基于GB-RAR的高速铁路桥梁变形监测研究

摘要：提出一种地基真孔径雷达变形信息估计方法，将该方法应用于上海某地铁线路盾构隧道下穿E大桥的安全监测与分析。基于地基真孔径雷达（Ground-BasedRealApertureRadar，GB-RAR）数据进行分析推导，得到桥梁的沉降变形时间序列，并通过水准测量进行了验证，精度优于0.27mm。通过功率谱分析和最大似然估计，去除彩色噪声比不考虑彩色噪声影响的变形监测信息更准确，与水准测量结果更加吻合。研究结果表明，该方法在本次工作中具有可靠性和有效性，桥梁在监测期内稳定安全。

关键词：高速铁路沉降变形监测地基真孔径雷达

ResearchonDeformationMonitoringofHigh-SpeedRailwayBridgeonGB-RAR

ZHAOYuzhang

ShanghaiTonglanSurveyCo.，Ltd.，Shanghai，201315China

Abstract：Ground-BasedRealApertureRadar（GB-RAR）deformationinformationestimationmethodisproposedinthisarticle，anditisappliedtothesafetymonitoringandanalysisofashieldtunnelundertheEbridgeofasubwaylineinShanghai.ThesettlementdeformationtimeseriesofthebridgeisanalyzedandderivedbasedonGB-RAR，anditisverifiedbylevelingmeasurementatanaccuracybetterthan0.27mm.ByusingPowerSpectrumAnalysisandMaximumLikelihoodEstimation，removingcolornoiseismoreaccuratethannotconsideringtheinfluenceofcolornoiseondeformationmonitoringinformation，andismoreconsistentwithlevelingmeasurementresults.Theresearchresultsshowsthatthereliabilityandeffectivenessofthemethodinthiswork，andthebridgeisstableandsafeduringthemonitoringperiod.

KeyWords：High-speedrailway;Settlement;Deformationmonitoring;Ground-BasedRealApertureRadar

高速铁路桥梁的变形监测与分析对早期安全评估和采取有效的防护措施具有重要意义[1]。桥梁的动力特性评价有助于解释桥梁变形的原因，为桥梁的施工和运营提供指导。各种传统的变形监测方法已广泛应用于桥梁安全评估和预警，包括水准测量、GNSS、传感器测量和加速度测量。传统的监测方法准确可靠，但通常通过获取和分析桥梁上某些特征点的变化来评估桥梁的安全性，因此很难实现桥梁的整体变形监测和分析[2]。

干涉合成孔径雷达（InterferometrySyntheticApertureRadar，InSAR）是一种非接触测量方法，可以有效地监测和分析桥梁变形。InSAR技术具有非接触、空间分辨率高、成本低等优点，可以克服传统变形监测方法的局限性。然而，由于InSAR技术卫星平台的局限性（如时间分辨率低和几何失真），难以实现高精度的桥梁动态变形监测。

为了克服InSAR的缺点，本文提出了一种基于地面的雷达干涉测量技术，该技术可以在距离传感器数千米的范围内对被监测物体的微小变形（约0.01mm）进行监测。根据地基雷达成像原理和成像系统的不同，地基雷达分为地基真孔径雷达（Ground-BasedRealApertureRadar，GB-RAR）和地基合成孔径雷达（Ground-BasedSyntheticApertureRadar，GB-SAR）两种类型。GB-RAR技术具有测量精度高、数据采样频率高、多点同时响应等优点。根据监测要求，可选择最有利的监测方位对待监测桥梁进行监测，GB-RAR技术自提出以来，在桥梁变形监测与分析中得到了广泛的应用[3]。

以前的大多数研究都认为变形时间序列中只存在白噪声。在从地基干涉雷达的高频数据中提取变形信息时，雷达信号中存在白色（与时间无关）和彩色（与时间相关）噪声。当地基干涉雷达采用高频模式监测变形时，雷达信号会同时受到白色和彩色噪声的影响[4]。本文提出了一种考虑有色噪声影响的GB-RAR变形信息估计方法。采用GB-RAR技术对上海某盾构隧道下穿E大桥的沉降变形变化进行了监测，提取了监测期间主墩变形的时间序列。此外，通过水准监测数据验证了GB-RAR数据得出的沉降时间序列结果。采用功率谱密度（PowerSpectralDensity，PSD）分析和最大似然估计（MaximumLikelihoodEstimation，MLE）方法，对基于雷达数据推导的沉降时间序列中的噪声特性进行了分析，准确提取E大桥的变形信息，为大桥的安全评估提供了可靠的依据。

