基于GNSS-RTK技術的超高層建筑動態特性

夏楊玲，牛彥波

基于GNSS-RTK技術的超高層建筑動態特性

夏楊玲1，牛彥波2

（1. 中交廣州航道局有限公司, 廣州 510221；2. 天津大學 建筑工程學院，天津 300350）

為進一步提高超高層建筑變形監測的精度，提出1種聯合去噪的方法：分析實時動態差分（RTK）工作模式下全球衛星導航系統（GNSS）傳感器背景噪聲分布特性；提出利用切比雪夫濾波與自適應噪聲完備集合經驗模態分解的算法聯合去噪，以削弱傳感器背景噪聲的影響，提高其監測精度；然后采用快速傅里葉變換與隨機減量技術，從去噪信號中提取結構的模態信息（固有頻率與阻尼比）。實驗結果表明，這種方法獲得的結果與結構的3維有限元模型分析結果吻合較好，說明GNSS-RTK技術可有效應用于超高層建筑的變形監測中。

全球衛星導航系統；實時動態差分；超高層建筑；聯合去噪；結構的模態信息提取；動態特性

0 引言

隨著新技術、新材料及經濟的快速發展，近20年來涌現了大量的超高層建筑，如上海中心、深圳平安大廈、廣州新電視塔、天津117大廈等。值得注意的是，這些結構在環境激勵（如風、地震、溫度、車輛等）下會發生變形，變形過大會造成結構損傷甚至破壞。為了保障這些結構的安全穩定，實時監測它們在環境激勵下的動態變形具有非常重要的現實意義。

全球定位系統（global positioning system, GPS）作為1種高新技術手段可全天候實時監測結構的3維坐標信息，克服了加速度計2次積分造成位移估計精度不足甚至失真的問題，已經得到了學者們的廣泛關注[1-4]。實時動態差分（real time kinematic, RTK）是1項基于載波相位雙差模型的定位方法，也是全球衛星導航系統（global navigation satellite system, GNSS）進行動態測量時最精確的定位技術。現如今，我國自主研發的北斗衛星導航系統（BeiDou navigation satellite system, BDS）已經逐步完善，多星系組合衛星導航定位系統得到了發展，與單一衛星導航系統相比，可見衛星數與位置精度衰減因子（position dilution of precision, PDOP）均得到了極大的改善[5]。本文采用的GNSS接收機，可同時接收GPS、格洛納斯衛星導航系統（global navigation satellite system, GLONASS）和BDS 三星系衛星信號，為監測結構的安全穩定提供了更為可靠的依據。

值得注意的是，GNSS-RTK技術雖然可以直接獲取結構的位移信息，但是定位精度有限：水平方向一般在±1 cm左右，豎向一般在±2 cm左右。超高層建筑一般以水平振動為主，環境激勵下的振動幅度通常也處于厘米級；因此，要獲取結構的真實振動信息，需要采用1種高效的濾波方法，將噪聲與結構真實振動信息進行有效分離。為此，本文在對GNSS傳感器背景噪聲分布情況進行細致的分析與討論后，提出1種聯合去噪方法，以盡可能還原結構的真實振動狀態。

本文利用GNSS-RTK技術，實時監測環境激勵下一座超高層建筑的振動響應。首先對GNSS傳感器的穩定性進行測試，分析傳感器背景噪聲的分布特性；繼而提出1種聯合去噪方法，利用此方法對實測數據進行濾波處理；最后通過快速傅里葉變換（fast Fourier transform, FFT）與隨機減量技術（random decrement technique, RDT）分析，進一步從濾波處理信號中提取結構的模態信息，并與有限元分析結果進行對比。

1 GNSS-RTK穩定性實驗

通過穩定性實驗研究，可以初步估計GNSS傳感器的測量精度，充分了解背景噪聲的分布情況，并根據噪聲的分布特征，采取一定的方法消除背影噪聲所帶來的影響，進一步提高儀器的測量精度。本次實驗采用由中海達（Hi-Target）公司生產的H32型GNSS接收機，該系統機身穩固，工業IP67級的三防設計能輕松適用于野外惡劣條件，支持GPS、GLONASS及BDS中的1個或多個衛星導航系統進行導航定位。

