CN106441174A - 一种高边坡形变监测方法及系统 - Google Patents

一种高边坡形变监测方法及系统 Download PDF

Info

Publication number
CN106441174A
CN106441174A CN201610812765.4A CN201610812765A CN106441174A CN 106441174 A CN106441174 A CN 106441174A CN 201610812765 A CN201610812765 A CN 201610812765A CN 106441174 A CN106441174 A CN 106441174A
Authority
CN
China
Prior art keywords
difference
monitoring
carrier
station
reference station
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
CN201610812765.4A
Other languages
English (en)
Other versions
CN106441174B (zh
Inventor
王守华
周团
邓桂辉
陆明炽
纪元法
孙希延
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.)
Guilin University of Electronic Technology
Original Assignee
Guilin University of Electronic Technology
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 Guilin University of Electronic Technology filed Critical Guilin University of Electronic Technology
Priority to CN201610812765.4A priority Critical patent/CN106441174B/zh
Publication of CN106441174A publication Critical patent/CN106441174A/zh
Application granted granted Critical
Publication of CN106441174B publication Critical patent/CN106441174B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
    • G01B15/06—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring the deformation in a solid
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/43—Determining position using carrier phase measurements, e.g. kinematic positioning; using long or short baseline interferometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/51—Relative positioning

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明提供的一种高边坡形变监测方法及系统，消除载波观测值粗差，使用无偏估计法消除残差，计算单差几何距离，每个监测站相对于基准站做载波单差运算，联立所有同步观测卫星的载波单差表达式，对相邻两个历元的载波单差矩阵做差分，建立历元间的基线向量变化量与单差接收机时钟差变化量的矩阵方程，运用最小二乘法计算出高边坡三维形变量上述监测方法，大大提高了监测效率和监测精度；在基准站和各监测站均设置GPS接收机，各监测站的监测数据通过基于TCP/IP通信协议的LXI发现机制经交换机传输至基准站，监测数据的准确性不受环境影响，且不会出现误传、错传等，既提高环境适应性，又提高监测精度。

