一種適用于GNSS變形監(jiān)測(cè)的滑動(dòng)濾波模型

魏春曉，李博峰

一種適用于GNSS變形監(jiān)測(cè)的滑動(dòng)濾波模型

魏春曉，李博峰

（同濟(jì)大學(xué) 測(cè)繪與地理信息學(xué)院，上海 200092）

針對(duì)GNSS變形監(jiān)測(cè)數(shù)據(jù)處理中隨機(jī)游走模型對(duì)局部時(shí)段快速變形帶來(lái)的異常擾動(dòng)抵抗能力較差，而常速度模型處理穩(wěn)定變形的精度較低的問(wèn)題，提出采用滑動(dòng)濾波模型描述變形體的實(shí)際變形狀態(tài)，并利用最小描述長(zhǎng)度準(zhǔn)則評(píng)估隨機(jī)游走模型、常速度模型和滑動(dòng)濾波模型在變形監(jiān)測(cè)中的應(yīng)用效果。結(jié)果表明，監(jiān)測(cè)點(diǎn)穩(wěn)定情況下滑動(dòng)濾波模型平面精度可達(dá)到5 mm以內(nèi)，且采用最小描述長(zhǎng)度準(zhǔn)則，能有效確定最優(yōu)的滑動(dòng)濾波模型，實(shí)現(xiàn)異常變形探測(cè)1 s內(nèi)快速預(yù)警。

GNSS；變形監(jiān)測(cè)；滑動(dòng)濾波；最小描述長(zhǎng)度；卡爾曼濾波

0 引言

變形監(jiān)測(cè)作為一種先進(jìn)的科學(xué)手段，能夠有效預(yù)防某些自然災(zāi)害發(fā)生。應(yīng)用全球衛(wèi)星導(dǎo)航系統(tǒng)（global navigation satellite system，GNSS）構(gòu)建自動(dòng)化監(jiān)測(cè)平臺(tái)已成為變形監(jiān)測(cè)領(lǐng)域發(fā)展的必然趨勢(shì)[1-2]。目前變形監(jiān)測(cè)數(shù)據(jù)分析方法主要有時(shí)間序列分析[3]、小波分析[4]、奇異譜分析[5]和神經(jīng)網(wǎng)絡(luò)[6]等，這些方法多著眼于事后處理。卡爾曼濾波在求解時(shí)不需要儲(chǔ)存大量觀測(cè)值，當(dāng)?shù)玫叫碌挠^測(cè)數(shù)據(jù)時(shí)可立即更新濾波解，有效提高監(jiān)測(cè)精度和穩(wěn)定性，因此卡爾曼濾波在自動(dòng)化變形監(jiān)測(cè)領(lǐng)域得到了廣泛應(yīng)用[7-10]。

在變形監(jiān)測(cè)應(yīng)用中，由于監(jiān)測(cè)體絕大部分時(shí)間比較穩(wěn)定或者變化緩慢，因此卡爾曼濾波的運(yùn)動(dòng)學(xué)模型通常采用隨機(jī)游走模型和常速度模型對(duì)變形狀態(tài)進(jìn)行簡(jiǎn)化[11]，但會(huì)引入一定的模型誤差導(dǎo)致監(jiān)測(cè)效果下降[12-13]。隨機(jī)游走模型對(duì)局部時(shí)段快速變形帶來(lái)的模型異常擾動(dòng)抵抗能力較差，難以準(zhǔn)確描述動(dòng)態(tài)變化；常速度模型在處理穩(wěn)定變形時(shí)濾波精度較低[14-15]。然而，滑動(dòng)濾波模型能根據(jù)窗口長(zhǎng)度調(diào)整狀態(tài)轉(zhuǎn)移矩陣及和狀態(tài)噪聲，從而能精確地描述變形體的實(shí)際變形狀態(tài)，有望在變形監(jiān)測(cè)中取得良好效果。本文采用穩(wěn)定變形模擬數(shù)據(jù)和存在異常擾動(dòng)變形模擬數(shù)據(jù)對(duì)隨機(jī)游走模型、常速度模型和滑動(dòng)濾波模型進(jìn)行對(duì)比分析，并利用最小描述長(zhǎng)度（minimum description length, MDL）準(zhǔn)則定量評(píng)價(jià)存在異常擾動(dòng)時(shí)3種模型的優(yōu)劣。