選取1個開闊無風的地帶，將5臺GNSS接收機固定在三腳架上，如圖1所示。其中，1臺作為參考站，另外4臺作為移動站。在RTK工作模式下，參考站上接收機的發射電臺將測點的3維坐標與觀測值通過數據鏈一并傳送給移動站，移動站不僅接收參考站傳送的信息，同時還同時采集GNSS觀測數據，并在系統內部進行實時差分處理，繼而給出厘米級定位結果。實驗時，采集頻率設置為1 Hz，采集時長為3 h。此處，選擇其中1個監測點進行分析，其余測點類似，此處不再贅述。

圖1 穩定性實驗示意圖

圖2(a)~圖2(d)給出了其中1個測點的水平方向位移，并利用FFT法得到了相應的功率譜密度（power spectral density，PSD）函數。從理論上講，每個測點的位移均應為零，但由于多路徑效應、衛星遮蔽效應，系統誤差等原因，造成實際監測結果并不為零。由于在本次實驗中，環境條件未發生明顯變化、三腳架未產生位移，則可以將監測到的位移全部視為GNSS接收機的背景噪聲。

從圖2中可以看，水平位移在±1 cm以內，這與Hi-Target公司提供的儀器定位精度是相符的，其他測點可以得到類似的結論。觀察PSD圖發現，背景噪聲可劃分為小于0.03 Hz的高能量低頻噪聲與大于0.03 Hz的低能量高頻白噪聲2部分。通常超高層建筑屬于低頻振動，低頻噪聲的影響較高頻噪聲更為顯著。本文提出1種聯合去噪方法來對儀器的背景噪聲進行處理。

2 自適應噪聲完備集合經驗模態分解算法

為了解決經驗模態分解算法（empirical mode decomposition, EMD）[6]中的模態混疊問題，提出集合經驗模態分解算法（ensemble empirical mode decomposition, EEMD）[7]。該算法在原始信號中引入高斯白噪聲，但加入的白噪聲并不能完全消除，信號與噪聲的相互作用產生了新的不同模態。為了解決這一問題，文獻[8]提出了自適應噪聲完備集合經驗模態分解（complete ensemble empirical mode decomposition with adaptive noise，CEEMDAN）算法，該方法實現了分解信號的精確重構，解決了附加模態的問題。具體做法如下：

式中為分解得到的IMF分量總數。

原始信號()可以被表示為

基于CEEMDAN分解過程可以看出，在計算每1級IMF分量時，自適應噪聲可以通過調節系數實現噪聲幅度的調整，且原始信號可以被精確重構，不存在重構誤差，該方法是1種更完備的分解方法。

3 聯合去噪算法

在充分考慮傳感器背景噪聲分布特性的基礎上，提出1種聯合去噪算法，具體步驟如下：

1）切比雪夫I型高通濾波。通過穩定性實驗分析可知，低頻背景噪聲主要分布在小于0.03 Hz的頻帶，因此，首先設計采用8階切比雪夫I型高通濾波器，對監測數據進行處理，通帶頻率為0.03 Hz，通帶波紋為1 dB。

相關系數介于0到1之間，其值越接近于0，說明2個序列相關性越弱，越接近于1，說明2個序列相關性越強。通過對相關系數進行歸一化處理，并由大到小進行排序編號，然后找到相鄰2個差值最大的系數所在的模態，編號在此之前的IMF分量，定義為敏感分量并進行信號重構，在此之后的分量定義為偽分量并予以剔除，以此達到去噪的目的[9]。

4 隨機減量技術

隨機減量技術（RDT）是針對結構在未知隨機激勵下的振動響應問題，提出的1種時域信號處理技術[10]。它可以通過對樣本分段平均，來獲取結構自由衰減信號，將此信號定義為隨機減量信號（random decrement signal, RDS），然后從RDS信號中提取結構的阻尼比。