1项目实例概述

1.1E大桥概况

E大桥是上海市某高速铁路上的一座桥梁，位于E开发区。E大桥横跨某地铁线路。该桥共有10个桥墩，为简支梁桥，长度293.4m，跨度32.6m。该桥桩顶距地面约2.5m。7号墩和8号墩的每个桩顶由8根直径为1m的钻孔桩组成，桩长分别为18.5m和19.0m。隧道底部直径分别比桥梁桩低1.0m和0.5m。7号墩和8号墩的桥桩与地铁区间结构的水平距离分别为10.2m和13.5m。2023年11月17日—18日，地铁线盾构隧道通过E大桥。在地铁隧道穿越过程中，高铁列车通过施工路段的速度限制在120km/h，以确保盾构机能够安全稳定地穿越E大桥。

1.2监测方案与施测

采用GB-RAR和精密水准测量两种监测方法对地铁线跨越E大桥时的沉降变形进行监测，并对其安全性进行评价，GB-RAR变形监测采用IBIS-S系统，干涉雷达安装在稳定位置（如图1所示）。在监测期间，干涉雷达采用实时监测模式，最大监测距离设置为200m，采样频率设置为20Hz。图2为IBIS-S干涉雷达监测场景和雷达视线方向上的监测场景。

采用二阶水准仪对桥梁沉降进行监测。在每个桥墩上布置4个水准监测点，用于水准测量的精密殷钢水准杆条形码直接粘贴在桥墩上的监测点，以尽可能减少测量误差，保护桥墩不受损坏[5]。水准测量的监测时间与雷达监测的监测时间相同，但水准测量的时间间隔为2h。

2E大桥沉降监测结果

2.1基于GB-RAR获得的结算时间序列

图3显示了IBIS-S干涉仪雷达视线方向的功率分布。在图3中，多个峰值在雷达监测范围内，这些峰值对应于电磁反射率良好的监测点（如桥墩）的位置。为了评估盾构穿越E大桥时的安全状况，对7号和8号盾构的沉降时间序列和沉降率进行了监测和分析。7号和8号桥墩的信噪比分别为71.5dB和54.2dB，表明监测桥墩的相位稳定性较高。

使用几何投影方法来获得桥墩的沉降变形，因为GB-RAR技术只能获得雷达视线方向的变形[6]。鉴于E大桥是一座重要的高速铁路桥梁，在监测期间，每10min就有一列列车高速通过。因此，桥墩受到高速列车运行的垂直荷载和盾构机振动的影响。大气变化和其他随机噪声也会对雷达信号产生影响。由于上述原因，基于GB-RAR技术获得的沉降观测值序列受到各种噪声的严重影响。

采用小波分析方法对7号墩和8号墩沉降时间序列进行降噪处理。小波去噪后，7号墩和8号墩的沉降时间序列呈非线性下降趋势。基于GB-RAR技术获得的7号和8号桥墩沉降时间序列的标准偏差分别为0.19mm和0.18mm，GB-RAR技术的沉降监测精度通常较高。

2.2GB-RAR沉降成果与水准测量数据对比分析

本节将水准测量结果与GB-RAR结果进行了比较和分析，以证明使用GB-RAR技术获得的沉降时间序列结果的可靠性。考虑GB-RAR获得的是高频雷达数据，水准测量的采样间隔为2h，在进行对比分析之前，应对数据进行如下处理：（1）选择两种方法时间重叠的监测数据；（2）从GB-RAR获得的沉降时间序列中提取与水准测量采样时间相同的沉降。

