基于小波去噪大型钢沉井姿态监测研究

彭仪普，张莹超，伍绍浩

(1.中南大学 土木工程学院，湖南 长沙 410075；

2.中南大学 地球科学与信息物理学院，湖南 长沙 410083；

3.华东电力设计院有限公司，上海 200331)



基于小波去噪大型钢沉井姿态监测研究

彭仪普1，张莹超2，伍绍浩3

(1.中南大学 土木工程学院，湖南 长沙 410075；

2.中南大学 地球科学与信息物理学院，湖南 长沙 410083；

3.华东电力设计院有限公司，上海 200331)

摘要:研究大型钢沉井在浮运、着床、吸泥下沉以及接高等施工过程中基于GNSS技术的实时三维姿态自动化监测方法，由于复杂施工环境下GNSS数据带有大量噪声，提出利用小波去噪方法减弱多路径效应等随机误差。结合GNSS技术，无线网络传输，C++编程语言和MySQL数据库系统，实现沉井三维姿态自动化监测。通过在建公铁两用桥沉井施工过程验证监测系统的稳定性、高效性、实时性和可靠性。根据实测数据分析着床前沉井姿态与潮水位的变化关系，分析GNSS数据精度及稳定性。

关键词：GNSS；三维姿态；无线网络传输；钢沉井；小波去噪

我国桥梁建设跨度越来越大，施工方法趋于多样化[1]。大型斜拉桥和悬索桥主塔水下基础有钢沉井基础和钻孔桩基础[2]。钢沉井法[3]具有工艺简单、施工进度易控、施工成本低、工程量小、竖向承载力大、抗船只冲撞水平承受力大、整体性能好以及抗冲刷能力强等优点。现在大型公铁两用桥主塔基础均采用沉井施工方法。钢沉井施工受到水流、河床局部冲刷、潮汐以及拖船碰撞等影响，容易出现翻转、晃动、浮沉等现象，甚至会引起安全事故。应在沉井浮运、着床前分析、沉井着床、沉井吸泥下沉以及接高等过程中对沉井的实时姿态进行监控，提供安全预警，保证工程施工安全和沉井着床精度。本文基于GNSS(Global Navigation Satellite System)技术[4]结合无线网络传输技术对钢沉井进行自动化监测研究，采用小波去噪方法对含有大量噪声的观测数据进行滤波，并结合工程实际分析了该方案的可行性，为沉井三维姿态监控实现自动化提供参考。

1GNSS-RTK技术特点

GNSS-RTK技术具有定位精度高、观测时间短、基准站与流动站无需通视、同时提供三维坐标、自动化程度高、全天候作业与不受天气影响等优点[3]。双频GNSS接收机基于载波相位相对观测的实时动态定位技术，能够有效减弱甚至消除相关系统误差，精度可达cm级。在RTK模式下，基准站数据和流动站数据实时通过串口、无线传输方式汇集在控制中心进行实时差分解算，解算频率可以达到1 s。

2基于小波去噪的GNSS数据处理

2.1　小波变换原理

GNSS观测数据受到卫星钟差、卫星星历误差、多路径效应、对流层延迟、电离层延迟、接收机钟差、天线相位中心偏差、周跳以及观测噪声等因素影响，观测数据包含多种误差[5]。采用双差观测方程模型可以消除卫星钟差[6]、接收机钟差、减弱卫星轨道误差和大气折射误差等系统性误差项影响。偶然误差部分尚不能通过改正模型和稳健估计方法[7]减弱消除，其中多路径效应不具有空间相关性是主要偶然误差项，也是GNSS观测数据重要误差项。需对GNSS动态相对定位观测数据进行滤波，利用小波分解[8]在高频部分时间分辨率高，低频部分频率分辨率高的特点对含有随机噪声的观测信号去噪具有显著效果。

小波变换[9]属于时频分析方法(时间-尺度分析)，高频对应小尺度，低频对应大尺度，且具有以下特点：1)在低频部分频率解析度高，时间解析度低；在高频部分时间解析度高，频率分辨率低。2)具有Mallat快速算法。3)基于离散小波变换可将信号分解为不同频率。小波函数具有紧支性，正交性，对称性和消失矩等。

离散小波函数族：

(1)

重构函数：

f(t)=∑jez∑kezCj,kψj,k(t)

(2)

其Cj,k为变换系数：

(3)

