CN102608625A - 基于惯性辅助定位接收机的实时形变监测预警系统及方法 - Google Patents

基于惯性辅助定位接收机的实时形变监测预警系统及方法 Download PDF

Info

Publication number
CN102608625A
CN102608625A CN2012100902374A CN201210090237A CN102608625A CN 102608625 A CN102608625 A CN 102608625A CN 2012100902374 A CN2012100902374 A CN 2012100902374A CN 201210090237 A CN201210090237 A CN 201210090237A CN 102608625 A CN102608625 A CN 102608625A
Authority
CN
China
Prior art keywords
data
gnss
time
accelerometer
real
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012100902374A
Other languages
English (en)
Other versions
CN102608625B (zh
Inventor
施闯
牛小骥
方荣新
张全
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN201210090237.4A priority Critical patent/CN102608625B/zh
Publication of CN102608625A publication Critical patent/CN102608625A/zh
Application granted granted Critical
Publication of CN102608625B publication Critical patent/CN102608625B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/16Receiving elements for seismic signals; Arrangements or adaptations of receiving elements
    • G01V1/18Receiving elements, e.g. seismometer, geophone or torque detectors, for localised single point measurements
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/01Measuring or predicting earthquakes

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明涉及一种基于惯性辅助定位接收机的实时形变监测预警系统及方法,其特征在于,包括一个GNSS接收机、一个加速度计、一个包含有数据接口和时间同步模块的形变监测装置、以及一个分别与GNSS接收机以及形变监测装置连接的GNSS更正信息获取装置,所述数据接口和时间同步模块依次相连,所述GNSS接收机和加速度计同时与数据接口连接。GNSS接收机实时输出精密定位结果;同时采用加速度计辅助捕捉高动态形变信号,并及时合理地调整数据存储的采样率,节省存储空间;设置数据缓冲区以便完整地保存剧烈形变先兆期的高采样率数据。本发明可广泛应用于地震、滑坡等地质灾害的监测和预警,以及大坝、桥梁、高层建筑等的形变监测。

