一种顾及对流层延迟影响的超高层建筑形变监测新方法

    公开(公告)号:CN108917583B

    公开(公告)日:2019-04-23

    申请号:CN201810479724.7

    申请日:2018-05-18

    Applicant: 长安大学

    Abstract: 本发明公开了一种适用于超高层建筑GNSS动态形变监测新方法,其实现过程为:计算GNSS双差观测值以及对应的相对对流层投影系数;构造基于监测站三维坐标X/Y/Z及站间相对对流层延迟(RZTD)的四维搜索空间,并进行相应的粒子群搜索算法(PSO)初始粒子生成;基于改进的模糊度函数法(MAFM)计算所有粒子适应度;更新各粒子历史最优解和种群历史最优解;根据各粒子历史最优解和种群历史最优解更新所有粒子的速度和位置信息;根据适应度大小,对群体采用分群策略,并对最优群体进行均匀变异;若满足PSO算法迭代收敛条件,则输出最优粒子对应的监测点三维坐标及RZTD参数,否则重新进行PSO迭代。该方法可操作性和灵活性强,计算效率高,能够较好的削弱因大高差引起的对流层延迟误差影响。

    一种基于地面沉降信息的黄土滑坡早期识别方法

    公开(公告)号:CN108168526A

    公开(公告)日:2018-06-15

    申请号:CN201711348000.0

    申请日:2017-12-15

    Applicant: 长安大学

    Abstract: 本发明涉及黄土滑坡识别技术领域,公开了一种基于地面沉降信息的黄土滑坡早期识别方法,包括以下步骤:S1、结合沉降信息与地下水信息,获取沉降中心地下水流场的下游与塬边交界的区域,该区域为A;S2、根据研究区域的DEM生成坡度图;单个滑坡的坡度要求是30°‑50°,在区域A中满足这些条件的区域为B;S3、获取研究区域的遥感影像,识别黄土塬边与地下水的渗出点;把区域B中有地下水渗出的区域叫做C,这样C区域就是最后识别出来的滑坡区域,这种方法,对InSAR识别滑坡、光学遥感影像识别滑坡、DEM识别滑坡三种方法取长补短,揭示了其内在联系,提高了黄土滑坡识别的准确率。

    一种基于地面沉降信息的黄土滑坡早期识别方法

    公开(公告)号:CN108168526B

    公开(公告)日:2020-09-01

    申请号:CN201711348000.0

    申请日:2017-12-15

    Applicant: 长安大学

    Abstract: 本发明涉及黄土滑坡识别技术领域,公开了一种基于地面沉降信息的黄土滑坡早期识别方法,包括以下步骤:S1、结合沉降信息与地下水信息,获取沉降中心地下水流场的下游与塬边交界的区域,该区域为A;S2、根据研究区域的DEM生成坡度图;单个滑坡的坡度要求是30°‑50°,在区域A中满足这些条件的区域为B;S3、获取研究区域的遥感影像,识别黄土塬边与地下水的渗出点;把区域B中有地下水渗出的区域叫做C,这样C区域就是最后识别出来的滑坡区域,这种方法,对InSAR识别滑坡、光学遥感影像识别滑坡、DEM识别滑坡三种方法取长补短,揭示了其内在联系,提高了黄土滑坡识别的准确率。

    一种顾及对流层延迟影响的超高层建筑形变监测新方法

    公开(公告)号:CN108917583A

    公开(公告)日:2018-11-30

    申请号:CN201810479724.7

    申请日:2018-05-18

    Applicant: 长安大学

    Abstract: 本发明公开了一种适用于超高层建筑GNSS动态形变监测新方法,其实现过程为:计算GNSS双差观测值以及对应的相对对流层投影系数;构造基于监测站三维坐标X/Y/Z及站间相对对流层延迟(RZTD)的四维搜索空间,并进行相应的粒子群搜索算法(PSO)初始粒子生成;基于改进的模糊度函数法(MAFM)计算所有粒子适应度;更新各粒子历史最优解和种群历史最优解;根据各粒子历史最优解和种群历史最优解更新所有粒子的速度和位置信息;根据适应度大小,对群体采用分群策略,并对最优群体进行均匀变异;若满足PSO算法迭代收敛条件,则输出最优粒子对应的监测点三维坐标及RZTD参数,否则重新进行PSO迭代。该方法可操作性和灵活性强,计算效率高,能够较好的削弱因大高差引起的对流层延迟误差影响。

Patent Agency Ranking