高频GPS桥梁动态监测及数据特征信息识别

王东振， 曲国庆， 殷海涛

(1.山东理工大学 建筑工程学院， 山东 淄博 255049； 2.山东省地震局， 山东 济南 250014)



高频GPS桥梁动态监测及数据特征信息识别

王东振1， 曲国庆1， 殷海涛2

(1.山东理工大学 建筑工程学院， 山东 淄博 255049； 2.山东省地震局， 山东 济南 250014)

摘要：在GPS单历元定位方法的基础上，利用GAMIT/GLOBK10.4中的双差动态定位模块Track模块，对振动桥体的实测数据进行了解算，得出了桥梁的振动时间序列；采用小波分析方法对桥梁振动时间序列进行频谱分析及小波消噪处理，得到了桥梁在荷载作用下的主振频率范围及两个主要周期项，最后利用对每层高频系数进行软阈值处理方法得到去噪后的时间序列.

关键词：高频GPS; 桥梁振动； Track模块； 单历元； 小波分析

随着 GPS 观测精度以及单历元GPS定位方法的不断改进，高频GPS接收机出现的同时GPS对于瞬时形变分析技术也有了很大的提高,目前出现了大量利用高频 GPS 分析瞬时形变的研究[1].其中应用最为广泛的方向是利用高频 GPS 技术对地震引起的地壳瞬时形变进行研究，并随之形成了一门新的学科-GPS地震学[2].随着高频GPS在地震学中的应用，也促使这一技术在其它方面得到了有效的发展，例如将高频GPS用于桥梁振动、高大建筑物摆动以及高速运动物体的运动轨迹监测等方面[3,4].

近年来，已有多位学者利用高频GPS监测手段以及单历元解算方法对桥梁以及大型建筑物等的振动特性展开了实验和研究工作，例如，Lovse J.W.等利用GPS技术测定了加拿大卡尔加里塔在强风作用下的结构动态变形[5]，武汉大学黄声享等进行了武汉长江二桥的GPS动态监测[4]，清华大学过静珺等应用GPS技术对虎门大桥进行了监测[6].目前GPS技术在桥梁及高大建筑物振动监测等应用的方法大多以RTK的方式进行的监测，对于振动体的振动时间序列进行特征信息的分析与识别的研究有待进一步完善.

本文利用GAMIT/GLOBK10.4中的双差动态定位模块(TRACK模块)对实测数据进行处理，该动态数据来自于山东省淄博市某大型桥梁的高频GPS监测数据，利用小波分析方法对桥梁振动数据进行小波分析处理，最后提取桥梁振动特征信息.

1TRACK模块的解算过程

Track模块首先读取rinex格式的观测数据，利用伪距观测量得到初始值；然后采用相对秩的原则利用卡方增量对L1和L2解算的模糊度的最佳选择和次最佳值进行比较；最后利用迭代法解算其他历元，直到解算出所有历元为止.

Track模块目前普遍使用的模糊度解算方法为利用双频P码伪距观测量和相位观测量组合求解模糊度，但由于本次试验基线较短，所以本次使用L1双差观测值组合来计算模糊度.

L1载波相位观测值波长较短，观测精度较高，而且对于短基线来说，大气误差对双差观测值的影响基本可以忽略，因此常用于短基线定位[7-10].然而利用单历元的数据确定整周模糊度，采用直接解算取整是不可能得到的.为此需要建立模糊度搜索空间，根据这一搜索空间求出模糊度的值.

采用IGS数据中心提供的精密钟差和精密卫星星历来消除track模块中轨道误差和卫星钟差，由于解算基线较短，电离层延迟对于定位结果的影响可通过双差消除.

在数据处理时采用卡尔曼滤波器对先前历元值进行参数估计，对流层延迟误差采用track模块中自带的模型进行减弱.当模糊度固定后，利用长基线估计策略以及平滑法，将固定好的参数进行回代，确定初始历元达到了每个历元的最佳估计状态.