Description

基于惯性辅助定位接收机的实时形变监测预警系统及方法
技术领域
本发明涉及一种实时形变监测预警系统及其方法,尤其是涉及一种基于惯性辅助定位接收机的实时形变监测预警系统及方法。
背景技术
近年来随着全球地震、滑坡、地表沉降等地质灾害的增多和大型人工土木结构和建筑结构的出现,大型结构的形变监测和异常预警已成为亟待解决的技术问题。其技术难点包括:测量的实时性,精密静态测量和动态测量的兼顾、长期海量数据的存储问题等。全球卫星导航技术(GNSS)具有布设方便、成本低、精度稳定等优点。尤其是随着GNSS精密定位技术(包括RTK和PPP等)的成熟,GNSS得以逐渐应用于上述形变监测领域。但是,采用GNSS精密定位技术存在动态测量精度不足和实时性差的局限,因此一旦所监测的结构出现剧烈形变或破坏时(实际应用中往往是最关键的时候),GNSS就无法胜任了。虽然高动态、高采样率的GNSS接收机已经出现(如TrimbleNet R8实现了50Hz的数据输出率),但还是无法完全满足对剧烈形变的准确测量,且价格昂贵。另一方面,GNSS技术所依赖的卫星信号容易受到干扰和遮挡,也影响了形变测量的可靠性和可信性。与此相反,惯性测量技术(INS,Inertial Navigation System)采用惯性传感器(包括加速度计和陀螺仪)测量加速度(及重力,合称比力)和角速度(或角度变化),经过投影和积分等运算得到位置、速度和姿态等运动信息。惯性测量具有动态特性好、采样率高、自主测量、稳定可靠等优点,在军工、航天等领域获得了广泛应用。其缺点是在解算过程中由于积分环节的作用,其定位精度随时间而快速发散,因此无法长时间独立工作。对比上述卫星定位和惯性测量的特性可知,两者具有天然的互补性,因此两者的组合成为一种完美的解决方案。例如,GNSS/INS组合导航系统能够兼顾静态和动态精度、性能稳定可靠、不易受干扰,近年来成为导航应用的主流方案。因此,将GNSS精密定位技术与惯性测量技术结合用于形变监测成为一种技术趋势。
在形变监测数据的采集和保存方面,存在采样率上的矛盾。为了能够捕捉到结构形变中可能出现的动态信息,要求采样率尽量高;但这又造成数据存储负担过重,长期记录需巨量存储空间和相应硬件成本。而且,多数被监测结构在正常情况下其形变量中基本不含高动态信息,只有缓慢的接近静态的变化,完全没有必要保存高采样率数据。但是如果只记录低采样率数据,那么一旦发生剧烈形变,则无法捕捉到高动态位移,错失最关键的信息。为此,应该考虑根据被测结构的形变情况来调整数据采集和存储的采样率。这种自适应调整机制要及时准确,以保证高动态形变信息不被损失。
发明内容
本发明的上述技术问题主要是通过下述技术方案得以解决的:
一种基于惯性辅助定位接收机的实时形变监测预警系统,其特征在于,包括一个GNSS接收机、一个加速度计(三轴)、一个包含有数据接口和时间同步模块的形变数据处理装置、以及一个分别与GNSS接收机以及形变数据处理装置连接的GNSS更正信息获取装置,所述数据接口和时间同步模块依次相连,所述GNSS接收机和加速度计同时与数据接口连接。
本发明中的形变监测系统由GNSS天线(及其接收机)和加速度计共同感知结构形变,前者侧重静态形变,后者侧重动态形变。GNSS接收机和加速度计数据被送到控制器进行数据处理和数据存储,并在需要时对外发布警报。控制器还负责对其它模块的配置、管理和供电等。另外系统还包含电源模块、对外通信模块,并需要外界提供GNSS精密定位所需的改正信息的支持。
系统中GNSS接收机采用实时的RTK(Real-Time Kinematics)或PPP(Precise Point Positioning)实现精密定位,以满足实时形变监测和预警对实时精密位移测量的需求。控制器进行数据处理时,将采用Kalman滤波器等算法对GNSS采集的位移信息和加速度信息进行实时融合,得到结构动态形变的最优估计。在控制器进行数据存储时,为了兼顾动态信息的保存和数据存储空间的节省,本发明根据结构形变的动态情况自适应调整存储信息的采样率。在只有缓慢形变时(多为正常情况)采用低采样率(如1Hz或更低);在出现剧烈形变时(多为突发异常情况)采用高采样率(如50Hz,200Hz)。其中,动态情况的判断利用加速度计数据中丰富的动态信息(并可结合GNSS实时精密定位信息)进行及时准确的检测。数据存储机制还设计了一定长度的数据缓冲区,暂时保存当前时刻之前一定长度的GNSS和加速度计的高采样率原始数据,以便在判断发生剧烈形变时能够将之前的一定长度的高频数据也保存下来,为事后分析保留充足的原始数据。
在上述的基于惯性辅助定位接收机的实时形变监测预警系统,所述形变数据处理装置还包括一个同时与时间同步模块和数据接口连接的自适应采样率数据记录模块;一个输入端分别与数据接口、时间同步模块以及GNSS更正信息获取装置连接的实时数据处理模块,所述实时数据处理模块输出端连接一个状态判断与报警模块并且还与自适应采样率数据记录模块连接;所述自适应采样率数据记录模块上还连接有一个数据存储模块。
在上述的基于惯性辅助定位接收机的实时形变监测预警系统,所述自适应采样率数据记录模块包括数据缓冲单元、数据重采样单元以及动态检测单元;上述实时数据处理模块的输出端与所述数据缓冲单元输入端连接,所述数据缓冲单元输入端还分别与上述数据接口以及时间同步模块连接,所述数据缓冲单元输出端通过数据重采样单元与上述数据存储单元连接;所述动态检测单元输入端与时间同步模块连接,所述动态检测单元输出端与所述数据重采样单元连接。
在上述的基于惯性辅助定位接收机的实时形变监测预警系统,所述GNSS接收机具有GNSS天线。
一种基于惯性辅助定位接收机的实时形变监测预警方法,其特征在于,基于所述GNSS接收机是否能够针对GNSS信息进行GNSS改正选择执行以下步骤:
选择步骤1:若GNSS接收机能够针对GNSS信息进行GNSS改正,则操作步骤如下:
步骤1.1,GNSS和加速度计的原始高采样率数据通过数据接口送入形变数据处理装置,期间加速度计的原始高采样率数据经过时间同步模块做时间同步后送入形变数据处理装置,得到打上GNSS时标的加速度计的原始高采样率数据,所述时间同步模块做时间同步即给加速度计数据打上GNSS时标;
步骤1.2,GNSS更正信息获取装置将获取的RTK或PPP实时改正信息从外界送入具有GNSS改正模块的GNSS接收机,GNSS接收机使用实时改正信息进行实时精密定位后将得到的RTK或PPP结果通过数据接口送入实时数据处理模块;
步骤1.3,完成步骤1.1的加速度计的原始高采样率数据和完成步骤1.2的GNSS实时定位结果送入数据缓冲区,同时送入实时数据处理模块,实时数据处理模块结合GNSS实时精密定位结果和加速度计的高采样率数据进行数据融合解算,得到位移和速度的最优估计值,并通过状态判断与报警模块进行形变异常判断和报警;
选择步骤2,若GNSS接收机不能够针对GNSS信息进行GNSS改正,则操作步骤如下:
步骤2.1,GNSS和加速度计的原始高采样率数据通过数据接口送入形变数据处理装置,期间加速度计的原始高采样率数据经过时间同步模块做时间同步后送入形变数据处理装置,即给加速度计数据打上GNSS时标,得到打上GNSS时标的加速度计的原始高采样率数据;
步骤2.2,GNSS更正信息获取装置将获取的RTK或PPP实时改正信息从外界送入实时数据处理模块,用于下一步的实时精密定位;
步骤2.3,完成步骤2.1的GNSS和加速度计的原始高采样率数据送入数据缓冲区,同时送入实时数据处理模块,实时数据处理模块结合GNSS和加速度计的高采样率数据和步骤2.2的改正信息进行数据融合解算,得到位移和速度的最优估计值,并通过状态判断与报警模块进行形变异常判断和报警。
在上述的基于惯性辅助定位接收机的实时形变监测预警方法,还包括一个动态情况检测的步骤,即将完成步骤1.1后或完成步骤2.1后的打上GNSS时标的加速度计的原始高采样率数据送入动态检测单元,进行动态情况检测,以决定缓冲区中的数据向硬盘中保存的采样率。
在上述的基于惯性辅助定位接收机的实时形变监测预警方法,包括一个数据存储步骤,即数据缓冲单元中的原始高采样率数据通过数据重采样单元保存到控制器硬盘中,并在需要时通过接口导出;并且上述步骤1.3中或步骤2.3中实时数据处理模块进行实时数据融合解算的位移和速度估计值也被送到数据缓冲单元中与原始观测数据一并进行重采样和保存。
在上述的基于惯性辅助定位接收机的实时形变监测预警方法,所述动态检测单元进行动态情况检测,以决定缓冲区中的数据向硬盘中保存的采样率的具体方法如下:
步骤1:采用高采样率对GNSS和加速度计原始数据进行采样和解算,以保证捕捉到任何可能出现的高频形变信息;将高采样率数据送入数据缓冲单元;
步骤2:根据当前采集的加速度计信号,同时参考GNSS数据,以及GNSS和加速度计组合解算的实时结果,判断当前形变的动态情况;
步骤3:根据判断出的当前形变的动态情况决定以多高的采样率将数据缓冲单元中的数据向硬盘中保存;当判定以较低的采样率存储数据时,采用求平均、抽取、以及滤波后重采样对原始高采样率数据进行降采样。
在上述的基于惯性辅助定位接收机的实时形变监测预警方法,所述步骤1.3中实时数据处理模块结合加速度计的高采样率数据和步骤1.2的GNSS实时精密定位结果进行数据融合解算的具体计算流程如下:
步骤9.1:将与东向、北向和垂向对正安装的加速度计信号或投影到东向、北向和垂向的加速度计信号在扣除当地重力值影响后得到运动加速度;在已知初始位置和初始速度的基础上,对运动加速度进行时间积分得到速度预测值,再次积分得到位置预测值;
步骤9.2:将步骤9.1中得到的速度和位置预测值与GNSS精密定位结果进行比照求差,建立其与速度和位置预测误差的关系;利用Kalman滤波器的数据融合算法获得出速度和位置预测误差以及加速度计误差;其中,加速度计误差是通过其与位置误差和速度误差的关系来获取,其关系由以下方程给出:
δ r · · = δ v · = b a ;
这里,δr为位置误差;
δv为速度误差;
ba为加速度计误差;
步骤9.3:用估计出的速度和位置预测误差修正速度和位置预测值,给出对速度和位置的最优估计值;并以此作为下一步进行加速度信号积分的初值。
在上述的基于惯性辅助定位接收机的实时形变监测预警方法,所述步骤2.3中实时数据处理模块结合GNSS和加速度计的高采样率数据和步骤2.2的改正信息进行数据融合解算的具体计算流程如下:
步骤10.1:将与东向、北向和垂向对正安装的加速度计信号或投影到东向、北向和垂向的加速度计信号在扣除当地重力值影响后得到运动加速度;在已知初始位置和初始速度的基础上,对运动加速度进行时间积分得到速度预测值,再次积分得到位置预测值;
步骤10.2:利用步骤10.1中得到的速度和位置预测值计算出接收机天线与GNSS卫星的连线方向的距离和距离变化,与经过GNSS改正信息修正后的GNSS原始量测数据进行比照求差,建立其与速度和位置预测误差的关系;利用Kalman滤波器等数据融合算法获得出速度和位置预测误差以及加速度计误差;其中,加速度计误差是通过其与位置误差和速度误差的关系来获取,其关系由以下方程给出:
δ r · · = δ v · = b a ;
这里,δr为位置误差;
δv为速度误差;
ba为加速度计误差;
步骤10.3:用估计出的速度和位置预测误差修正速度和位置预测值,给出对速度和位置的最优估计值;并以此作为下一步进行加速度信号积分的初值。
因此,本发明具有如下优点:
1.由于采用了PPP等广域实时精密定位技术,能够对地震等大范围形变进行实时监控和预警。(这是传统RTK技术所无法实现的。)
2.由于采用了惯性辅助手段,即增加了加速度计对高动态形变进行测量,并与定位接收机信息进行数据融合,弥补了GNSS定位在采样率和动态特性上的不足,能够实现对剧烈形变的监测和预警。
3.根据加速度计信息和GNSS信息,以及两者的融合信息,对形变的动态情况进行判断,以此为根据对保存数据的采样率进行实时动态调整,节省了存储空间,降低了系统成本。
4.设计了数据缓冲区以缓存原始高采样率数据,能够将剧烈形变发生前的先兆期的高采样率数据也保存下来。为后处理分析保留充足的原始数据。
与现有单纯依靠GNSS接收机的形变监测系统相比,本发明对结构形变的动态测量能力大大提高,而对系统成本增加不大,是一种实用和完善的形变监测方案。可广泛应用于地震、滑坡等地质灾害的监测和预警,以及大坝、桥梁、高层建筑等的形变监测。
附图说明
附图1是本发明的一种原理图;
附图2是本发明的一种工作流程图;
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。
实施例:
本发明所述的带有加速度计的GNSS接收机实时形变监测系统的构成如图1和图2所示。本发明的装置包括一个GNSS接收机、一个加速度计、一个包含有数据接口和时间同步模块的形变数据处理装置、以及一个分别与GNSS接收机以及形变数据处理装置连接的GNSS更正信息获取装置,数据接口和时间同步模块依次相连,GNSS接收机和加速度计同时与数据接口连接,形变数据处理装置还包括一个同时与时间同步模块和数据接口连接的自适应采样率数据记录模块;一个输入端分别与数据接口、时间同步模块以及GNSS更正信息获取装置连接的实时数据处理模块,所述实时数据处理模块输出端连接一个状态判断与报警模块并且还与自适应采样率数据记录模块连接;所述自适应采样率数据记录模块上还连接有一个数据存储模块。
自适应采样率数据记录模块包括数据缓冲单元、数据重采样单元以及动态检测单元;实时数据处理模块的输出端与所述数据缓冲单元输入端连接,数据缓冲单元输入端还分别与上述数据接口以及时间同步模块连接,数据缓冲单元输出端通过数据重采样单元与上述数据存储单元连接;动态检测单元输入端与时间同步模块连接,所述动态检测单元输出端与所述数据重采样单元连接。