2.2　小波去噪数据分析

实验选取2015-03-23日GNSS观测数据精度较低的U方向数据，计算平台采用Matlab进行数据处理。根据小波特性及U方向误差曲线特征选取haar，db4，db10，sym4，sym6，coif2和coif4小波，去噪尺度[10-11]选为3。对比不同小波函数对数据去噪效果，对比分析去噪精度指标均方根误差(RMSE)和信噪比(SNR)(式(4)和式(5))。f(n)为原始信号序列，f′(n)为经小波去噪后信号序列，RMSignal为真实信号功率，RMSE2为噪声功率。

(4)

SNR=10log10(RMSignal/RMSE2)

(5)

图1分别为haar，db4，db10，sym4，sym6，coif2和coif4小波函数去噪后不同小波去噪效果对比图。可以看出haar去噪效果最差，曲线光滑度低，曲线有阶梯状，sym6函数去噪后较sym4曲线光滑，db10函数去噪后曲线较db4曲线光滑，coif2函数去噪后较coif4曲线光滑。sym6，db10和coif2函数去噪曲线光滑度相近。图2为去噪效果较好的sym4小波与原数据序列对比图，小波去噪可有效消除随机噪声和粗差，平滑观测数据。去噪效果由选取的小波基和待分析信号波形相似度决定，选取的小波函数与分解信号波形越相似，滤波去噪效果越显著。

通过对几种小波函数去噪质量参数(RMSE、SNG)统计(表1)，可以看出几组小波函数去噪后RMSE相近，相差不到0.1 mm，haar小波函数去噪后信噪比最小，sym4信噪比最大，且sym4和sym6信噪比均高于其他小波函数，db10和coif2信噪比相近，均高于db4和coif4。综上分析，sym函数系去噪效果最好，db和coif函数系去噪效果相近，haar去噪效果最差；sym函数系中的sym4去噪后信噪比较高，且曲线光滑。采用sym4函数系对GNSS观测数据进行去噪处理，对GNSS观测数据精度提高有显著作用。

图1　不同小波函数处理GNSS数据对比Fig.1 Comparison of GNSS data processing using different wavelet function

图2　sym4小波函数处理GNSS数据对比Fig.2 Difference of GNSS data using sym4

表1　不同小波函数处理GNSS数据均方根误差、信噪比

3监测系统设计与实现

3.1　MySQL数据库设计

经小波去噪的观测数据存储在MySQL数据库中。MySQL数据库管理系统具有定义数据对象、数据操纵、数据完整性检查与数据库故障恢复等功能。其中，数据操纵功能可对数据对象进行基本操作，如插入、删除、修改、查询等功能；数据完整性检查功能保证用户输入的数据满足相应约束条件；数据库故障恢复功能使数据库运行出现故障时进行数据库恢复，保证数据库可靠运行。本系统数据库中主要包括oc_data、GPS_data和sat_data等数据表。其中oc_data表用于存储沉井姿态数据(顶面中心X、Y方向偏差、Z方向偏差、平面扭角、Y轴旋转角、Z轴旋转角)、4台接收机历元、三维坐标值和刃脚坐标值；GPS_data表存储4台GNSS坐标值，大地坐标值和卫星空间几何关系值；oc_data表单存储接收卫星个数、卫星高度角、方位角和噪声比。

3.2　系统功能实现

数据处理软件基于Visual Studio 2013和C-Block跨平台编程工具进行开发。核心编程语言为C和C++。由于GNSS数据基本为3秒解算一个历元，解算频率较高，采用底层C语言计算效率较高，能够减少计算机内存占用，因此，GNSS数据解算部分使用C语言编写完成，沉井姿态解算采用C++语言编写。三维姿态模型实时显示基于OpenGL实现。

系统功能模块包括：工程简介、数据库设置、传感器设置、沉井信息、数据采集姿态计算、周期设置、数据高级查询、报表生成等功能、沉井三维姿态实时显示、姿态时间序列分析图。系统界面包括菜单栏、传感器列表区、数据显示区、日志列表区和实时数据显示区。菜单栏包括菜单以及常用功能的按钮。传感器列表区显示GNSS接收机编号，并且可以点击编号查看相应的数据。数据显示区会根据传感器列表区的选择，显示选中的沉井的相关数据，包括近期历史曲线、近期历史数据列表和沉井3D实时状态图。沉井的实时数据包括：中心实际位置及偏差、实际标高、平面扭角和倾斜度等几何形态参数。其中中心位置偏差、平面扭角和倾斜度会以三视图的方式实时显示出来。实时数据显示区会根据传感器列表区的选择，显示选中的沉井的最新周期监测的详细数据。日志列表区会实时显示出软件目前的运行状况。