5 實驗與結果分析

5.1 現場監測

天津117大廈位于天津市中心城區西南部，是天津新技術產業園區的重要組成部分，建筑高度約為597 m，共117層，有3層地下室，結構形式為巨型框架-核心筒-巨型斜撐結構。現場監測實驗處于117大廈在建階段，核心筒以領先外框架數層的高度同步向上攀升（如圖3（a）所示）。考慮到現場復雜的施工環境，在距離117大廈約150 m的地方布置1臺GNSS接收機作為參考站，如圖3(b)所示。為了盡可能避免強反射物造成的多路徑效應與物體遮擋衛星造成的衛星遮蔽效應，且超高層結構主要受風荷載作用，結構的風致振動主要以1階振型為主，因此，僅在核心筒頂層四角處布置4臺GNSS接收機作為移動站，監測高度約478 m，如圖3(c)所示。此外，為了與實測結果進行對比，在現場實驗之前，利用有限元分析軟件ANSYS14.5建立了天津117大廈的3維有限元模型，得到結構的前3階模態頻率（即0.2017、0.2306、0.3256 Hz）及相應的振型，如圖4(a)~圖4(c)所示。

圖3 天津117大廈及測點布設位置

圖4 天津117大廈有限元模態分析結果

5.2 數據處理與分析

根據Nyquist采樣定理，當采樣頻率大于信號的最高頻率的2倍時，可不失真地保留原始信號中的信息。根據有限元模態分析結果，設置超高層結構使用的GNSS接收機的采樣率為1 Hz，可以滿足采樣密度要求。圖5給出了結構的測點平面布置圖，選取3測點做進一步分析，其余測點分析過程類似，不再贅述。

圖5 傳感器布置位置

圖6(a)~圖6(d)給出了5000 s內切比雪夫濾波前后3測點水平位移及相應的功率譜密度函數曲線。

圖6 Chebyshev濾波前后位移時程曲線及其功率譜密度函數

對比濾波前后水平位移信號可以看出，在 1800 s附近，位移幅值經切比雪夫高通濾波后明顯降低，可見這是由于低頻背景噪聲的影響所產生的異常值。同時，對于任一幅PSD圖，均可以明顯觀測到一處峰值，這對應結構的1階模態頻率，即南北向為0.189 3、東西向為0.190 7 Hz。與圖4(a)有限元模態分析結果進行對比發現，2者基本吻合。

進一步對切比雪夫濾波結果進行CEEMDAN分解，結果如圖7(a)與圖7(b)所示。計算每階IMF分量與切比雪夫濾波信號的歸一化互相關系數，并從中找出差值最大的2個編號，結果如圖8(a)與圖8(b)所示。圖8(a)顯示編號9與編號10之間插值最大，因此對編號9之前（含9）所對應的IMF分量（即IMF1~IMF9）進行信號重構，其余分量作為虛假分量剔除。類似的，對于圖8(b)：對編號8之前所對應的IMF分量（即IMF1~IMF8）進行信號重構，重構信號如圖9(a)與圖9(b)所示。與原始監測信號相比，經過雙重去噪，位移幅度明顯降低，在保證結構固有振動特性的同時，信號中含有的背景噪聲已經被大幅削減，監測數據處理精度得到了有效提升。

圖8 歸一化互相關函數

圖9 經CEEMDAN分解后重構的位移信號

結構阻尼表征了結構在動力響應過程中，能量耗散的能力，取值與多種因素有關，如結構材料、結構類型、基本振動周期、振型等。通過對實測信號進行FFT分析，可以簡單獲取結構的固有頻率，且識別精度較高，而阻尼比通常都是根據經驗假定，因此，本文基于實測數據提取結構的阻尼信息具有一定的研究意義。圖10(a)與圖10(b)給出了基于RDT法[10]拾取的隨機減量信號。基于式(12)可進一步從隨機減量信號中提取結構的阻尼比，即南北向1.7 %，東西向1.6 %。至此，已成功拾取到結構的1階模態參數。

圖10 隨機減量信號

6 結束語

本文基于GNSS-RTK技術，對環境激勵下一座超高層建筑的動態響應特性進行現場試驗研究，并針對GNSS背景噪聲分布特點，提出1種聯合濾波方法，得到如下結論：

1）通過穩定性實驗分析可知，GNSS-RTK背景噪聲可分為小于0.03 Hz的高能量低頻背景噪聲與大于0.03 Hz的低能量高頻白噪聲2部分。采用基于切比雪夫濾波與CEEMDAN分解法的聯合去噪技術，可有效削弱噪聲的影響，提高GNSS-RTK監測精度。

2）基于FFT分析，從實測信號中獲取了結構1階模態頻率，繼而利用RDT技術結合對數衰減法成功提取到結構的阻尼信息。并與有限元模態分析結果進行對比分析，可以發現，2者模態頻率識別結果基本吻合。這也說明，GNSS-RTK技術可有效應用于監測超高層建筑的動態變形。

[1] YI T H, LI H N, GU M. Full-scale measurements of dynamic response of suspension bridge subjected to environmental loads using GPS technology[J]. Science China Technological Sciences, 2010, 53(2): 469-479.