2桥梁振动监测试验

2.1试验方案

采用3台Trimble R6双频GPS接收机，其中一台接收机放置在桥梁西侧200m处，作为基准站，一台放置在桥梁1/2处，作为监测点1，一台放置在桥深1/4处，作为监测点2，设置的三个观侧站周围环境良好，桥深结构及监测点位置如图1所示.数据采集时间为2013年11月23日上午，桥梁振动激励条件是车载量.GPS接收机的采样率为10Hz，卫星截止高度角设为15度，按静态观测模式连续观测，三个测站同步观测30min.

图1　桥梁结构

2.2观测数据处理

按照双差动态定位模块(track模块)的计算方法对观测数据进行单历元定位解算，将基准站作为解算参考站，监测站1和监测站2作为动态流动站，下载超快速星历IGU作为解算星历文件，输出两种解算结果，一种为WGS-84坐标系下的大地坐标(B,L,H),一种为监测站相对于基准站的空间直角坐标.由于条件限制，本文只采用第二种坐标研究桥梁垂直方向的运动情况，结果如图2所示.

图2　桥梁垂直方向时间序列

分析垂直方向的时间序列图可知，整个过程监测点1和监测点2的时间序列走势大致一致，监测点1的振幅与监测点2相比稍大.由时间序列可以看到多个奇异点，这是由于在该时刻有大货车在监测点旁边经过时遮挡严重，造成接收机发生周跳，由于周跳严重，解算过程中无法完全消除周跳的影响.虽然由时间序列图可以直观的看出桥梁竖直方向大致振动情况，但由于解算结果中还存在噪声，因而无法得到更多的细节信息.

3小波分析

由于桥梁GPS观测存在多种观测噪声，而噪声主要分布在高频部分，傅里叶变换可以对信号进行频谱分析，小波分析在时频方面又具有很好的消噪作用[11-13].本文将利用傅里叶变换及小波分析对桥梁振动时间序列进行分析，从而得到桥梁振动的主要频率及波形.

3.1频谱信息提取

对桥梁监测点1和监测点2的时间序列观测数据进行快速傅里叶变换，得到的频谱图，如图3所示.可以看出，幅值大的频率基本分布在低频部分，图4为低频放大图。

图3　频谱图

图4　数据的低频放大图

由图3、图4可以看出频率为0.001和0.002(其周期为1 000s和500s)的振幅明显大于其它频率的振幅，该周期现象的原因可能与交通灯的变化周期有关，具体原因有待进一步研究。

3.2小波消噪处理

×由上节可知，桥梁主振频率主要集中在低频部分(0～0.01HZ)[14-16]，由于数据中存在多种噪声且主要分布于高频部分，所以消噪过程为：首先选定用于小波分解的小波函数，对原始观测数据进行多尺度分解，求出各尺度小波分解系数..工程中常用的小波基为db3[16]，该小波基具有很好的时频分析功能.分解层次可以由想要的频段范围确定，所以本文将进行7层分解，完成对原始信号的小波分解. 然后对各个分解尺度下的高频系数选择一个阈值进行阈值量化处理[17]，Donoho把阈值量化分为软阈值和硬阈值，由于硬阈值函数在整个小波域内是不连续的，而软阈值函数在小波域内是连续的，所以本文采用软阈值. 最后，根据小波分解的底层低频系数和经过阈值量化后的高频系数进行重构，得到消噪后的时间序列.

小波降噪各阶层的高频降噪阈值见表1.

采用对每层的高频系数进行阈值处理后，得到重构信号如图5、图6所示，由图5、图6可以看出，消噪后的时间序列比原始的时间序列更光滑，且保留了原始信号中的尖端特征，达到了对数据进行消噪处理的要求.

表1　各层高频阈值　mm

图5　监测点1小波消噪信号

图6　监测点2小波消噪信号

4结束语

通过对山东省淄博市某大型桥梁振动数据进行解算与分析，得出以下结论：①GAMIT/GLOBK10.4中的TRACK模块可以解算得到观测站每个历元的大地坐标，或相对于参考站的地方空间直角坐标差，从而得到观测站的动态位移；②利用高频aps对桥梁进行监测，得到桥梁的主要振动信息.③利用小波分解析方法对桥梁振动时间序列进行消噪处理，消噪效果明显，且完整的保留了主要振动信息.

参考文献:

[1]苏小宁, 孟国杰, 胡丛玮.等. 基于TRACK进行GPS单历元定位[J]. 大地测量与地球动力学, 2009, 29(3):100-103.