下面介绍一下在本实施例中采用的设备:
1.实时精密定位GNSS接收机:
形变测量的主体是GNSS系统(例如美国的GPS,俄罗斯的GLONASS,欧洲的Galileo,中国的北斗,以及其它区域卫星定位系统)。由于形变监测大多需要精密测量结构的相对位移,达到mm量级或至少保证cm量级,因此需要采用GNSS精密定位方式,如采用载波相位差分定位的RTK(Real-TimeKinematics)或精密单点定位PPP(Precise Point Positioning)。前者需在被测接收机(测站)附近已知精密坐标点上架设主站接收机,将测得的GNSS观测信息发送到测站接收机,通过差分解算消除大部分共模误差,从而大大提升测站定位精度。RTK技术适用于局域定位,在形变监测中适用于大坝监测、高层建筑监测等形变区域较小,并在附近有条件安装主站的场合。有时为了提高RTK精度和可靠性,也可围绕测站布设多个主站,采用网络RTK技术进行精密定位。与RTK技术相反,PPP技术不需要用户架设主站,而是采用分布于全球广大地区的基准站数据,经综合数据处理得到的GNSS卫星精密轨道和卫星钟差,以及其它误差源(如电离层延迟)的精密模型参数,对接收机量测数据的各项误差进行模型修正,从而实现分米级到厘米级的定位精度。PPP技术特别适合于广域精密定位,在形变监测中适用于地壳板块运动、地震监测等大范围位移的测量。(这种情形下无法为RTK技术安装主站。)
考虑到形变监测对实时性的要求,上述两种精密定位方式都需要实时完成。RTK技术本身就是实时的,只要保证主站与测站间的通信链路畅通即可。而PPP要实现实时,需要在短时间内快速处理全球基准站数据,提供准实时的精密轨道、卫星钟差和其它误差模型参数,并对其中某些快速变化量做出预报。近年来实时PPP技术取得了长足的进步,已经有机构能够提供上述所需实时修正参数的服务。
本发明中的GNSS定位方式除上述两种精密定位方式外,也可以采用更简单的伪距差分定位,伪距单点定位,以及多普勒速度测量等其它定位方法。具体取决于测量精度要求以及现场条件等因素。
本发明的GNSS接收机具有GNSS天线,可以采用具有GNSS接收机GNSS改正功能,或者不具有GNSS改正功能,GNSS接收机包含但不限于可接收美国的GPS,俄罗斯的GLONASS,欧盟Galileo,中国北斗(Compass),以及日本QZSS,印度IRNSS等卫星导航系统信号的接收机。同时还包括其它任何定位手段的接收机,包含但不限于电磁波、声波定位等。
2.加速度计:
本发明在采用GNSS测量形变监测的基础上,还采用惯性测量技术来弥补GNSS定位在动态特性和可靠性方面的不足,以便在出现剧烈形变(如地震、结构垮塌)时能够实时、准确、完整地测量,并及时提供预警信息。惯性测量传感器包括加速度计和陀螺仪,前者测量加速度(以及重力,合称比力),后者测量角速度(或角度变化)。经典的惯性测量方案同时使用这两种传感器,通过投影和积分等运算来求得角度、速度和位移。惯性测量具有动态特性好、可靠性高的优点,但解算的位移信息的误差会随时间发散,与GNSS定位技术有鲜明的互补性。两者组合使用则构成了相对完美的形变监测方案。
在本发明的设计里,惯性测量只采用了加速度计,没有采用陀螺仪,原因如下:首先,在多数形变监测领域,主要形变是线运动而没有明显的角运动,如地震、山体滑坡、高层建筑形变等;只有在某些结构出现破坏和垮塌之后才会发生显著的角运动,而这时的测量已经超出了形变监测的意义。因此,在这里陀螺仪不是必要的,只用加速度计即可完成惯性测量。其次,出于成本考虑,精密的陀螺仪的价格比同级别的加速度计高一个数量级左右,并远高于GNSS接收机的成本,因此在这里采用陀螺仪在成本上是无法接受的。
加速度计应选用精度足够高的器件构成三轴正交测量,且在安装时三个轴线应该与所选的参考坐标系对齐(如“东-北-天”坐标系),或是将加速度计轴线与参考坐标系的偏角通过标校得出后将加速度计信号投影到参考坐标系中。另外,在实际安装时加速度计模块和GNSS天线应该相对固结且尽量靠近,一同安装于被测结构的测量位置上。
加速度计除了选用传统概念上用于惯性测量的加速度计外,还可采用基于惯性测量原理的振动传感器或地震仪。在轴线配置上,除了常见的完整的三轴测量外,还可以为增加可靠性而采用带有冗余配置的加速度计组;也可以根据被测结构的形变特点只配置两轴甚至是单轴加速度计。
特别需要注意的是,在本发明中,加速度计采用三轴正交测量加速度计;安装时,三轴即三个轴线与所选的参考坐标系对齐,或是将加速度计轴线与参考坐标系的偏角通过标校得出后将加速度计信号投影到参考坐标系中,
本实施例采用的用定位接收机进行实时形变监测预警方法,基于所述GNSS接收机是否能够针对GNSS信息进行GNSS改正选择执行以下步骤:
选择步骤1:若GNSS接收机能够针对GNSS信息进行GNSS改正,则操作步骤如下:
步骤1.1,GNSS和加速度计的原始高采样率数据通过数据接口送入形变数据处理装置,期间加速度计的原始高采样率数据经过时间同步模块做时间同步(给加速度计数据打上GNSS时标)后送入形变数据处理装置,同时将完成打上GNSS时标的加速度计的原始高采样率数据送入动态检测单元,进行动态情况检测,以决定缓冲区中的数据向硬盘中保存的采样率;该数据缓冲单元中的原始高采样率数据通过数据重采样单元保存到控制器硬盘中,并在需要时通过接口导出;原始高采样率数据经过时间同步模块做时间同步后送入形变数据处理装置后得到打上GNSS时标的加速度计的原始高采样率数据,所述时间同步模块做时间同步即给加速度计数据打上GNSS时标;
步骤1.2,GNSS更正信息获取装置将获取的RTK或PPP实时改正信息从外界送入具有GNSS改正模块的GNSS接收机,GNSS接收机使用实时改正信息进行实时精密定位后将得到的RTK或PPP结果通过数据接口送入实时数据处理模块;
步骤1.3,完成步骤1.1的加速度计的原始高采样率数据和完成步骤1.2的GNSS实时定位结果送入数据缓冲区,同时送入实时数据处理模块,实时数据处理模块结合GNSS实时精密定位结果和加速度计的高采样率数据进行数据融合解算,得到位移和速度的最优估计值,并通过状态判断与报警模块进行形变异常判断和报警;同时,实时数据处理模块进行实时数据融合解算的位移和速度估计值也被送到数据缓冲单元中与原始观测数据一并进行重采样和保存。
选择步骤2,若GNSS接收机不能够针对GNSS信息进行GNSS改正,则操作步骤如下:
步骤2.1,GNSS和加速度计的原始高采样率数据通过数据接口送入形变数据处理装置,期间加速度计的原始高采样率数据经过时间同步模块做时间同步(给加速度计数据打上GNSS时标)后送入形变数据处理装置,同时,将完成打上GNSS时标的加速度计的原始高采样率数据送入动态检测单元,进行动态情况检测,以决定缓冲区中的数据向硬盘中保存的采样率;数据缓冲单元中的原始高采样率数据通过数据重采样单元保存到控制器硬盘中,并在需要时通过接口导出;原始高采样率数据经过时间同步模块做时间同步后送入形变数据处理装置后,得到打上GNSS时标的加速度计的原始高采样率数据;
