
7、用于了解目标对象在不同环境中的变形情况及其空间分布特征的变形分析模块；
8、用于根据变形分析的结果，对变形趋势进行预测，并根据变形结果异常及时发出变形预警的变形预警模块；
9、用于使用多方面的传感器进行区域环境数据传感的传感器模块；
10、用于基于gnss接收来自全球卫星导航系统gps数据的gps接收器。
11、所述传感器模块中包含倾斜仪传感器、加速度计传感器、激光测距仪传感器以及温度传感器，所述gps接收器全球导航卫星系统用于接收卫星信号，通过gps获取位置、速度和时间等信息，通过对多颗不同gps卫星信号进行观测和计算，实现位置测量，所述数据集成模块首先从gps接收器和传感器模块获取环境数据，将获取的不同来源和不同格式、结构的数据进行整合，使用etlextract-transform-load对接收数据进行统一格式转换。
12、所述数据传输模块使用无线通信技术将数据集成模块集成的监测数据传输到异常值处理模块，所述数据传输模块使用了lora低功耗广域网无线传输技术，数据传输模块通过lora技术进行低功耗无线射频信号，实现了大范围可靠数据传输。
13、所述异常值处理模块以及数据融合模块同时基于kalman滤波算法实现消除环境因素差异，异常值处理模块首先确定环境数据中异常值例如温度异常以及电磁干扰异常，然后进行异常值检测，通过kalman滤波算法根据环境差异估计，使用观测模型和测量残差得到估计的环境差异，环境差异估计反映环境因素对传感器数据的影响，据环境差异估计，对于每个测量值，将环境差异估计值与测量值进行比较，根据比较结果修正测量值。
14、所述数据融合模块首先使用状态转移方程对每个数据来源的状态进行预测，同时更新预测的状态协方差矩阵然后将来自不同数据来源的测量值与其对应的预测值进行关联，使用最近邻匹配，根据数据关联的结果，使用观测方程将融合后的测量值进行更新，计算输出状态的估计值和协方差矩阵，最后根据各个数据来源调整各个数据来源的权重，将数据进行融合。
15、所述变形分析模块中包括了变形事件识别以及变形趋势分析，所述变形事件识别在kalman滤波算法预处理后的数据中提取变形事件相关特征，这些特征包括数据的统计特性、频域特性、时域特性等，然后根据已知的变形事件样本和提取的特征，建立变形事件的数字模型，通过数字模型对新采集的数据进行分类或回归分析，判断是否发生了变形事件，根据模型的输出结果，可以将事件分为不同的类别的变形事件。
16、所述变形趋势分析对在kalman滤波算法预处理后的数据的监测数据进行趋势分析，使用时间序列分析判断结构物或地表的变形趋势，例如是否存在向某一方向的位移或变形速率逐渐增加、或者存在周期性的变形现象等，然后基于已有的数据趋势，使用数学模型对未来的变形趋势进行预测和预测，通过对趋势分析和实际观测数据的拟合程度、误差分析等指标进行评估，判断结构物或地表的稳定性和风险。
17、所述变形预警模块基于变形分析模块的分析结果建立预警模型，然后通过深度学习模型预警触发条件和阈值，当监测数据超过或接近预警触发条件和阈值时，预警系统会自动发出预警信号，预警信号可以是通过声音、短信或者声光预警，所述预警记录分析对预警的历史记录进行分析统计，包括预警的触发时间、预警类型、预警频率，根据预警记录评估结构物以及地表的安全状况，并进一步的优化预警模型和参数设置。
18、有益效果：
19、1、该基于gnss和多传感器融合的变形监测系统，通过设置预警记录分析模块，系统能够实时的记录历史预警的变形数据，能够回顾过去的监测记录，这样可以对结构或地质体的演化趋势和变形特征进行分析，研究其变形机制和规律，有助于环境中是否存在潜在的安全隐患，以及能够更好的预测未来的变形情况。
20、2、该基于gnss和多传感器融合的变形监测系统，通过基于kalman滤波算法对采集到的数据进行环境因素消除处理，减少了在变形监测中因为环境因素(如温度、湿度、大气压力等)存在的采集数据误差对变形分析的结果产生的影响，从而消除环境因素差异对测量结果的影响，提高监测数据的准确性和可靠性。
本文档来自技高网...【技术保护点】
1.一种基于GNSS和多传感器融合的变形监测系统，其特征在于：变形监测系统模块包括；
2.根据权利要求1所述的一种基于GNSS和多传感器融合的变形监测系统，其特征在于：所述传感器模块(12)中包含倾斜仪传感器、加速度计传感器、激光测距仪传感器以及温度传感器，所述GPS接收器(11)(全球导航卫星系统)用于接收卫星信号，通过GPS获取位置、速度和时间等信息，通过对多颗不同GPS卫星信号进行观测和计算，实现位置测量，所述数据集成模块(1)首先从GPS接收器(11)和传感器模块(12)获取环境数据，将获取的不同来源和不同格式、结构的数据进行整合，使用ETL(Extract-Transform-Load)对接收数据进行统一格式转换。
3.根据权利要求1所述的一种基于GNSS和多传感器融合的变形监测系统，其特征在于：所述数据传输模块(2)使用无线通信技术将数据集成模块(1)集成的监测数据传输到异常值处理模块(3)，所述数据传输模块(2)使用了LoRa(低功耗广域网)无线传输技术，数据传输模块(2)通过LoRa技术进行低功耗无线射频信号，实现了大范围可靠数据传输。p>