1 卡爾曼濾波基本原理

卡爾曼濾波是一種在線性環(huán)境下，利用前1個(gè)歷元的估計(jì)值和當(dāng)前歷元的觀測(cè)值，以估計(jì)誤差最小為準(zhǔn)則不斷遞歸，對(duì)動(dòng)態(tài)系統(tǒng)狀態(tài)進(jìn)行最優(yōu)估計(jì)的算法。

狀態(tài)方程的本質(zhì)是對(duì)系統(tǒng)附加歷元間約束，系統(tǒng)的狀態(tài)方程為

系統(tǒng)的觀測(cè)方程為

卡爾曼濾波包括兩個(gè)基本步驟，即預(yù)報(bào)和更新，具體形式為

2 濾波運(yùn)動(dòng)學(xué)模型

2.1 隨機(jī)游走模型

2.2 常速度模型

2.3 滑動(dòng)濾波模型

采用隨機(jī)游走模型濾波精度較高，但難以正確描述變形發(fā)生的時(shí)間和變形量的大小；常速度模型抵抗異常擾動(dòng)能力較強(qiáng)，但在處理穩(wěn)定變形時(shí)精度較低。在綜合以上兩種模型特點(diǎn)的基礎(chǔ)上，本文研究滑動(dòng)濾波模型在變形監(jiān)測(cè)中的應(yīng)用效果。通過(guò)設(shè)置不同長(zhǎng)度的窗口，可以較為恰當(dāng)?shù)孛枋鲎冃误w的變形情況。為了提高初始化效率，通常在初始化階段假設(shè)變形體穩(wěn)定，采用隨機(jī)游走模型。模糊度固定之后，對(duì)于每個(gè)窗口的第1個(gè)歷元，將狀態(tài)轉(zhuǎn)移矩陣置為零矩陣，即不繼承之前窗口的坐標(biāo)和其協(xié)方差陣；將狀態(tài)噪聲置為無(wú)窮大，即只利用觀測(cè)方程的信息進(jìn)行解算，狀態(tài)方程失效。對(duì)于每個(gè)窗口除第1個(gè)歷元之外的其他歷元，將狀態(tài)轉(zhuǎn)移矩陣置為單位陣，即繼承之前窗口的坐標(biāo)和其協(xié)方差陣；將狀態(tài)噪聲置為0，進(jìn)行靜態(tài)解算，等效于法方程累加。圖1為滑動(dòng)濾波模型的具體實(shí)現(xiàn)流程。

圖1 滑動(dòng)濾波模型實(shí)現(xiàn)流程

3 模型評(píng)價(jià)指標(biāo)

對(duì)式(10)兩邊進(jìn)行負(fù)自然對(duì)數(shù)變換，得到等價(jià)形式為

根據(jù)文獻(xiàn)[18]提出的MDL原則，模型評(píng)價(jià)指標(biāo)可表示為

4 算例分析

4.1 穩(wěn)定變形分析

為分析3種模型在穩(wěn)定變形情況下的監(jiān)測(cè)效果，采用2臺(tái)固定放置于測(cè)繪學(xué)院樓頂、配置北斗衛(wèi)星導(dǎo)航系統(tǒng)（BeiDou navigation satellite system, BDS）和全球定位系統(tǒng)（global navigation system, GPS）雙模單頻u-blox定位模塊的GNSS接收機(jī)采集數(shù)據(jù)。觀測(cè)日期為2017-10-15，觀測(cè)時(shí)長(zhǎng)約14 h，數(shù)據(jù)采樣間隔1 s，衛(wèi)星截止高度角10°，模糊度固定的ratio檢驗(yàn)閾值設(shè)為2.5，觀測(cè)頻率為GPS的L1和BDS的B1波段，基線長(zhǎng)約20 m。實(shí)驗(yàn)方案設(shè)計(jì)見表1。

表1 穩(wěn)定分析方案設(shè)計(jì)