步骤2.2,GNSS更正信息获取装置将获取的RTK或PPP实时改正信息从外界送入实时数据处理模块,用于下一步的实时精密定位;
步骤2.3,完成步骤2.1的GNSS和加速度计的原始高采样率数据送入数据缓冲区,同时送入实时数据处理模块,实时数据处理模块结合GNSS和加速度计的高采样率数据和步骤2.2的改正信息进行数据融合解算,得到位移和速度的最优估计值,并通过状态判断与报警模块进行形变异常判断和报警;同时,实时数据处理模块进行实时数据融合解算的位移和速度估计值也被送到数据缓冲单元中与原始观测数据一并进行重采样和保存。
在步骤1.1或步骤2.1中的动态检测单元进行动态情况检测,以决定缓冲区中的数据向硬盘中保存的采样率的具体方法如下:
步骤1:采用高采样率对GNSS和加速度计原始数据进行采样和解算,以保证捕捉到任何可能出现的高频形变信息;将高采样率数据送入数据缓冲单元;
步骤2:根据当前采集的加速度计信号,同时参考GNSS数据,以及GNSS和加速度计组合解算的实时结果,判断当前形变的动态情况;
步骤3:根据判断出的当前形变的动态情况决定以多高的采样率将数据缓冲单元中的数据向硬盘中保存;当判定以较低的采样率存储数据时,采用求平均、抽取、以及滤波后重采样对原始高采样率数据进行降采样。
在步骤1.3中实时数据处理模块结合加速度计的高采样率数据和步骤1.2的GNSS实时精密定位结果进行数据融合解算的具体计算流程如下:
步骤9.1:将与东向、北向和垂向对正安装的加速度计信号或投影到东向、北向和垂向的加速度计信号在扣除当地重力值影响后得到运动加速度;在已知初始位置和初始速度的基础上,对运动加速度进行时间积分得到速度预测值,再次积分得到位置预测值;
步骤9.2:将步骤9.1中得到的速度和位置预测值与GNSS精密定位结果进行比照求差,建立其与速度和位置预测误差(以及加速度计误差)的关系;利用Kalman滤波器的数据融合算法估计出速度和位置预测误差(以及加速度计误差);其中,加速度计误差是通过其与位置误差和速度误差的关系而被间接估计出来的。其关系由以下方程给出:
δ r · · = δ v · = b a ;
这里,δr为位置误差;
δv为速度误差;
ba为加速度计误差;
步骤9.3:用估计出的速度和位置预测误差修正速度和位置预测值,给出对速度和位置的最优估计值;并以此作为下一步进行加速度信号积分的初值。
在步骤2.3中实时数据处理模块结合GNSS和加速度计的高采样率数据和步骤2.2的改正信息进行数据融合解算的具体计算流程如下:
步骤10.1:将与东向、北向和垂向对正安装的加速度计信号或投影到东向、北向和垂向的加速度计信号在扣除当地重力值影响后得到运动加速度;在已知初始位置和初始速度的基础上,对运动加速度进行时间积分得到速度预测值,再次积分得到位置预测值;
步骤10.2:利用步骤10.1中得到的速度和位置预测值计算出接收机天线与GNSS卫星的连线方向的距离和距离变化,与经过GNSS改正信息修正后的GNSS原始量测数据进行比照求差,建立其与速度和位置预测误差(以及加速度计误差)的关系;利用Kalman滤波器等数据融合算法估计出速度和位置预测误差(以及加速度计误差);其中,加速度计误差是通过其与位置误差和速度误差的关系而被间接估计出来的。其关系由以下方程给出:
δ r · · = δ v · = b a ;
这里,δr为位置误差;
δv为速度误差;
ba为加速度计误差;
步骤10.3:用估计出的速度和位置预测误差修正速度和位置预测值,给出对速度和位置的最优估计值;并以此作为下一步进行加速度信号积分的初值。
本发明的特点在于:
1.在步骤1.3和步骤2.3中,本发明采用了数据融合处理方法:即GNSS数据和加速度计数据具有互补特性,需要进行数据融合以得到结构形变的最优测量。融合算法可参考GNSS/INS组合导航中常用的Kalman滤波算法,也可采用其它任何数据融合算法。具体选取应考虑算法的实时性、稳健性、计算量等因素。
2.在步骤1.1和步骤2.1中,本发明采用了自适应采样率数据记录方法,即本发明中自适应采样率数据记录模块(数据缓冲单元、数据重采样单元以及动态检测单元)的工作过程:
形变监测系统需要长期工作,并不间断地记录形变数据和原始测量数据。在这里存储数据的采样率的设定存在尖锐矛盾:一方面,为了记录结构出现剧烈形变时的高频信号,采样率应在几百Hz或至少在几十Hz以上,而如此长期记录必然会带来巨量的数据;另一方面,在绝大多数正常情况下结构形变非常微弱和缓慢,保存每秒一次甚至是几十秒一次的数据即可,更高的采样率完全是浪费。为了解决这一矛盾,本发明采用自适应采样率进行数据保存:
(1)进行原始数据采样和解算时都采用高采样率,保证充足的采样率以捕捉任何可能出现的高频形变信息。
(2)在进行数据保存时,根据当时的形变情况决定以多高的采样率进行保存。在这里,形变情况的判定主要依据加速度计信号,因为其中包括丰富的动态信息,最为敏感和准确;同时也可参考GNSS数据,以及GNSS和加速度计组合解算的实时结果。
(3)当判定以较低的采样率存储数据时,需要对原始高采样率数据进行降采样,可采用求平均、抽取(Decimation)、以及滤波后重采样等方法。
3.在本发明的步骤1.1或步骤2.1中即数据缓冲单元的工作过程:
在结构出现异常剧烈形变之前,往往会有一些不易被察觉的先兆,这些先兆对于事后分析具有重要意义,其对应的形变信息和原始数据需要以高采样率保存下来。而系统中的实时动态判断机制不可能在这些先兆发生时即检测出形变情况的变化而切换到高采样率保存。为了解决这一问题,本发明中设计了数据缓冲机制,具体如下:
(1)在形变数据处理装置中设立数据缓冲区(数据缓冲单元),缓存当前时刻之前的一定时间长度的数据(高采样率),缓冲区采用先入先出机制(FIFO)。
(2)当新数据压入缓冲区后,根据新数据对形变状态进行判断:当判断为正常低动态形变时,按照低采样率将弹出缓冲区的旧数据保存到硬盘中;当判断为异常高动态形变时,按照高采样率将弹出缓冲区的旧数据保存到硬盘中。
这样,一旦出现异常剧烈形变,缓冲区中暂存的前一段时间的高频数据就能够得以保存。这里,缓冲区的大小根据具体的硬件条件和必要的缓冲长度等因素来定,既要足够长,又要成本能够承受。例如,用于地震监测时,由于先兆可能出现较早,因此应缓冲几天甚至一个月的数据;而对于一般大型建筑的监测,缓冲几分钟到几小时即可。
另外,当出现异常剧烈形变时,整套形变监测系统有被彻底摧毁的可能,因此缓冲区中的数据应在系统意外故障时也能够被保存下来,以便进行事后分析(类似民航飞机中的黑匣子)。
上述数据记录的自适应调整采样率和缓冲的设计是以高低两级体制为例的,实际应用中也可根据需要分为多级。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (10)