Description

一种高边坡形变监测方法及系统
技术领域
本发明涉及地质灾害工程领域，用于高边坡监测预警，特别是涉及高边坡形变监测方法及系统。
背景技术
土质边坡高度大于20m小于100m、岩质边坡高度大于30m小于100m范围的，为高边坡。我国地形、地质因素复杂，使得国家经济发展和人们日常生活时常受到高边坡的威胁。贵州关岭滑坡事件、重庆城口县山体滑坡以及汉源万工乡滑坡时间，均造成不同程度人员伤亡、财产损失；修建公路、铁路以及大型水电工程过程中，高边坡滑坡会阻碍施工进度、延误工期、带来经济损失，甚至会威胁施工人员生命安全。
传统高边坡监测，使用多个传感器构成传感器网络，传感器网络将高边坡表面测点位移数据通过GPRS模块传输至数据中心，由数据中心依据预警模型对所测数据进行分析和对比，其缺点在于：传感器网络在一定程度上容易受到复杂地质环境的影响，导致传感器脱离网络、无法自适应调整网络的情况，需人工定期维护，导致自动化程度差、浪费人力物力；数据中心将传感器网络的采集数据直接运用至预警模型，直接进行数据分析和对比，会产生较大原始数据误差，模糊度搜索需进行大量计算，导致监测速率低、监测精度低。
发明内容
本发明提供一种高边坡形变监测方法及系统，解决现有技术存在的环境适应性差、监测精度低的问题。
本发明通过以下技术方案解决上述问题：
一种高边坡形变监测方法，包括以下步骤：
步骤(1)消除载波观测值粗差：
对基准站和每个监测站的载波观测值，分别进行历元间载波单差运算，剔除产生载波周跳的共视卫星数据，得到基准站和每个监测站的实测数据；基准站和每个监测站在每个历元的实测数据对应的共视卫星，为同步观测卫星；
步骤(2)使用无偏估计法消除实测数据的残差：
步骤(21)对每个监测站相对于基准站的实测数据，分别在历元间载波单差的基础上进行监测点间的载波差分，得到每个监测站相对于基准站的载波双差数组；
步骤(22)分别计算每个监测站相对于基准站的载波双差数组的平均值和标准差；若载波双差数组中的某一元素与平均值相减后的绝对值超过2倍标准差，则将元素替换为平均值；否则，保留该元素；得到每个监测站的精确数据；
步骤(3)求高边坡三维形变量：
步骤(31)计算每个监测站相对于基准站，到各个同步观测卫星的单差几何距离；
步骤(32)针对同一颗同步观测卫星，对每个监测站相对于基准站的精确数据进行载波单差运算，得到每个监测站相对于基准站的载波单差表达式；
步骤(33)将步骤(31)所得的单差几何距离分别代入步骤(32)所得的对应载波单差表达式中，得到每一颗同步观测卫星的载波单差向量方程；联立所有同步观测卫星的载波单差表达式，得到载波单差矩阵方程组；并对相邻两个历元的载波单差矩阵做差分，得到载波双差矩阵方程组；
步骤(34)建立历元间的基线向量变化量与单差接收机时钟差变化量的矩阵方程；
步骤(35)联立步骤(33)的载波双差矩阵方程组以及步骤(34)的矩阵方程组，运用最小二乘法计算出高边坡三维形变量；
步骤(4)当高边坡三维形变量超出阈值，说明有发生地质灾害的风险。
进一步地，步骤(32)中的精确数据是以电磁波波长为单位的载波相位测量值。
进一步地，步骤(34)中，基线向量是指由基准站指向各监测站的向量；单差接收机时钟差是指基准站的接收机与各监测站接收机的时钟差。
进一步地，步骤(32)的精确数据与电磁波波长、电磁波频率、伪距测量值、电离层延时、对流层延时、接收机时钟误差、卫星时钟误差、整周模糊度以及测量误差有关；其中，由于各监测站与基准站之间距离小于预设值时，进行载波单差后可消除电离层延时误差、对流层延时误差以及测量误差。
进一步地，步骤(33)中，载波单差矩阵方程为：
步骤(33)中，载波双差矩阵方程为：
其中，载波单差矩阵方程中，为第n个同步观测卫星对应的精确数据中各监测站相对于基准站的相位差，λ为电磁波波长，c为电磁波速度，为基准站到第n个同步观测卫星的单位向量的转置，bBA为基准站A到监测站B的基线向量，δtBA为单差接收机时钟差，第n个同步观测卫星下的单差整周模糊度；载波双差矩阵方程是由载波单差矩阵方程做历元ti和ti+1的差分而得，1≤n≤M。