圖2給出了采用4種方案得到的固定解在東（east，）、北（north，）、上（up，）3個(gè)坐標(biāo)分量的序列。表2給出了4種方案求解結(jié)果在、、方向上的標(biāo)準(zhǔn)差（standard deviation，STD）和平均值（average，AVE）。從圖2和表2中可以看出，對(duì)于穩(wěn)定變形模擬數(shù)據(jù)而言，4個(gè)方案平面精度均在5 mm以內(nèi)，高程精度在10 mm左右。在4種方案中，隨機(jī)游走模型在方向上的坐標(biāo)序列的STD最小，坐標(biāo)序列變化最平穩(wěn)，對(duì)變形狀態(tài)的刻畫精度最高。常速度模型求解時(shí)考慮了變形體的速度變化，平面方向上STD最大，濾波精度最差。滑動(dòng)濾波模型采用不同窗口長(zhǎng)度求得的坐標(biāo)結(jié)果不同。隨窗口長(zhǎng)度增加，滑動(dòng)濾波模型在方向上的坐標(biāo)序列的STD逐漸減小，監(jiān)測(cè)效果從常速度模型逐漸趨近于隨機(jī)游走模型。4種方案在、、、方向上的坐標(biāo)序列的AVE基本一致。

圖2 4種方案固定解E、N、U方向坐標(biāo)序列

表2 4種方案定位結(jié)果統(tǒng)計(jì)

4.2 存在異常擾動(dòng)變形分析

為分析3種模型對(duì)局部時(shí)段快速變形帶來(lái)異常擾動(dòng)的抵抗能力，設(shè)計(jì)如下實(shí)驗(yàn)：基準(zhǔn)站固定，實(shí)驗(yàn)人員手持流動(dòng)站先保持靜止一段時(shí)間，然后在GPS秒為442248 s時(shí)將流動(dòng)站迅速提升并移動(dòng)一段距離，之后繼續(xù)保持靜止。觀測(cè)日期為2018-05-11，觀測(cè)時(shí)間約20 min，基線長(zhǎng)約10 m，其余參數(shù)設(shè)置與穩(wěn)定變形分析實(shí)驗(yàn)一致。具體方案設(shè)計(jì)見表3。

表3 存在異常擾動(dòng)分析方案設(shè)計(jì)

圖3 6種方案固定解E、N、U方向坐標(biāo)序列

表4 6種方案存在異常擾動(dòng)變形分析

5 結(jié)束語(yǔ)

[1] 衛(wèi)建東. 現(xiàn)代變形監(jiān)測(cè)技術(shù)的發(fā)展現(xiàn)狀與展望[J]. 測(cè)繪科學(xué), 2007, 32(6): 10-13.

[2] 胡友健, 梁新美, 許成功. 論GPS變形監(jiān)測(cè)技術(shù)的現(xiàn)狀與發(fā)展趨勢(shì)[J]. 測(cè)繪科學(xué), 2006, 31(5): 155-157.

[3] 梅紅, 岳東杰. 時(shí)間序列分析在變形監(jiān)測(cè)數(shù)據(jù)處理中的應(yīng)用[J]. 現(xiàn)代測(cè)繪, 2005, 28(6): 14-16.

[4] 章浙濤, 朱建軍, 匡翠林, 等. 小波包多閾值去噪法及其在形變分析中的應(yīng)用[J]. 測(cè)繪學(xué)報(bào), 2014, 43(1): 13-20.

[5] 李世友, 王奉偉, 沈云中. 大壩變形時(shí)間序列的奇異譜分析[J]. 測(cè)繪通報(bào), 2018(9): 64-68.

[6] 王穗輝, 潘國(guó)榮. 人工神經(jīng)網(wǎng)絡(luò)在隧道地表變形預(yù)測(cè)中的應(yīng)用[J]. 同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版), 2001, 29(10): 1147-1151.

[7] 王利, 李亞紅, 劉萬(wàn)林. 卡爾曼濾波在大壩動(dòng)態(tài)變形監(jiān)測(cè)數(shù)據(jù)處理中的應(yīng)用[J]. 西安科技大學(xué)學(xué)報(bào), 2006, 26(3): 353-357.

[8] 徐亞明, 劉冠蘭, 柏文鋒. 顧及基坑施工影響的地鐵區(qū)間隧道結(jié)構(gòu)卡爾曼濾波預(yù)報(bào)模型[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2013, 38(11): 1322-1325.

[9] 高井祥, 鄭南山, 余學(xué)祥. GPS技術(shù)在礦區(qū)井筒變形監(jiān)測(cè)中的應(yīng)用[J]. 全球定位系統(tǒng), 2001, 26(4): 45-49.

[10] INCE C, SAHIN M. Real-time deformation monitoring with GPS and Kalman filter[J]. Earth Planets and Space, 2000, 52(10): 837-840.

[11] 劉大杰, 于正林. 動(dòng)態(tài)測(cè)量系統(tǒng)與卡爾曼濾波[J]. 測(cè)繪學(xué)報(bào), 1988, 17(4): 254-262.

[12] 陶本藻. 卡爾曼濾波模型誤差的識(shí)別[J]. 地殼形變與地震, 1999, 19(4): 15-20.

[13] 許阿裴, 歸慶明, 韓松輝. 卡爾曼濾波模型誤差的影響分析[J]. 大地測(cè)量與地球動(dòng)力學(xué), 2008, 28(1): 101-104.

[14] 戴吾蛟, 伍錫銹. 變形監(jiān)測(cè)中Kalman濾波狀態(tài)模型的比較分析[J]. 大地測(cè)量與地球動(dòng)力學(xué), 2009, 29(6): 88-92.

[15] 伍錫銹. 動(dòng)態(tài)變形監(jiān)測(cè)中的Kalman濾波方法研究[D]. 長(zhǎng)沙: 中南大學(xué), 2011.

[16] ZHOU Z B, LI B F. GNSS windowing navigation with adaptively constructed dynamic model[J]. GPS Solutions, 2015, 19(1): 37-48.

[17] LI L, KUHLMANN H. Deformation detection in the GPS real-time series by the multiple Kalman filters model[J]. Journal of Surveying Engineering, 2010, 136(4): 157-164.

[18] RISSANEN J. A universal prior for integers and estimation by minimum description length[J]. Annals of Statistics, 1983, 11(2): 416-431.

Moving filtering model for GNSS deformation monitoring

WEI Chunxiao, LI Bofeng

（College of Surveying and Geo-Informatics, Tongji University, Shanghai 200092, China）

In order to solve the problem that the random walk model has poor resistance to abnormal disturbance caused by rapid local deformation, while the constant velocity model has low accuracy in dealing with stable deformation, the moving filtering model is used to describe the actual deformation state of the deformation body. The minimum description length criterion is used to evaluate the random walk model, the constant velocity model and the moving filtering model in deformation monitoring. The results show that the plane accuracy of the moving filtering model can be less than 5 mm under the condition of stable deformation, and the optimal moving filtering model can be effectively determined by using the minimum description length criterion, to realize the rapid early warning of abnormal deformation detection within 1 s.

GNSS；deformation monitoring；moving filtering；minimum description length；Kalman filtering

P228

A

2095-4999(2019)03-0125-06

2018-12-28

國(guó)家自然科學(xué)基金項(xiàng)目（41874030，41622401，41574031）；上海市科技委員會(huì)科技創(chuàng)新行動(dòng)計(jì)劃項(xiàng)目（17511109501）。

魏春曉（1995—），女，山東棗莊人，碩士生，研究方向?yàn)镚NSS變形監(jiān)測(cè)理論與應(yīng)用。

李博峰（1983—），男，陜西咸陽(yáng)人，博士，教授，研究方向?yàn)樾l(wèi)星精密定位與導(dǎo)航位置服務(wù)的理論與應(yīng)用技術(shù)。

魏春曉，李博峰.一種適用于GNSS變形監(jiān)測(cè)的滑動(dòng)濾波模型[J].導(dǎo)航定位學(xué)報(bào),2019,7(3):125-130.（WEI Chunxiao,LI Bofeng.Moving filtering model for GNSS deformation monitoring[J].Journal of Navigation and Positioning,2019,7(3):125-130.）

10.16547/j.cnki.10-1096.20190321.