1.一种基于惯性辅助定位接收机的实时形变监测预警系统,其特征在于,包括一个GNSS接收机、一个加速度计、一个包含有数据接口和时间同步模块的形变数据处理装置、以及一个分别与GNSS接收机以及形变数据处理装置连接的GNSS更正信息获取装置,所述数据接口和时间同步模块依次相连,所述GNSS接收机和加速度计同时与数据接口连接。
2.根据权利要求1所述的基于惯性辅助定位接收机的实时形变监测预警系统,其特征在于,所述形变数据处理装置还包括一个同时与时间同步模块和数据接口连接的自适应采样率数据记录模块;一个输入端分别与数据接口、时间同步模块以及GNSS更正信息获取装置连接的实时数据处理模块,所述实时数据处理模块输出端连接一个状态判断与报警模块并且还与自适应采样率数据记录模块连接;所述自适应采样率数据记录模块上还连接有一个数据存储模块。
3.根据权利要求2所述的基于惯性辅助定位接收机的实时形变监测预警系统,其特征在于,所述自适应采样率数据记录模块包括数据缓冲单元、数据重采样单元以及动态检测单元;上述实时数据处理模块的输出端与所述数据缓冲单元输入端连接,所述数据缓冲单元输入端还分别与上述数据接口以及时间同步模块连接,所述数据缓冲单元输出端通过数据重采样单元与上述数据存储单元连接;所述动态检测单元输入端与时间同步模块连接,所述动态检测单元输出端与所述数据重采样单元连接。
4.根据权利要求2所述的基于惯性辅助定位接收机的实时形变监测预警系统,其特征在于,所述GNSS接收机具有GNSS天线,所述加速度计三轴正交测量加速度计;所述三轴即三个轴线与所选的参考坐标系对齐,或是将加速度计轴线与参考坐标系的偏角通过标校得出后将加速度计信号投影到参考坐标系中。
5.一种权利要求1所述的基于惯性辅助定位接收机的实时形变监测预警方法,其特征在于,基于所述GNSS接收机是否能够针对GNSS信息进行GNSS改正选择执行以下步骤:
选择步骤1:若GNSS接收机能够针对GNSS信息进行GNSS改正,则操作步骤如下:
步骤1.1,GNSS和加速度计的原始高采样率数据通过数据接口送入形变数据处理装置,期间加速度计的原始高采样率数据经过时间同步模块做时间同步后送入形变数据处理装置,得到打上GNSS时标的加速度计的原始高采样率数据,所述时间同步模块做时间同步即给加速度计数据打上GNSS时标;
步骤1.2,GNSS更正信息获取装置将获取的RTK或PPP实时改正信息从外界送入具有GNSS改正模块的GNSS接收机,GNSS接收机使用实时改正信息进行实时精密定位后将得到的RTK或PPP结果通过数据接口送入实时数据处理模块;
步骤1.3,完成步骤1.1的加速度计的原始高采样率数据和完成步骤1.2的GNSS实时定位结果送入数据缓冲区,同时送入实时数据处理模块,实时数据处理模块结合GNSS实时精密定位结果和加速度计的高采样率数据进行数据融合解算,得到位移和速度的最优估计值,并通过状态判断与报警模块进行形变异常判断和报警;
选择步骤2,若GNSS接收机不能够针对GNSS信息进行GNSS改正,则操作步骤如下:
步骤2.1,GNSS和加速度计的原始高采样率数据通过数据接口送入形变数据处理装置,期间加速度计的原始高采样率数据经过时间同步模块做时间同步后送入形变数据处理装置,即给加速度计数据打上GNSS时标,得到打上GNSS时标的加速度计的原始高采样率数据;
步骤2.2,GNSS更正信息获取装置将获取的RTK或PPP实时改正信息从外界送入实时数据处理模块,用于下一步的实时精密定位;
步骤2.3,完成步骤2.1的GNSS和加速度计的原始高采样率数据送入数据缓冲区,同时送入实时数据处理模块,实时数据处理模块结合GNSS和加速度计的高采样率数据和步骤2.2的改正信息进行数据融合解算,得到位移和速度的最优估计值,并通过状态判断与报警模块进行形变异常判断和报警。
6.根据权利要求5所述的基于惯性辅助定位接收机的实时形变监测预警方法,其特征在于,还包括一个动态情况检测的步骤,即将完成步骤1.1后或完成步骤2.1后的打上GNSS时标的加速度计的原始高采样率数据送入动态检测单元,进行动态情况检测,以决定缓冲区中的数据向硬盘中保存的采样率。
7.根据权利要求5所述的基于惯性辅助定位接收机的实时形变监测预警方法,其特征在于,包括一个数据存储步骤,即数据缓冲单元中的原始高采样率数据通过数据重采样单元保存到控制器硬盘中,并在需要时通过接口导出;并且上述步骤1.3中或步骤2.3中实时数据处理模块进行实时数据融合解算的位移和速度估计值也被送到数据缓冲单元中与原始观测数据一并进行重采样和保存。
8.根据权利要求6所述的基于惯性辅助定位接收机的实时形变监测预警方法,其特征在于,所述动态检测单元进行动态情况检测,以决定缓冲区中的数据向硬盘中保存的采样率的具体方法如下:
步骤1:采用高采样率对GNSS和加速度计原始数据进行采样和解算,以保证捕捉到任何可能出现的高频形变信息;将高采样率数据送入数据缓冲单元;
步骤2:根据当前采集的加速度计信号,同时参考GNSS数据,以及GNSS和加速度计组合解算的实时结果,判断当前形变的动态情况;
步骤3:根据判断出的当前形变的动态情况决定以多高的采样率将数据缓冲单元中的数据向硬盘中保存;当判定以较低的采样率存储数据时,采用求平均、抽取、以及滤波后重采样对原始高采样率数据进行降采样。
9.根据权利要求5所述的基于惯性辅助定位接收机的实时形变监测预警方法,其特征在于,所述步骤1.3中实时数据处理模块结合加速度计的高采样率数据和步骤1.2的GNSS实时精密定位结果进行数据融合解算的具体计算流程如下:
步骤9.1:将与东向、北向和垂向对正安装的加速度计信号或投影到东向、北向和垂向的加速度计信号在扣除当地重力值影响后得到运动加速度;在已知初始位置和初始速度的基础上,对运动加速度进行时间积分得到速度预测值,再次积分得到位置预测值;
步骤9.2:将步骤9.1中得到的速度和位置预测值与GNSS精密定位结果进行比照求差,建立其与速度和位置预测误差的关系;利用Kalman滤波器的数据融合算法获得出速度和位置预测误差以及加速度计误差;其中,加速度计误差是通过其与位置误差和速度误差的关系来获取,其关系由以下方程给出:
δ r · · = δ v · = b a ;
这里,δr为位置误差;
δv为速度误差;
ba为加速度计误差;
步骤9.3:用估计出的速度和位置预测误差修正速度和位置预测值,给出对速度和位置的最优估计值;并以此作为下一步进行加速度信号积分的初值。
10.根据权利要求5所述的基于惯性辅助定位接收机的实时形变监测预警方法,其特征在于,所述步骤2.3中实时数据处理模块结合GNSS和加速度计的高采样率数据和步骤2.2的改正信息进行数据融合解算的具体计算流程如下:
步骤10.1:将与东向、北向和垂向对正安装的加速度计信号或投影到东向、北向和垂向的加速度计信号在扣除当地重力值影响后得到运动加速度;在已知初始位置和初始速度的基础上,对运动加速度进行时间积分得到速度预测值,再次积分得到位置预测值;
步骤10.2:利用步骤10.1中得到的速度和位置预测值计算出接收机天线与GNSS卫星的连线方向的距离和距离变化,与经过GNSS改正信息修正后的GNSS原始量测数据进行比照求差,建立其与速度和位置预测误差的关系;利用Kalman滤波器等数据融合算法获得出速度和位置预测误差以及加速度计误差;其中,加速度计误差是通过其与位置误差和速度误差的关系来获取,其关系由以下方程给出:
δ r · · = δ v · = b a ;
这里,δr为位置误差;
δv为速度误差;
ba为加速度计误差;
步骤10.3:用估计出的速度和位置预测误差修正速度和位置预测值,给出对速度和位置的最优估计值;并以此作为下一步进行加速度信号积分的初值。
CN201210090237.4A 2012-03-30 2012-03-30 基于惯性辅助定位接收机的实时形变监测预警系统及方法 Active CN102608625B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210090237.4A CN102608625B (zh) 2012-03-30 2012-03-30 基于惯性辅助定位接收机的实时形变监测预警系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210090237.4A CN102608625B (zh) 2012-03-30 2012-03-30 基于惯性辅助定位接收机的实时形变监测预警系统及方法