4工程实例

4.1　工程简介与系统实现

新建沪通长江大桥主航道桥采用双塔五跨连续钢桁梁斜拉桥，主跨为1 092 m，是目前国内跨度最大斜拉桥。主墩采用倒圆角的矩形沉井基础，沉井井身顶面平面尺寸为86.9 m×58.7 m。28号沉井总高105 m(其中钢沉井高44 m)，29号沉井总高115 m(其中钢沉井高56 m)，是目前国内最大钢沉井。传统三维姿态测量方法用手持GPS接收机[12]分别观测钢沉井四角点的三维坐标，无法保证四个测点得到同时刻位置信息。由于江面水流速度快，冲刷严重，沉井晃动导致不同时刻4个测点坐标变化，姿态解算精度较低。沉井井顶面布设4台GNSS接收机，至少有三台正常运行即可解算出沉井实时姿态。接收机观测数据通过CDMA模块将数据发送至网络端口，基准站布设在控制室所在的居民楼顶，通过串口连接直接将数据传输至控制室的服务器并保存在数据库中。通过数据处理软件实时解算出沉井姿态信息，并将解算结果保存至数据库，生成沉井三维模型。尤其在沉井注水下沉着床时刻，技术人员需要实时的钢沉井姿态数据指挥调节锚索拉力，使得沉井纠偏达到设计要求。如果数据不及时，锚索拉力过大，沉井无法正常纠偏，将会错过着床时机(低平潮)。因此，沉井姿态自动化监测为施工提供可靠实时的数据支持。

4.2　着床前三维姿态分析

对着床前三维姿态数据进行分析，预判调节沉井姿态过程，可有效指导沉井下沉着床。着床前一周，索力不进行大范围调整的情况下，沉井姿态一天内随时间变化趋势基本一致。如图3平面扭角变化在着床前几天变化趋势具有一致性，在中午11点至13点，凌晨23点至1点时刻的扭角最小。

沉井着床最佳时机应选择水流速度较低的低平潮期。由于低平潮时期持续时间短，需根据着床前姿态数据及潮水位变化情况(图4和图5)，分析低平潮时期缆索调节方法及索力大小。在14点和24点有2个低平潮时期，选定中午14点为最佳着床时间。在14点时刻平面扭角相对较较小，为顺时针方向，沉井中心整体偏南，偏西，倾斜为北侧与下游较高，在调节锚索时应先逆时针将平面扭角纠正，再增大北侧和西侧锚索拉力调整中心偏移，向北侧和下游位置注水，调平沉井。

图3　着床前平面扭角变化图Fig.3 Variation of preimplantation plane twist angle

图4　沉井姿态与潮水位变化图Fig.4 Variation of caisson attitude and tide level

4.3　坐标变化分析

分析沉井着床后某一时间段上游GNSS观测数据坐标变化，如图5三维坐标数据变化均在1 cm内，平面位置80%在0.5 cm内变化，垂直坐标50%在0.5 cm内变化，平面位置变化最大为6 mm，垂直位置变化最大为9 mm。GNSS测量技术平面精度优于1 cm，高程优于2 cm，满足沉井施工姿态测量要求。在施工过程中利用施工单位天宝RTK同步检核，对比分析其结果与GNSS测量结果基本吻合。如图6显示4个点偏移体现整体一致性，符合刚体姿态变化规律，监测数据表明，基于GNSS技术和无线网络传输有效的为施工提供可靠的数据，使得施工安全信息化。

图5　上游点位坐标变化统计图Fig.5 Variation of upstream coordinate points

图6　4点位在水平方向的偏差Fig.6 Difference of 4 points in the horizon

5结论

1)钢沉井施工三维姿态监测系统具有自动化程度高、节约人力、降低安全隐患和精度高等优点。

2)可直观显示三维模型和数据高级查询。对实时信息化施工，安全施工具有重要意义。

3)通过对几组小波函数去噪质量参数(RMSE、SNG)统计，可以看出几组小波函数去噪后RMSE相近，信噪比和曲线光滑度有较大差别，分析试验数据后认为采用sym6小波函数系对GNSS观测数据去噪等处理效果最优。

4)下一步将研究如何将姿态自动化监测系统与索力调节系统结合实现自动一体化，直接可以根据姿态数据，分析调节锚索的方向和索力，提高沉井着床效率及精度。

参考文献：

[1] 王喜军，王孟钧，陈帆.铁路客运专线新型桥梁结构与施工技术[J].铁道科学与工程学报，2007,4(6)：83-87.

WANG Xijun, WANG Mengjun, CHEN Fan.The new bridge structure and construction technology Passenger Railway Line[J].Jounal of Railway Science and Engineering, 2007,4(6): 83-87.