4.根据权利要求1所述的一种基于GNSS和多传感器融合的变形监测系统，其特征在于：所述异常值处理模块(3)以及数据融合模块(5)同时基于Kalman滤波算法(4)实现消除环境因素差异，异常值处理模块(3)首先确定环境数据中异常值(例如温度异常以及电磁干扰异常)，然后进行异常值检测，通过Kalman滤波算法(4)根据环境差异估计，使用观测模型和测量残差得到估计的环境差异，环境差异估计反映环境因素对传感器数据的影响，据环境差异估计，对于每个测量值，将环境差异估计值与测量值进行比较，根据比较结果修正测量值。
5.根据权利要求1所述的一种基于GNSS和多传感器融合的变形监测系统，其特征在于：所述数据融合模块(5)首先使用状态转移方程对每个数据来源的状态进行预测，同时更新预测的状态协方差矩阵然后将来自不同数据来源的测量值与其对应的预测值进行关联，使用最近邻匹配，根据数据关联的结果，使用观测方程将融合后的测量值进行更新，计算输出状态的估计值和协方差矩阵，最后根据各个数据来源调整各个数据来源的权重，将数据进行融合。
6.根据权利要求1所述的一种基于GNSS和多传感器融合的变形监测系统，其特征在于：所述变形分析模块(6)中包括了变形事件识别(8)以及变形趋势分析(9)，所述变形事件识别(8)在Kalman滤波算法(4)预处理后的数据中提取变形事件相关特征，这些特征包括数据的统计特性、频域特性、时域特性等，然后根据已知的变形事件样本和提取的特征，建立变形事件的数字模型，通过数字模型对新采集的数据进行分类或回归分析，判断是否发生了变形事件，根据模型的输出结果，可以将事件分为不同的类别的变形事件。
7.根据权利要求6所述的一种基于GNSS和多传感器融合的变形监测系统，其特征在于：所述变形趋势分析(9)对在Kalman滤波算法(4)预处理后的数据的监测数据进行趋势分析，使用时间序列分析判断结构物或地表的变形趋势，例如是否存在向某一方向的位移或变形速率逐渐增加、或者存在周期性的变形现象等，然后基于已有的数据趋势，使用数学模型对未来的变形趋势进行预测和预测，通过对趋势分析和实际观测数据的拟合程度、误差分析等指标进行评估，判断结构物或地表的稳定性和风险。
8.根据权利要求1所述的一种基于GNSS和多传感器融合的变形监测系统，其特征在于：所述变形预警模块(7)基于变形分析模块(6)的分析结果建立预警模型，然后通过深度学习模型预警触发条件和阈值，当监测数据超过或接近预警触发条件和阈值时，预警系统会自动发出预警信号，预警信号可以是通过声音、短信或者声光预警，所述变形预警模块(7)中设置有预警记录分析(10)，所述预警记录分析(10)对预警的历史记录进行分析统计，包括预警的触发时间、预警类型、预警频率，根据预警记录评估结构物以及地表的安全状况，并进一步的优化预警模型和参数设置。
...【技术特征摘要】
1.一种基于gnss和多传感器融合的变形监测系统，其特征在于：变形监测系统模块包括；
2.根据权利要求1所述的一种基于gnss和多传感器融合的变形监测系统，其特征在于：所述传感器模块(12)中包含倾斜仪传感器、加速度计传感器、激光测距仪传感器以及温度传感器，所述gps接收器(11)(全球导航卫星系统)用于接收卫星信号，通过gps获取位置、速度和时间等信息，通过对多颗不同gps卫星信号进行观测和计算，实现位置测量，所述数据集成模块(1)首先从gps接收器(11)和传感器模块(12)获取环境数据，将获取的不同来源和不同格式、结构的数据进行整合，使用etl(extract-transform-load)对接收数据进行统一格式转换。
3.根据权利要求1所述的一种基于gnss和多传感器融合的变形监测系统，其特征在于：所述数据传输模块(2)使用无线通信技术将数据集成模块(1)集成的监测数据传输到异常值处理模块(3)，所述数据传输模块(2)使用了lora(低功耗广域网)无线传输技术，数据传输模块(2)通过lora技术进行低功耗无线射频信号，实现了大范围可靠数据传输。
4.根据权利要求1所述的一种基于gnss和多传感器融合的变形监测系统，其特征在于：所述异常值处理模块(3)以及数据融合模块(5)同时基于kalman滤波算法(4)实现消除环境因素差异，异常值处理模块(3)首先确定环境数据中异常值(例如温度异常以及电磁干扰异常)，然后进行异常值检测，通过kalman滤波算法(4)根据环境差异估计，使用观测模型和测量残差得到估计的环境差异，环境差异估计反映环境因素对传感器数据的影响，据环境差异估计，对于每个测量值，将环境差异估计值与测量值进行比较，根据比较结果修正测量值。
5.根据权利要求1所述的一种基于gnss和多传感器融合的变形监测系统，其特征在于：所述数据融合模块(5)首先使用状态转移方程对每个数据来源的状态进行预测，同时更新预测的状态协方差矩阵然后将来自不...
【专利技术属性】
技术研发人员：王洪，张德彰，仲涛，张开明，祁向前，邹丹，亓信玖，谢慧铃，林福宇，
申请(专利权)人：龙岩学院，
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。