Publications (2)

Publication Number Publication Date
CN102608625A true CN102608625A (zh) 2012-07-25
CN102608625B CN102608625B (zh) 2014-04-16

Family

ID=46526129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210090237.4A Active CN102608625B (zh) 2012-03-30 2012-03-30 基于惯性辅助定位接收机的实时形变监测预警系统及方法

Country Status (1)

Country Link
CN (1) CN102608625B (zh)

Cited By (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103398682A (zh) * 2013-08-08 2013-11-20 宁波海创天下信息科技有限公司 一种桥梁位移监测系统及其监测方法
CN103676844A (zh) * 2013-11-20 2014-03-26 南京信息工程大学 一种高速铁路轨道基础沉降监控系统及监控方法
CN104792336A (zh) * 2015-03-31 2015-07-22 北京航空航天大学 一种飞行状态测量方法及装置
CN104849736A (zh) * 2014-02-13 2015-08-19 黑龙江省水利科学研究院 具有rtk技术堤坝管涌渗漏入口检测系统
CN104913743A (zh) * 2014-11-25 2015-09-16 国家电网公司 基于惯性测量的电力铁塔变形监测方法
CN104964666A (zh) * 2015-06-01 2015-10-07 山东鼎成卫星导航定位技术有限公司 一种基于虚拟加速度的gnss变形监测方法及系统
CN105091951A (zh) * 2015-09-25 2015-11-25 江苏省泰州引江河管理处 一种闸站水工建筑物变形监测及状态预警方法
WO2016032897A1 (en) * 2014-08-23 2016-03-03 Trimble Navigation Limited Earthquake and displacement early warning system
CN105444726A (zh) * 2014-08-28 2016-03-30 中建四局第六建筑工程有限公司 一种基于北斗卫星的建筑结构变形监测方法及系统
CN105531592A (zh) * 2013-09-02 2016-04-27 诺思罗普·格鲁曼·利特夫有限责任公司 用于确定运动结构的移动和振荡的系统和方法
CN105806208A (zh) * 2016-03-11 2016-07-27 河南理工大学 一种基于gnss网形变化的形变异常检测方法
CN105842480A (zh) * 2015-12-08 2016-08-10 谢谟文 一种用于监测岩土体运动态势的传感器
CN106297254A (zh) * 2016-10-18 2017-01-04 重庆地质矿产研究院 一种gnss多维位移监测系统及其远程数据处理方法
CN107341344A (zh) * 2017-06-22 2017-11-10 武汉大学 土石坝外部变形监测自动化数据处理与集成的方法
CN107462246A (zh) * 2017-07-07 2017-12-12 南京天辰礼达电子科技有限公司 一种挖机引导系统
CN107607034A (zh) * 2017-10-26 2018-01-19 湖南天羿领航科技有限公司 一种路灯杆用智能变形监测终端
CN108317949A (zh) * 2018-02-07 2018-07-24 桂林电子科技大学 一种rtk高精度差分定位形变监测系统及方法
CN108802805A (zh) * 2018-06-07 2018-11-13 武汉大学 六自由度宽频带一体化地震监测系统
CN110017765A (zh) * 2019-05-29 2019-07-16 中国地质环境监测院 一种混合定位滑坡形变监测系统
CN110325833A (zh) * 2017-02-06 2019-10-11 丰山Fns株式会社 用于精确测量结构的系统及其方法
CN110488808A (zh) * 2019-07-12 2019-11-22 北京合众思壮科技股份有限公司 自动驾驶方法及智能控制天线
CN110879053A (zh) * 2019-12-20 2020-03-13 湖北楚航电子科技有限公司 一种多传感器集成的边坡变形自动监测装置
CN110926324A (zh) * 2019-12-06 2020-03-27 四川大学 基于北斗技术的工程时变测量装置
CN111190205A (zh) * 2020-03-18 2020-05-22 南通四建集团有限公司 用于施工过程的北斗/gnss高精度快速定位设备及方法
CN111220065A (zh) * 2019-12-11 2020-06-02 湖南联智科技股份有限公司 一种多模式联合的北斗变形监测数据处理系统及方法
CN112558132A (zh) * 2020-12-14 2021-03-26 广州信息投资有限公司 一种智慧灯杆监测方法、计算机介质及装置
CN113240358A (zh) * 2021-07-13 2021-08-10 中铁大桥科学研究院有限公司 一种超大跨斜拉桥梁型施工徐变数据自动记录方法
CN113670183A (zh) * 2021-08-24 2021-11-19 孟晓林 一种集成gnss与加速度计的监测装置、方法及存储介质
CN114252898A (zh) * 2020-09-21 2022-03-29 千寻位置网络有限公司 位移监测方法、装置、系统及电子设备
CN114427828A (zh) * 2022-01-27 2022-05-03 浙江大辰北斗科技有限公司 一种电力铁塔形变测量中的多天线接收机信号同步方法
US20230194732A1 (en) * 2021-12-22 2023-06-22 Guangdong University Of Petrochemical Technology Convenient monitoring method and system for swing collapse risk of skyscrapers
CN117571015A (zh) * 2024-01-15 2024-02-20 大地巨人(北京)工程科技有限公司 一种强夯施工状态监测方法、装置、设备及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3038068B1 (fr) * 2015-06-29 2020-02-07 Altran Technologies - Altran Procede de detection d'un seisme et systeme mettant en œuvre ce procede

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1945211A (zh) * 2006-10-24 2007-04-11 北京航空航天大学 一种基于双dsp的集成化组合导航计算机
US20070118286A1 (en) * 2005-11-23 2007-05-24 The Boeing Company Ultra-tightly coupled GPS and inertial navigation system for agile platforms
CN101102593A (zh) * 2007-07-31 2008-01-09 东南大学 基于无线通讯网络的移动基站定位方法
CN101261129A (zh) * 2008-02-22 2008-09-10 北京航空航天大学 一种基于dsp和fpga的组合导航计算机
CN101867868A (zh) * 2010-03-26 2010-10-20 东南大学 一种组合导航装置和实施方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070118286A1 (en) * 2005-11-23 2007-05-24 The Boeing Company Ultra-tightly coupled GPS and inertial navigation system for agile platforms
CN1945211A (zh) * 2006-10-24 2007-04-11 北京航空航天大学 一种基于双dsp的集成化组合导航计算机
CN101102593A (zh) * 2007-07-31 2008-01-09 东南大学 基于无线通讯网络的移动基站定位方法
CN101261129A (zh) * 2008-02-22 2008-09-10 北京航空航天大学 一种基于dsp和fpga的组合导航计算机
CN101867868A (zh) * 2010-03-26 2010-10-20 东南大学 一种组合导航装置和实施方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
富立等: "MIMU辅助GPS跟踪环路嵌入式硬件平台设计", 《中国惯性技术学报》, vol. 18, no. 6, 31 December 2010 (2010-12-31), pages 733 - 736 *