[2] 刘杰文，黄龙华.深水矩形沉井基础施工方案[J].桥梁建设，2003(5):38-46.

LIU Jiewen, HUANG Longhua.Sham rectangular caisson foundation construction plan[J].Bridge Construction, 2003(5):38-46.

[3] 高纪兵.泰州长江公路大桥中塔深水大型沉井基础施工技术[D].重庆：重庆交通大学，2011.

GAO Jibing.The tower of Taizhou Yangtze River Highway Bridge deepwater large caisson foundation construction technology[D].Chongqing: Chongqing Jiaotong University, 2011.

[4] 徐绍铨，张华海，杨志强，等.GPS测量原理及应用[M].3版，武汉：武汉大学出版社，2008.

XU Shaoquan, ZHANG Huahai, YANG Zhiqiang, et al.GPS Measurement Principles and Applications[M].3rd edition, Wuhan: Wuhan University Press, 2008.

[5] Chan Wanshan, Xu Youlin, Ding Xiaoli, et al.Dynamic displacement measurement accuracy of GPS for monitoring large civil engineering structures[C]//Smart Structures and Materials 2005, San Diego, CA, USA, 2005.

[6] Chan Wanshan, Xu Youlin, Ding Xiaoli, et al.Calibration of GPS for displacement measurement of long span cable-supported bridges in vertival direction[C]//ASTNESHM 2005, San Diego, CA, USA, 2005.

[7] 彭仪普，伍绍浩，张莹超.基于稳健估计的沉降预测方法[J].铁道科学与工程学报，2014，11(5)：112-117.

PENG Yipu, WU Shaohao, ZHANG Yingchao.Settlement prediction based on robust estimation[J].Journal of Railway Science and Engineering, 2014, 11(5): 112-117.

[8] 吴继忠.GPS观测数据的小波阈值法消噪[J].大地测量与地球动力学，2009(4)：79-82.

WU Jizhong.Wavelet threshold denoising on GPS observation data[J].Geodesy and Geodynamics, 2009(4):79-82.

[9] 黄声享，刘经南，柳响林.小波分析在高层建筑动态监测中的应用[J].测绘学报，2003，32(2)：153-157.

HUANG Shengxiang, LIU Jingnan, LIU Xianglin.Wavelet analysis in high-rise buildings dynamic monitoring[J].Surveying and Mapping, 2003, 32(2): 153-157.

[10] 张志涌.精通Matlab 6.5[M].北京：北京航空航天大学出版社，2003.

ZHANG Zhiyong.Proficient in Matlab 6.5[M].Beijing: Beijing University of Aeronautics and Astronautics Press, 2003.

[11] 张正禄.工程的变形分析与预报方法研究进展[J].测绘信息与工程，2002，27(5)：37-39.

ZHANG Zhenglu.Development of analysis and forecasting deformation engineering[J].Journal of Geomatics, 2002, 27(5): 37-39.

[12] 黄红林，任其江.铜陵公铁两用长江大桥特大型钢沉井定位施工测量[J].现代测绘，2013，36(1)： 32-34.

HUANG Honglin, REN Qijiang.The oversize steel caisson positioning construction survey of the Tongling Yangtze River Bridge[J].Modern Surveying and Mapping, 2013,36(1):32-34.

(编辑蒋学东)

Caisson attitude monitoring based on wavelet denoising

PENG Yipu1, ZHANG Yingchao2, WU Shaohao3

(1.School of Civil Engineering, Central South University, Changsha 410075, China;

2.School of Geosciences and Info-Physics, Changsha 410075, China;

3.East China Electric Power Design Institute CO.LTD,Shanghai 200331, China.)

Abstract:This paper studies 3D pose real-time measurement using GNSS while the large steel caisson is in the process of floating transportation, implantation, suction sink and the higher construction.Since GNSS data under complex construction environment has a lot of noise, this paper proposed wavelet denoising weaken multipath effects and other random noise.By combining GNSS technology, wireless networks, C++ programming language and MySQL database system, the automatic monitoring system caisson 3D was developed.The stability, efficiency, timeliness and reliability of the system were verified through the construction progercess of railway bridge caisson.According to the measured data, the variation of the caisson attitude before implantation with the tide position, was analyzed and the accuracy and stability.

Key words：GNSS; 3D pose; wireless network transmission; steel caisson; wavelet denoising

通讯作者：彭仪普(1970-)，男，湖南长沙人，副教授，博士，从事精密工程测量、变形监测和GPS数据处理研究工作；E-mail：pengyp2003@163.com

收稿日期：2015-04-11

中图分类号：U238:P207

文献标志码：A

文章编号：1672-7029(2015)06-1401-05