[2] GóRSKIP. Investigation of dynamic characteristics of tall industrial chimney based on GPS measurements using random decrement method[J]. Engineering Structures, 2015, 83: 30-49.

[3] NIU Y B, XIONG C B. Analysis of the dynamic characteristics of a suspension bridge based on RTK-GNSS measurement combining EEMD and a wavelet packet technique[J]. Measurement Science and Technology, 2018, 29(8): 085103.

[4] XIONG C B, NIU Y B, LI Z. An investigation of the dynamic characteristics of super high-rise buildings using real-time kinematic–global navigation satellite system technology[J]. Advances in Structural Engineering, 2018, 21(5): 783-792.

[5] LI X, ZHANG X, REN X, et al. Precise positioning with current multi-constellation global navigation satellite systems: GPS, GLONASS, Galileo and BeiDou[EB/OL].[2019-10-18]. https://www.ncbi.nlm.nih. gov/pmc/ articles/PMC4321187/.

[6] Huang N E, Shen Z, Long S R, et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J]. Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences, 1998, 454(1971): 903-995.

[7] Wu Z, Huang N E. Ensemble empirical mode decomposition: a noise-assisted data analysis method[J]. Advances in Adaptive Data Analysis, 2009, 1(1): 1-41.

[8] Colominas M A, SCHLOtthauer G, Torres M E. Improved complete ensemble EMD: a suitable tool for biomedical signal processing[J]. Biomedical Signal Processing and Control, 2014, 14: 19-29.

[9] 馬宏偉, 張大偉, 曹現剛, 等. 基于EMD的振動信號去噪方法研究[J]. 振動與沖擊, 2016, 35(22): 38-40.

[10] 申建紅, 李春祥, 李錦華. 基于RDT和WT方法識別超高層建筑的模態參數[J]. 2009, 28(6): 66-70.

Dynamic characteristics of super high-rise buildings based on GNSS-RTK technology

XIA Yangling1, NIU Yanbo2

（1. China Communications Guangzhou Waterway Bureau Ltd., Guangzhou 510221, China;2. School of Civil Engineering, Tianjin University, Tianjin 300350, China）

In order to further improve the deformation monitoring accuracy of super high-rise buildings, the paper proposed a combined de-noising method: the distribution characteristics of the background noise of GNSS-RTK sensors were analyzed; and the algorithms of Chebyshev filtering and complete ensemble empirical mode decomposition with adaptive noise (CEEMDAN) were combined to remove the noise for reducing the influence of background noise of sensors and advancing the monitoring accuracy; then the modal information (i.e. natural frequency and damping ratio) of the structure was extracted from the denoised signal via using fast Fourier transform and random decrement technique fianlly. Experimental result showed that the analytical output of the proposed method would coincide with that of three-dimensional finite element model of the structure, which indicated that GNSS-RTK technology could be efficiently applied in the deformation monitoring of super high-rise buildings.

global navigation satellite system (GNSS); real time kinematic (RTK); super high-rise building; a combined de-noising; modal information extraction of structures; dynamic characteristics

P228

A

2095-4999(2020)03-0092-08

夏楊玲，牛彥波. 基于GNSS-RTK技術的超高層建筑動態特性[J]. 導航定位學報, 2020, 8(3): 92-99.（XIA Yangling,NIU Yanbo. Dynamic characteristics of super high-rise buildings based on GNSS-RTK technology[J]. Journal of Navigation and Positioning, 2020, 8(3): 92-99.）

10.16547/j.cnki.10-1096.20200315.

2019-12-28

夏楊玲（1975—），女，湖北省黃岡市人，碩士，工程師，研究方向為GNSS應用、海洋測繪。

牛彥波（1988—），男，山西省長治市人，博士，研究方向為結構健康監測。