GB-RAR技术和水准测量获得的沉降时间序列具有良好的一致性。对两种方法之间的差异进行统计学分析。在7号桥墩中，GB-RAR与水准测量结果之间的平均误差为-0.05mm，均方根误差为0.20mm，最大差值为0.40mm，最小差值为0.01mm。8号桥墩的平均误差、均方根误差、最大差值和最小差值分别为−0.12mm、0.27mm、0.55mm和0.01mm。综上所述，采用GB-RAR技术得到的沉降结果与水准测量结果一致。此外，通过使用GB-RAR和地铁盾构隧道下的水准测量技术，可以满足E大桥的安全监测要求。

2.3沉降率估算与结果分析

在考虑彩色噪声的影响后，估计结果更加准确。根据盾构隧道过桥监测时间跨度，计算桥墩累计沉降量。考虑有色噪声的影响，GB-SAR变形信息估计方法估计的7号和8号桥墩的累积沉降分别为-0.40mm和-0.16mm。通过水准测量法获得的7号和8号桥墩的累积沉降分别为−0.39mm和−0.32mm。7号墩比8号墩更靠近地铁隧道，这可能是7号墩积累的沉降量比8号桥墩多的主要原因之一。综上所述，地铁11号线盾构隧道通过E大桥时，7号和8号桥墩的沉降率较小，两个桥墩的累计沉降均在1mm以内，满足中国铁路总公司的安全评估要求。盾构隧道通过E大桥期间，E大桥桥墩的累计沉降控制在1mm以内。

3结论

本工作采用GB-RAR技术对上海某地铁线路盾构隧道下穿E大桥进行了安全监测研究。提出了一种考虑彩色噪声影响的GB-RAR变形信息估计方法。利用所提出的估算方法，得到了监测期内E大桥沉降监测的准确结果。主要结果如下。

（1）通过小波分析算法去噪后，在7号和8号桥墩的沉降变形时间序列中检测到白色和彩色噪声，根据7号和8号桥墩的下沉时间序列，估计每个序列的彩色噪声谱指数约为−1。

（2）E大桥7号和8号桥墩沉降时间序列的标准偏差分别为0.19mm和0.18mm，表明地基干涉雷达的监测精度较高。水准测量结果用于验证GB-RAR技术获得的沉降结果。7号墩和8号墩的均方根误差分别为0.20mm和0.27mm。结果表明，GB-RAR技术可以有效、准确地实现桥梁安全监测。

（3）在各种噪声的影响下，基于GB-RAR技术得到的桥墩沉降变化呈现非线性沉降。基于考虑有色噪声影响的GB-RAR变形信息估计方法，7号和8号桥墩的估计沉降率分别为（-0.0112±0.0026）mm、（-0.0046±0.0053）mm/h。相应的累积沉降为−0.40mm和−0.16mm。通过水准测量法获得的7号和8号桥墩的累积沉降分别为−0.39mm和−0.32mm。两种方法的结果一致，满足安全评价要求。盾构机在ELH桥下穿越时，桥墩的累积沉降必须小于1mm。

本文提出的方法不仅可用于桥梁的变形监测和分析，也可用于其他监测对象（如超高层建筑、大坝、滑坡）的变形监测与分析。在接下来的研究工作中，将分析GB-RAR变形时间序列噪声与变形信息之间的关系，研究削弱有色噪声的相关滤波方法，进一步提高变形结果的可靠性。

参考文献

[1]李海洋.复杂环境下BDS/GNSS桥梁变形监测算法的研究与应用分析[D].武汉：武汉大学，2022.

[2]刘克梁.大跨桥梁施工阶段变形智能化监测技术研究[D].徐州：中国矿业大学，2023.

[3]唐浩耀，谭社会，金卫锋，等.基于北斗自动化监测的大跨度桥梁变形研究[J].测绘与空间地理信息，2023，46（9）：103-106，110.

[4]姜阔胜，李良和，韩刘帮，等.基于激光雷达技术的矿井巷道变形在线监测[J].北京信息科技大学学报（自然科学版），2020，35（5）：1-4.

[5]王贝.基于三维激光点云切片提取技术的桥梁变形监测应用研究[D].湘潭：湘潭大学，2022.

[6]迟臣鑫.井下煤仓激光雷达变形监测系统设计及应用[D].中国矿业大学，2022.