[2]殷海涛, 肖根如, 张磊，等. TRACK高频GPS定位中震时参考站的选取方法[J]. 大地测量与地球动力学, 2012, 32(4):15-19.

[3]戴吾蛟, 朱建军, 丁晓利，等. GPS建筑物振动变形监测中的单历元算法研究[J]. 武汉大学学报(信息科学版), 2007, 32(3):234-237.

[4]黄声享, 刘星, 杨永波，等. 利用GPS测定大型桥梁动态特性的试验及结果[J]. 武汉大学学报(信息科学版), 2004, 19(3):198-200.

[5] Yi T H,li H N.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.

[6]过静珺, 戴连君, 卢云川. 虎门大桥GPS(RTK)实时位移监测数据分析[J]. 工程勘察, 2001(1):47-48.

[7] Yu X Q,Xu S Q,Lv C C.New Method for Solving GPS deformation monitoring informationat single epoch[J]. Journal of China University of Mining & Technology, 2003,13:159-165.

[8]Chen W, Qin H, Zhang Y,etal. Accuracy assessment of single and double difference models for the single epoch GPS compass[J]. Advances in Space Research, 2012, 49(4):725-738.

[9]苏小宁, 孟国杰, 胡丛玮，等. 基于TRACK进行GPS单历元定位[J]. 大地测量与地球动力学, 2009, 29(3):100-103.

[10]Lin H L, Xiu F H. Single epoch GPS positioning with track module[J]. Gnss World of China, 2011(6):120-125.

[11]Zhang X M, Xiong Z G, Mu Z D. Study of identify authentication based on wavelet Decomposition[J]. Applied Mechanics and Materials, 2013:401:1 449-1 452.

[12]Liu K,Wu D,Wan H. Digital watermarking using multiresolution wavelet decomposition[C] //Acoustics, Speech and Signal Processing, 1998. Proceedings of the 1998 IEEE International Conference on. IEEE, 1998:2 969 - 2 972.

[13]柳林涛, 许厚泽. 航空重力测量数据的小波滤波处理[J]. 地球物理学报, 2004,47(3):490-494.

[14]喻永平, 方锋, 林鸿,等. 频谱分析在虎门大桥动态监测中的应用研究[J]. 测绘信息与工程, 2008 (5):3-5.

[15]熊永良, 丁晓利, 黄丁发,等. 基于小波变换的单历元算法及其在结构振动监测中的应用研究[J]. 测绘学报, 2005, 34(3):202-207.

[16]Addison P S, Watson J N, Clegg G R,etal. Finding coordinated atrial activity during ventricular fibrillationusing wavelet decomposition[J]. IEEE, 2002, 21(1):58-65.

[17]Liberman L M, Reeves G T, Stathopoulos A. Quantitative imaging of the Dorsal nuclear gradient reveals limitations to threshold-dependent patterning in Drosophila[J]. PNAS, 2009, 106(52):22 317-22 322.

(编辑：刘宝江)

High-rate GPS dynamic monitoring of bridge and feature information recognition

WANG Dong-zhen1， QU Guo-qing1， YIN Hai-tao2

(1.School of Architecture and Engineering, Shandong University of Technology, Zibo 255049, China 2. Earthquake Administration of Shandong Province, Ji′nan 250014， China)

Abstract:Based on the study of the GPS single epoch positioning method,and using double diffe-rential dynamic positioning module track of software GAMIT/GLOBK10.4, we have resolved the the measured data of a vibrative bridge and have got its time series. By using the wavelet analysis method, we have performed spectrum analysis and wavelet denoising of the time series and have gotten the range of master frequency and two major periodic terms of the vibrative bridge.

Key words:high-rate GPS; vibration of the bridge; track module; single epoch; wavelet analysis

中图分类号：P228

文献标志码：A

文章编号：1672-6197(2016)02-0045-04

作者简介：王东振，男，765962999@qq.com； 通信作者： 曲国庆，男，qgq@sdut.edu.cn

基金项目：山东省自然科学基金项目(ZR2010DL003)； 大地测量与地球动力学国家重点实验(SKLGED2014-5-7-E)

收稿日期：2015-02-07