Cited By (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103398682A (zh) * 2013-08-08 2013-11-20 宁波海创天下信息科技有限公司 一种桥梁位移监测系统及其监测方法
CN105531592A (zh) * 2013-09-02 2016-04-27 诺思罗普·格鲁曼·利特夫有限责任公司 用于确定运动结构的移动和振荡的系统和方法
CN103676844B (zh) * 2013-11-20 2016-04-13 南京信息工程大学 一种高速铁路轨道基础沉降监控系统及监控方法
CN103676844A (zh) * 2013-11-20 2014-03-26 南京信息工程大学 一种高速铁路轨道基础沉降监控系统及监控方法
CN104849736A (zh) * 2014-02-13 2015-08-19 黑龙江省水利科学研究院 具有rtk技术堤坝管涌渗漏入口检测系统
WO2016032897A1 (en) * 2014-08-23 2016-03-03 Trimble Navigation Limited Earthquake and displacement early warning system
US10677944B2 (en) 2014-08-23 2020-06-09 Trimble Inc. Earthquake and displacement early warning system
CN105444726A (zh) * 2014-08-28 2016-03-30 中建四局第六建筑工程有限公司 一种基于北斗卫星的建筑结构变形监测方法及系统
CN104913743A (zh) * 2014-11-25 2015-09-16 国家电网公司 基于惯性测量的电力铁塔变形监测方法
CN104792336A (zh) * 2015-03-31 2015-07-22 北京航空航天大学 一种飞行状态测量方法及装置
CN104964666A (zh) * 2015-06-01 2015-10-07 山东鼎成卫星导航定位技术有限公司 一种基于虚拟加速度的gnss变形监测方法及系统
CN104964666B (zh) * 2015-06-01 2017-07-14 山东鼎成卫星导航定位技术有限公司 一种基于虚拟加速度的gnss变形监测方法及系统
CN105091951A (zh) * 2015-09-25 2015-11-25 江苏省泰州引江河管理处 一种闸站水工建筑物变形监测及状态预警方法
CN105842480A (zh) * 2015-12-08 2016-08-10 谢谟文 一种用于监测岩土体运动态势的传感器
CN105842480B (zh) * 2015-12-08 2018-09-25 谢谟文 一种用于监测岩土体运动态势的传感器
CN105806208B (zh) * 2016-03-11 2018-03-09 河南理工大学 一种基于gnss网形变化的形变异常检测方法
CN105806208A (zh) * 2016-03-11 2016-07-27 河南理工大学 一种基于gnss网形变化的形变异常检测方法
CN106297254A (zh) * 2016-10-18 2017-01-04 重庆地质矿产研究院 一种gnss多维位移监测系统及其远程数据处理方法
CN110325833A (zh) * 2017-02-06 2019-10-11 丰山Fns株式会社 用于精确测量结构的系统及其方法
CN110325833B (zh) * 2017-02-06 2021-06-25 丰山Fns株式会社 用于精确测量结构的系统及其方法
CN107341344A (zh) * 2017-06-22 2017-11-10 武汉大学 土石坝外部变形监测自动化数据处理与集成的方法
CN107462246A (zh) * 2017-07-07 2017-12-12 南京天辰礼达电子科技有限公司 一种挖机引导系统
CN107607034A (zh) * 2017-10-26 2018-01-19 湖南天羿领航科技有限公司 一种路灯杆用智能变形监测终端
CN108317949A (zh) * 2018-02-07 2018-07-24 桂林电子科技大学 一种rtk高精度差分定位形变监测系统及方法
CN108317949B (zh) * 2018-02-07 2020-05-15 桂林电子科技大学 一种rtk高精度差分定位形变监测系统及方法
CN108802805A (zh) * 2018-06-07 2018-11-13 武汉大学 六自由度宽频带一体化地震监测系统
CN108802805B (zh) * 2018-06-07 2019-10-11 武汉大学 六自由度宽频带一体化地震监测系统
CN110017765A (zh) * 2019-05-29 2019-07-16 中国地质环境监测院 一种混合定位滑坡形变监测系统
CN110017765B (zh) * 2019-05-29 2024-04-05 中国地质环境监测院 一种混合定位滑坡形变监测系统
CN110488808A (zh) * 2019-07-12 2019-11-22 北京合众思壮科技股份有限公司 自动驾驶方法及智能控制天线
CN110926324A (zh) * 2019-12-06 2020-03-27 四川大学 基于北斗技术的工程时变测量装置
CN111220065A (zh) * 2019-12-11 2020-06-02 湖南联智科技股份有限公司 一种多模式联合的北斗变形监测数据处理系统及方法
CN111220065B (zh) * 2019-12-11 2020-10-09 湖南联智科技股份有限公司 一种多模式联合的北斗变形监测数据处理系统及方法
CN110879053A (zh) * 2019-12-20 2020-03-13 湖北楚航电子科技有限公司 一种多传感器集成的边坡变形自动监测装置
CN111190205A (zh) * 2020-03-18 2020-05-22 南通四建集团有限公司 用于施工过程的北斗/gnss高精度快速定位设备及方法
CN114252898A (zh) * 2020-09-21 2022-03-29 千寻位置网络有限公司 位移监测方法、装置、系统及电子设备
CN112558132A (zh) * 2020-12-14 2021-03-26 广州信息投资有限公司 一种智慧灯杆监测方法、计算机介质及装置
CN113240358B (zh) * 2021-07-13 2021-09-21 中铁大桥科学研究院有限公司 一种超大跨斜拉桥梁型施工徐变数据自动记录方法
CN113240358A (zh) * 2021-07-13 2021-08-10 中铁大桥科学研究院有限公司 一种超大跨斜拉桥梁型施工徐变数据自动记录方法
CN113670183A (zh) * 2021-08-24 2021-11-19 孟晓林 一种集成gnss与加速度计的监测装置、方法及存储介质
US20230194732A1 (en) * 2021-12-22 2023-06-22 Guangdong University Of Petrochemical Technology Convenient monitoring method and system for swing collapse risk of skyscrapers
US12000937B2 (en) * 2021-12-22 2024-06-04 Guangdong University Of Petrochemical Technology Convenient monitoring method and system for swing collapse risk of skyscrapers
CN114427828A (zh) * 2022-01-27 2022-05-03 浙江大辰北斗科技有限公司 一种电力铁塔形变测量中的多天线接收机信号同步方法
CN117571015A (zh) * 2024-01-15 2024-02-20 大地巨人(北京)工程科技有限公司 一种强夯施工状态监测方法、装置、设备及存储介质
CN117571015B (zh) * 2024-01-15 2024-03-19 大地巨人(北京)工程科技有限公司 一种强夯施工状态监测方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN102608625B (zh) 2014-04-16

Similar Documents

Publication Publication Date Title
CN102608625B (zh) 基于惯性辅助定位接收机的实时形变监测预警系统及方法
Shi et al. Seismic deformation of the Mw 8.0 Wenchuan earthquake from high-rate GPS observations
Yigit Experimental assessment of post-processed kinematic precise point positioning method for structural health monitoring
Yi et al. Recent research and applications of GPS based technology for bridge health monitoring
Yi et al. Recent research and applications of GPS‐based monitoring technology for high‐rise structures
Xu et al. High-rate precise point positioning (PPP) to measure seismic wave motions: an experimental comparison of GPS PPP with inertial measurement units
Genrich et al. Instantaneous geodetic positioning with 10–50 Hz GPS measurements: Noise characteristics and implications for monitoring networks
Kato et al. Real-time observation of tsunami by RTK-GPS
CN103471544B (zh) 一种基于北斗的高精度位移形变监测应用系统
Moschas et al. Strong motion displacement waveforms using 10‐Hz precise point positioning GPS: An assessment based on free oscillation experiments
CN110849322B (zh) 一种输电线路塔基三维位移轨迹高精度监测方法
Kaloop et al. Monitoring of bridge deformation using GPS technique
Casciati et al. Engineering vibration monitoring by GPS: Long duration records
Li et al. Real-time capturing of seismic waveforms using high-rate BDS, GPS and GLONASS observations: the 2017 Mw 6.5 Jiuzhaigou earthquake in China
JP2007199051A (ja) 地質の動きを評価するシステムおよび方法
Tu et al. A new algorithm for tight integration of real-time GPS and strong-motion records, demonstrated on simulated, experimental, and real seismic data
Psimoulis et al. Consistency of GPS and strong-motion records: case study of Mw9. 0 Tohoku-Oki 2011 earthquake
Breuer et al. Monitoring horizontal displacements in a vertical profile of a tall industrial chimney using Global Positioning System technology for detecting dynamic characteristics
Ogaja et al. Toward the implementation of on-line structural monitoring using RTK-GPS and analysis of results using the wavelet transform
Meng et al. Real-time bridge deflection and vibration monitoring using an integrated GPS/accelerometer/pseudolite system
Guo et al. Rapid earthquake focal mechanism inversion using high-rate GPS velometers in sparse network
Meisina et al. Choice of surveying methods for landslides monitoring
Bogusz et al. GNSS-based multi-sensor system for structural monitoring applications
JP2008003071A (ja) 地震時の建造物変形量に基づく地震マグニチュードの早期予測方法及び地震マグニチュードの早期予測プログラム
Ogaja A framework in support of structural monitoring by real time kinematic gps and multisensor data

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant