基于地面干涉雷达监测数据的微变形特征识别方法研究

Ground-Based SAR Interferometry system integrated stepped frequency-continous wave(SF-CW), synthetic aperture radar (SAR) and interferometric survey, with the advantage of high precision, long range and high dynamic sampling frequency for the micro-deformation monitoring of large-scale structural engineering provides an excellent non-contact data acquisition means. Of non-stationary and nonlinear, for structural deformation under ambient excitation of strong noise and dynamic micro-deformation characteristics and the deformation of the multi-frequency complex periodic specific issues such as spectrum analysis, wavelet analysis and other methods of feature recognition in the dynamic deformation defects . To this end, the project make full use of the Hilbert - Huang Transform (HHT) is not linear or stationary assumptions limit the advantages of time and frequency domain data, combined with ground interference radar monitoring data to a study by the introduction of noise-assisted decomposition, structure new spatial and temporal filtering, based on hierarchical means of the introduction of random decrement technique (RDT) to improve the HHT method to achieve the purpose of effective identification of micro-deformation dynamic characteristics..The research project will fully tap the potential applications of wavelet analysis and the HHT method to handle nonlinear, non-stationary data and feature extraction, and provide important theoretical and technical support so as to monitoring structures of micro-deformation and its feature recognition f by using ground-based SAR interferometry.

地基干涉雷达系统集成了步进频率连续波技术、合成孔径雷达技术和干涉测量技术，具有精度高、长测程和高动态采样频率等优势，为大型结构工程的微变形监测提供了一种很好的非接触式数据获取手段。针对结构变形的非平稳性和非线性、环境激励下的强噪声和动态微变形特征以及变形的多频复杂周期性等具体问题，频谱分析、小波分析等方法在动态变形特征识别方面存在缺陷。为此，项目充分利用希尔伯特-黄变换（HHT）对时频域数据处理不受线性或平稳性假设限制的优点，结合地面干涉雷达监测数据展开研究，通过引入噪声辅助分解、构造新型时空滤波器、基于分层引入随机减量技术（RDT）等手段来改进HHT方法，以实现环境激励下有效的识别结构微变形特征之目的。. 项目研究将充分挖掘HHT方法在处理非线性、非平稳数据及其特征提取方面的应用潜力，为地基干涉雷达监测结构微变形及其特征识别提供重要的理论和技术支撑。

地基干涉雷达系统具有非接触式、高精度、长测程和高采样率等优势，为大型结构工程的微变形监测提供了一种独特的数据获取手段。针对国家重大工程建设及运维管理的安全风险控制需求，开展环境激励下强噪声和动态微变形特征识别方法研究，可为地基干涉雷达监测提供重要的理论和技术支撑。. 项目利用地基干涉雷达系统（IBIS）、GPS和测量机器人的结构工程试验监测数据，系统性研究了地基干涉雷达监测结构微变形的适应性和变形特征识别方法，拓展了变形监测技术及其数据处理理论和方法；建立了环境激励下的地基干涉雷达多稳定点大气改正和变形计算模型，结合大型桥梁的静荷载试验和大桥、异型建筑等施工过程的挠度与变形测量试验，有效提高了动态监测的精度、可靠性和效率，为结构工程动态检测提供了一种新方法；武汉阳逻长江公路大桥的动态挠度测试结果表明，地面微波干涉雷达技术能够精细地测定桥梁挠度的动态变化，真实地反映结构物的动态变形特征；利用EMD方法结合改进的Vondrak滤波，研究了苏通大桥施工期桥梁结构的振动特性和变化规律；充分利用EMD和小波分析的各自优势，研究了一种EMD小波组合去噪方法，增强了信号去噪和变形特征提取的能力；为提高变形预测精度和模型可靠性，项目还研究了小波去噪和新陈代谢GM(1,1)相结合的方法、动态非等时距残差GM（1,1）模型和无偏灰色马尔科夫模型。项目研究不仅对发展变形监测与灾害预警具有重要的理论意义, 而且对满足国民经济和社会发展的公益性服务需求的工程安全保障更有重大的现实意义。. 该项目发表学术论文17篇，其中EI论文4篇；申请实用新型专利1项，获软件著作权2项；获省部级科技进步二等奖1项，三等奖1项；培养毕业博士3名，在读博士3名，毕业硕士10名，在读硕士3名。. 项目执行期间，项目组就相关研究内容和科学问题，深入大型工程的设计、建设和管理单位进行调研并展开合作研究，结合大跨度桥梁、复杂空间建筑等结构工程进行试验，项目组成员多次参加国内外学术会议，保证了该项目的顺利完成。