基于小波去噪的地铁变形组合预测模型分析

作者：杨春宇; 任兴达; 江汇男; 袁岳; 王子林

来源：测绘通报, 2021, (10): 127-131.

DOI：10.13474/j.cnki.11-2246.2021.319

• 地铁变形监测
• 时间序列分析
• 神经网络
• 时序InSAR

对地铁监测数据建立相应的预测模型,对变形可进行前瞻性预测,从而保证地铁安全的施工和运营。本文以北京市地铁某基坑工程为研究对象,首先以某一监测点为例,利用小波分析对原始监测数据进行去噪处理;然后分别利用时间序列分析模型和BP神经网络模型对去噪后的数据进行建模分析,得到原数据的拟合值和对未来变形的预测值;最后利用同期Sentinel-1A卫星影像进行相干点时序InSAR处理,得到形变结果。通过分析两个模型的预测值与实际值,并与InSAR结果进行对比,验证了两个预测模型在地铁形变监测中应用的优劣性。

• 单位
  北京市地质工程设计研究院; 中国矿业大学（北京）