进一步地，步骤(34)中，建立历元间的基线向量变化量与单差接收机时钟差变化量的矩阵方程：
其中，ΔbBA为历元ti和ti+1间基线向量变化量，ΔδtBA为ti和ti+1间单差接收机始终差变化量。
一种高边坡形变监测系统，包括基准站、交换机以及至少一个监测站；
所述监测站包括监测站端GPS接收机以及监测站端控制器模块；所述监测站端GPS接收机接收外部卫星信号；所述监测站端GPS接收机与监测站端控制器模块相连；所述各监测站端控制器模块基于TCP/IP协议上的LXI总线机制与交换机传输数据；
所述基准站包括基准站端控制器模块以及基准站端GPS接收机；所述基准站端GPS接收机接收外部卫星信号；所述基准站端GPS接收机与基准站端控制器模块相连；所述基准站端控制器模块基于TCP/IP协议上的LXI总线机制接收交换机传输的数据。
进一步地，所述各监测站端GPS接收机接收外部卫星信号，获取各监测站相对于外部卫星的载波观测值和伪距测量值；所述载波观测值和伪距测量值输入至相应的监测站端控制器模块，在所述监测站端控制器模块的控制下经交换机输入至基准站端控制器模块；
所述基准站端GPS接收机接收外部卫星信号，获取基准站的载波观测值和伪距测量值，输入至基准站端控制器模块中，所述基准站端控制器模块对获取的数据进行形变监测运算和处理后，获取各监测点的高边坡形变量。
进一步地，所述监测站端GPS接收机及基准站端GPS接收机均为诺瓦泰GPS接收机。
进一步地，所述监测站端控制器模块以及基准站端控制器模块均为S3C2440。
与现有技术相比，具有如下特点：
1、对基准站和每个监测站的载波观测值，分别进行历元间载波单差运算，消除载波观测值粗差，再使用无偏估计法消除残差，结合每个监测站相对于基准站到各个同步观测卫星的单差几何距离，以及每个监测站相对于基准站载波单差运算，再联立所有同步观测卫星的载波单差表达式，并对相邻两个历元的载波单差矩阵做差分，再建立历元间的基线向量变化量与单差接收机时钟差变化量的矩阵方程，运用最小二乘法计算出高边坡三维形变量上述监测方法，既提高了用于计算高边坡三维变量的数据准确度，又避免了整周模糊度搜索的大量计算，大大提高了监测效率和监测精度；
2、在基准站和各监测站均设置GPS接收机，各监测站的监测数据通过基于TCP/IP通信协议的LXI发现机制经交换机传输至基准站，用于三维形变量的计算，使用GPS接收机，监测数据的准确性不受环境影响，且以LXI的发现机制进行数据传输，不会出现误传、错传等，既提高环境适应性，又提高监测精度。
附图说明
图1为本发明的原理框图。
图2为基准站、监测站以及卫星之间的向量图。
具体实施方式
以下结合实施例对本发明作进一步说明，但本发明并不局限于这些实施例。
基于上述高边坡形变监测方法的系统，包括基准站、交换机以及至少一个监测站；所述监测站包括监测站端GPS接收机以及监测站端控制器模块；所述监测站端GPS接收机接收外部卫星信号；所述监测站端GPS接收机与监测站端控制器模块相连；所述各监测站端控制器模块基于TCP/IP协议上的LXI总线机制与交换机传输数据；所述基准站包括基准站端控制器模块以及基准站端GPS接收机；所述基准站端GPS接收机接收外部卫星信号；所述基准站端GPS接收机与基准站端控制器模块相连；所述基准站端控制器模块基于TCP/IP协议上的LXI总线机制接收交换机传输的数据。
所述各监测站端GPS接收机接收外部卫星信号，获取各监测站相对于外部卫星的载波观测值和伪距测量值；所述载波观测值和伪距测量值输入至相应的监测站端控制器模块，在所述监测站端控制器模块的控制下经交换机输入至基准站端控制器模块；所述基准站端GPS接收机接收外部卫星信号，获取基准站的载波观测值和伪距测量值，输入至基准站端控制器模块中，所述基准站端控制器模块对获取的数据进行形变监测运算和处理后，获取各监测点的高边坡形变量。监测站端控制器模块以及基准站端控制器模块均为S3C2440。
在网络通信关系中，基准站为服务器，各监测站为客户端。客户端之间不需要相互通信，客户端与服务器之间是点对点的通信，而服务器与客户端的通信可以是点对点的通信，也可以是广播式通信。基准站位置固定，通过基准站与监测站同一历元的共视卫星做载波差分运算，得到载波差分跟基线向量的等式关系，经相邻两个历元的差分等式平差可以求出前后历元的形变量。首先监测站向基准站发送TCP连接请求，等待与服务器连接成功。连接成功后，服务器端为当前的连接绑定一个唯一的ID号并保存到链表中，完成了仪器的发现过程。在基准站需要控制监测站执行某些指令时，通过唯一的ID号找到在链表中的该连接并发送命令。
根据待监测高边坡的地形布置基准站以及各监测站，基准站端GPS接收机安装于视野开阔处，如稳固的开阔的山顶或楼顶，以保证信号的良好接收，同时应远离大功率通信基站；监测点的布置应该权衡均匀分布和有代表性布置，可以监测坡体的整体形变，并可以进行相互之间的对比分析。
各监测站和基准站同时接收卫星数据，各监测站端GPS接收机接收原始数据，各监测站端控制器模块按照接收机厂商设定的数据格式将原始数据转换为标准化数据格式，即Rinex格式数据，通过TCP/IP网络协议将各监测站转换得的Rinex格式数据传输至基准站，基准站端控制器模块根据上述数据以及基准站的Rinex格式数据做形变监测计算，求出各监测点的变形量。根据一定时间段内的形变量建立数学模型，通过数学模型预测滑坡发生的时间和滑坡发生的规模。
本发明基准站端GPS接收机及各监测站端GPS接收机均为诺瓦泰GPS接收机。GPS定位技术具有不受气候条件限制、测站间无需通视、可同时测量定点的三维坐标及自动化程度高等优点，不仅适用于大范围、长距离的地壳形变监测，也适用于小范围、短距离、高精度的地质灾害监测，其环境适应性强以及精度高的特点非常适用于高边坡形变监测。诺瓦泰GPS接收机输出的是.GPS格式数据，需要通过Novatel官方配套的软件来转换成Rinex格式数据。
各监测站的Rinex文件通过TCP/IP网络协议传送到基准站，在基准站搭建远程过程调用协议(RPC)服务器，监测站端采用LXI协议的发现机制。
进行高边坡形变计算时，利用各监测点之间的载波相位单差与基线向量之间的相关性建立载波单差观测方程，利用历元间差分探测并消除粗差，然后对单差观测方程做历元间差分运算，消除掉卫星钟差、接收机钟差以及整周模糊度，再利用无偏估计法对观测数据消除残差，将接收机钟差之差及其监测点的变形量作为参数进行直接求解。
一种高边坡形变监测方法，包括以下步骤：
步骤(1)消除载波观测值粗差：
对基准站和每个监测站的载波观测值，分别进行历元间载波单差运算，剔除产生载波周跳的共视卫星数据，得到基准站和每个监测站的实测数据；基准站和每个监测站在每个历元的实测数据对应的共视卫星，为同步观测卫星。
基准站和各监测站均为监测点，将监测点标记为C，监测点C的历元间载波单差为：
其中，j表示第j颗共视卫星，表示ti历元的载波观测值，表示ti+1历元的载波观测值；应当为平滑曲线，有不平滑处的，剔除当前历元下该值对应的载波观测值，M为同步观测卫星数量，Μ≥4。
步骤(1)中的实测数据存在残差，残差在一定范围内波动，这种波动可能是形变位移造成，也可能是测量误差造成的，使用无偏估计法可以将测量误差分离出来。
步骤(2)使用无偏估计法消除实测数据的残差：
步骤(21)对每个监测站相对于基准站的实测数据，分别在历元间载波单差的基础上进行监测点间的载波差分，得到每个监测站相对于基准站的载波双差数组；
步骤(22)分别计算每个监测站相对于基准站的载波双差数组的平均值和标准差；若载波双差数组中的某一元素与平均值相减后的绝对值超过2倍标准差，则将元素替换为平均值；否则，保留该元素；得到每个监测站的精确数据。
将基准站标记为A，将各监测站标记为B，以实测数据为数据基础，对各监测站B相对于基准站A的实测数据，分别在历元间载波单差的基础上进行监测点间的载波差分，得到载波双差数组。用公式计算载波双差数组的平均值，其中，M为载波双差数组的长度，与同步观测卫星数量相等，为载波双差数组中的第i个元素值，1≤i≤M；用公式计算载波双差数组的标准差；当载波双差数组中的某一元素与μ差值的绝对值超过2σ时，剔除该值并用μ代替，否则保留原值，即：
步骤(3)求高边坡三维形变量：
步骤(31)计算每个监测站相对于基准站，到各个同步观测卫星的单差几何距离；
步骤(32)针对同一颗同步观测卫星，对每个监测站相对于基准站的精确数据进行载波单差运算，得到每个监测站相对于基准站的载波单差表达式；
步骤(33)将步骤(31)所得的单差几何距离分别代入步骤(32)所得的对应载波单差表达式中，得到每一颗同步观测卫星的载波单差向量方程；联立所有同步观测卫星的载波单差表达式，得到载波单差矩阵方程组；并对相邻两个历元的载波单差矩阵做差分，得到载波双差矩阵方程组；
步骤(34)建立历元间的基线向量变化量与单差接收机时钟差变化量的矩阵方程；
步骤(35)联立步骤(33)的载波双差矩阵方程组以及步骤(34)的矩阵方程组，运用最小二乘法计算出高边坡三维形变量。
步骤(31)中，由图2可知，bBA为基准站A指向监测站B的基线向量，为基准站A指向同步观测卫星j的单位向量，为基准站A对同步观测卫星j的载波测量值，为监测站B对同步观测卫星j的载波测量值，为单差几何距离，同理，为基准站A指向同步观测卫星k的单位向量，为基准站A对同步观测卫星k的载波测量值，为监测站B 对同步观测卫星k的载波测量值，1≤j≤M,1≤k≤M。
求单差几何距离： 为基准站A到同步观测卫星i的单位向量，为bBA为基准站A到监测站B的基线向量，1≤i≤M；
通过GPS接收机获取基准站A和监测站B的初始三维坐标，分别标记为(XA，YA，ZA)和(XB，YB，ZB)，做向量平差运算，得到基准站A到监测站B的基线向量：bBA＝(XB,YB,ZB)-(XA,YA,ZA)。
步骤(32)的精确数据是以电磁波波长为单位的载波相位测量值，与电磁波波长、电磁波频率、伪距测量值、电离层延时、对流层延时、接收机时钟误差、卫星时钟误差、整周模糊度以及测量误差有关；其中，由于各监测站与基准站之间距离小于预设值时，进行载波单差后可消除电离层延时误差、对流层延时误差以及测量误差。精确数据的表达式为：
其中，λ为电磁波的波长，f为电磁波的频率，r为伪距测量值，I为电离层延时，T为对流层延时，δtu为接收机时钟误差，δt(s)为卫星时钟误差，N为整周模糊度，εφ为测量误差；
基准站A和监测站B距离小于预设值，该预设值一般小于10km，进行载波单差后可消除电离层延时误差和对流层延时误差。基准站A对于同步观测卫星i的载波测量值表示为监测站B对于同步观测卫星i的载波测量值表示为：
基准站A与监测站B对于同步观测卫星i做载波单差，得：
由于基准站A和监测站B距离小于10km，载波单差后则电离层延时和对流层延时接近于零，因此：
上式中，为单差几何距离，为单差接收机时钟差，为单差整周模糊度，为测量噪声。可见，以电磁波波长为单位的载波相位测量值与电磁波波长、电磁波频率、伪距测量值、电离层延时、对流层延时、接收机时钟误差、卫星时钟误差、整周模糊度以及测量误差有关；其中，由于各监测站与基准站之间距离小于预设值时，可消除电离层延时误差和对流层延时误差；测量误差可忽略。
步骤(33)中，载波单差矩阵方程为：
步骤(33)中，载波双差矩阵方程为：
其中，载波单差矩阵方程中，为第n个同步观测卫星对应的精确数据中各监测站相对于基准站的相位差，λ为电磁波波长，c为电磁波速度，为基准站到第n个同步观测卫星的单位向量的转置，bBA为基准站A到监测站B的基线向量，δtBA为单差接收机时钟差，第n个同步观测卫星下的单差整周模糊度；载波双差矩阵方程是由载波单差矩阵方程做历元ti和ti+1的差分而得，1≤n≤M。
步骤(34)基线向量是指由基准站指向各监测站的向量，单差接收机时钟差是指各基准站的接收机与各监测站接收机的时钟差。建立历元间的基线向量变化量与单差接收机时钟差变化量的矩阵方程：
其中，ΔbBA为历元ti和ti+1间基线向量变化量，ΔδtBA为历元ti和ti+1间单差接收机时钟差变化量。
步骤(33)的载波双差矩阵方程和(34)的矩阵方程联立，并设得：
步骤(4)当高边坡三维形变量超出阈值，说明有发生地质灾害的风险。
为验证本发明的环境适应性以及监测精度，本发明进行大量的实验验证，验证时，基准站固定，监测点根据高边坡地质环境进行均匀性、代表性布控，平面定位精度可达±3mm，垂直定位精度为±5mm。

Claims (10)

1.一种高边坡形变监测方法，其特征在于，包括以下步骤：
步骤(1)消除载波观测值粗差：
对基准站和每个监测站的载波观测值，分别进行历元间载波单差运算，剔除产生载波周跳的共视卫星数据，得到基准站和每个监测站的实测数据；基准站和每个监测站在每个历元的实测数据对应的共视卫星，为同步观测卫星；
步骤(2)使用无偏估计法消除实测数据的残差：
步骤(21)对每个监测站相对于基准站的实测数据，分别在历元间载波单差的基础上进行监测点间的载波差分，得到每个监测站相对于基准站的载波双差数组；
步骤(22)分别计算每个监测站相对于基准站的载波双差数组的平均值和标准差；若载波双差数组中的某一元素与平均值相减后的绝对值超过2倍标准差，则将元素替换为平均值；否则，保留该元素；得到每个监测站的精确数据；
步骤(3)求高边坡三维形变量：
步骤(31)计算每个监测站相对于基准站，到各个同步观测卫星的单差几何距离；
步骤(32)针对同一颗同步观测卫星，对每个监测站相对于基准站的精确数据进行载波单差运算，得到每个监测站相对于基准站的载波单差表达式；
步骤(33)将步骤(31)所得的单差几何距离分别代入步骤(32)所得的对应载波单差表达式中，得到每一颗同步观测卫星的载波单差向量方程；联立所有同步观测卫星的载波单差表达式，得到载波单差矩阵方程组；并对相邻两个历元的载波单差矩阵做差分，得到载波双差矩阵方程组；
步骤(34)建立历元间的基线向量变化量与单差接收机时钟差变化量的矩阵方程；
步骤(35)联立步骤(33)的载波双差矩阵方程组以及步骤(34)的矩阵方程组，运用最小二乘法计算出高边坡三维形变量；
步骤(4)当高边坡三维形变量超出阈值，说明有发生地质灾害的风险。
2.根据权利要求1所述的一种高边坡形变监测方法，其特征在于：步骤(32)中的精确数据是以电磁波波长为单位的载波相位测量值。
3.根据权利要求1所述的一种高边坡形变监测方法，其特征在于：步骤(34)中，基线向量是指由基准站指向各监测站的向量；单差接收机时钟差是指基准站的接收机与各监测站接收机的时钟差。
4.根据权利要求2所述的一种高边坡形变监测方法，其特征在于：
步骤(32)的精确数据与电磁波波长、电磁波频率、伪距测量值、电离层延时、对流层延时、接收机时钟误差、卫星时钟误差、整周模糊度以及测量误差有关；其中，由于各监测站与基准站之间距离小于预设值时，进行载波单差后可消除电离层延时误差、对流层延时误差以及测量误差。
5.根据权利要求1所述的一种高边坡形变监测方法，其特征在于：
步骤(33)中，载波单差矩阵方程为：
步骤(33)中，载波双差矩阵方程为：
其中，载波单差矩阵方程中，为第n个同步观测卫星对应的精确数据中各监测站相对于基准站的相位差，λ为电磁波波长，c为电磁波速度，为基准站到第n个同步观测卫星的单位向量的转置，bBA为基准站A到监测站B的基线向量，δtBA为单差接收机时钟差，第n个同步观测卫星下的单差整周模糊度；载波双差矩阵方程是由载波单差矩阵方程做历元ti和ti+1的差分而得，1≤n≤M。
6.根据权利要求1所述的一种高边坡形变监测方法，其特征在于：步骤(34)中，建立历元间的基线向量变化量与单差接收机时钟差变化量的矩阵方程：
Δ b B A Δδt B A = b B A , t i + 1 δt B A , t i + 1 - b B A , t i δt B A , t i ,
其中，ΔbBA为历元ti和ti+1间基线向量变化量，ΔδtBA为ti和ti+1间单差接收机始终差变化量。
7.基于权利要求1-6中任意一项所述的一种高边坡形变监测系统，其特征在于：
包括基准站、交换机以及至少一个监测站；
所述监测站包括监测站端GPS接收机以及监测站端控制器模块；所述监测站端GPS接收机接收外部卫星信号；所述监测站端GPS接收机与监测站端控制器模块相连；所述各监测站端控制器模块基于TCP/IP协议上的LXI总线机制与交换机传输数据；
所述基准站包括基准站端控制器模块以及基准站端GPS接收机；所述基准站端GPS接收机接收外部卫星信号；所述基准站端GPS接收机与基准站端控制器模块相连；所述基准站端控制器模块基于TCP/IP协议上的LXI总线机制接收交换机传输的数据。
8.根据权利要求7所述的一种高边坡形变监测系统，其特征在于：
所述各监测站端GPS接收机接收外部卫星信号，获取各监测站相对于外部卫星的载波观测值和伪距测量值；所述载波观测值和伪距测量值输入至相应的监测站端控制器模块，在所述监测站端控制器模块的控制下经交换机输入至基准站端控制器模块；
所述基准站端GPS接收机接收外部卫星信号，获取基准站的载波观测值和伪距测量值，输入至基准站端控制器模块中，所述基准站端控制器模块对获取的数据进行形变监测运算和处理后，获取各监测点的高边坡形变量。
9.根据权利要求7所述的一种高边坡形变监测系统，其特征在于：所述监测站端GPS接收机及基准站端GPS接收机均为诺瓦泰GPS接收机。
10.根据权利要求7所述的一种高边坡形变监测系统，其特征在于：所述监测站端控制器模块以及基准站端控制器模块均为S3C2440。
CN201610812765.4A 2016-09-09 2016-09-09 一种高边坡形变监测方法及系统 Active CN106441174B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610812765.4A CN106441174B (zh) 2016-09-09 2016-09-09 一种高边坡形变监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610812765.4A CN106441174B (zh) 2016-09-09 2016-09-09 一种高边坡形变监测方法及系统

Publications (2)

Publication Number Publication Date
CN106441174A true CN106441174A (zh) 2017-02-22
CN106441174B CN106441174B (zh) 2019-05-28

Family

ID=58167496

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610812765.4A Active CN106441174B (zh) 2016-09-09 2016-09-09 一种高边坡形变监测方法及系统

Country Status (1)

Country Link
CN (1) CN106441174B (zh)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107240228A (zh) * 2017-05-23 2017-10-10 华东交通大学 一种基于倾斜仪和gps的火山监测与预警系统及方法
CN108010276A (zh) * 2017-11-17 2018-05-08 桂林电子科技大学 一种基于伪gps的滑坡监测预警设备及预警方法
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
CN108332649A (zh) * 2018-02-07 2018-07-27 桂林电子科技大学 一种滑坡形变综合预警方法及系统
CN108508469A (zh) * 2018-04-17 2018-09-07 安徽继远软件有限公司 一种基于北斗前置解算的电力铁塔形变监测系统及其监测方法
CN109444935A (zh) * 2018-10-17 2019-03-08 桂林电子科技大学 一种低采样率的多普勒周跳探测和修复方法
CN109443188A (zh) * 2018-09-29 2019-03-08 桂林电子科技大学 一种双层多维滑坡监测方法
CN109521444A (zh) * 2018-10-22 2019-03-26 长安大学 一种地壳运动gps水平速度场自适应最小二乘拟合推估算法
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
CN111505687A (zh) * 2020-04-17 2020-08-07 中国科学院国家授时中心 一种基于gps卫星导航系统的原始观测值粗差剔除方法
CN111610308A (zh) * 2020-04-27 2020-09-01 杭州电子科技大学 一种基于rtk技术的双层滑坡监测系统及方法
CN112013756A (zh) * 2020-08-27 2020-12-01 桂林电子科技大学 一种双层基线边坡形变监测方法
CN112146557A (zh) * 2020-08-17 2020-12-29 武汉苍穹电子仪器有限公司 一种基于gnss的实时桥梁变形监测系统及方法
CN112381309A (zh) * 2020-11-23 2021-02-19 珠江水利委员会珠江水利科学研究院 水库大坝安全监测预警方法、装置、系统及存储介质
CN112444832A (zh) * 2020-12-03 2021-03-05 深圳大学 一种一机多天线接收机的周跳修复方法
CN113358017A (zh) * 2021-06-02 2021-09-07 同济大学 一种多站协同处理的gnss高精度变形监测方法
CN114594505A (zh) * 2022-03-21 2022-06-07 中石化石油工程技术服务有限公司 一种基于trackRT的滑坡实时GNSS监测系统
CN116990841A (zh) * 2023-06-25 2023-11-03 无锡卡尔曼导航技术有限公司南京技术中心 一种gnss形变监测数据质量控制方法、系统及装置
CN117037425A (zh) * 2023-08-07 2023-11-10 齐鲁高速(山东)装配有限公司 一种矿山边坡稳定性及环境监测预警方法、系统及终端

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100164789A1 (en) * 2008-12-30 2010-07-01 Gm Global Technology Operations, Inc. Measurement Level Integration of GPS and Other Range and Bearing Measurement-Capable Sensors for Ubiquitous Positioning Capability
US20130030684A1 (en) * 2010-04-12 2013-01-31 Nokia Corporation Selection of a relative positioning method
CN103344977A (zh) * 2013-06-08 2013-10-09 山东华戎信息产业有限公司 一种精度可切换的定位跟踪装置及定位跟踪方法
CN104502943A (zh) * 2014-06-03 2015-04-08 西北工业大学 一种室内伪卫星差分相对定位方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100164789A1 (en) * 2008-12-30 2010-07-01 Gm Global Technology Operations, Inc. Measurement Level Integration of GPS and Other Range and Bearing Measurement-Capable Sensors for Ubiquitous Positioning Capability
US20130030684A1 (en) * 2010-04-12 2013-01-31 Nokia Corporation Selection of a relative positioning method
CN103344977A (zh) * 2013-06-08 2013-10-09 山东华戎信息产业有限公司 一种精度可切换的定位跟踪装置及定位跟踪方法
CN104502943A (zh) * 2014-06-03 2015-04-08 西北工业大学 一种室内伪卫星差分相对定位方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘志平等: "实时序贯平差和组合观测值改进的GPS监测方法", 《测绘科学技术学报》 *
刘志平等: "结构变形监测的单频GPS动态三差法", 《同济大学学报（自然科学版）》 *
张楠: "滑坡体形变监测GPS载波相位差分定位与Kalman滤波算法研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 *

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107240228A (zh) * 2017-05-23 2017-10-10 华东交通大学 一种基于倾斜仪和gps的火山监测与预警系统及方法
CN108010276A (zh) * 2017-11-17 2018-05-08 桂林电子科技大学 一种基于伪gps的滑坡监测预警设备及预警方法
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
CN108332649A (zh) * 2018-02-07 2018-07-27 桂林电子科技大学 一种滑坡形变综合预警方法及系统
CN108332649B (zh) * 2018-02-07 2020-04-24 桂林电子科技大学 一种滑坡形变综合预警方法及系统
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
CN108508469A (zh) * 2018-04-17 2018-09-07 安徽继远软件有限公司 一种基于北斗前置解算的电力铁塔形变监测系统及其监测方法
CN109443188A (zh) * 2018-09-29 2019-03-08 桂林电子科技大学 一种双层多维滑坡监测方法
CN109444935A (zh) * 2018-10-17 2019-03-08 桂林电子科技大学 一种低采样率的多普勒周跳探测和修复方法
CN109444935B (zh) * 2018-10-17 2022-10-21 桂林电子科技大学 一种低采样率的多普勒周跳探测和修复方法
CN109521444A (zh) * 2018-10-22 2019-03-26 长安大学 一种地壳运动gps水平速度场自适应最小二乘拟合推估算法
CN109521444B (zh) * 2018-10-22 2023-03-14 长安大学 一种地壳运动gps水平速度场自适应最小二乘拟合推估算法
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
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
CN111505687A (zh) * 2020-04-17 2020-08-07 中国科学院国家授时中心 一种基于gps卫星导航系统的原始观测值粗差剔除方法
CN111610308A (zh) * 2020-04-27 2020-09-01 杭州电子科技大学 一种基于rtk技术的双层滑坡监测系统及方法
CN112146557A (zh) * 2020-08-17 2020-12-29 武汉苍穹电子仪器有限公司 一种基于gnss的实时桥梁变形监测系统及方法
CN112013756A (zh) * 2020-08-27 2020-12-01 桂林电子科技大学 一种双层基线边坡形变监测方法
CN112381309A (zh) * 2020-11-23 2021-02-19 珠江水利委员会珠江水利科学研究院 水库大坝安全监测预警方法、装置、系统及存储介质
CN112444832A (zh) * 2020-12-03 2021-03-05 深圳大学 一种一机多天线接收机的周跳修复方法
CN113358017A (zh) * 2021-06-02 2021-09-07 同济大学 一种多站协同处理的gnss高精度变形监测方法
CN114594505A (zh) * 2022-03-21 2022-06-07 中石化石油工程技术服务有限公司 一种基于trackRT的滑坡实时GNSS监测系统
CN116990841A (zh) * 2023-06-25 2023-11-03 无锡卡尔曼导航技术有限公司南京技术中心 一种gnss形变监测数据质量控制方法、系统及装置
CN116990841B (zh) * 2023-06-25 2024-01-23 无锡卡尔曼导航技术有限公司南京技术中心 一种gnss形变监测数据质量控制方法、系统及装置
CN117037425A (zh) * 2023-08-07 2023-11-10 齐鲁高速(山东)装配有限公司 一种矿山边坡稳定性及环境监测预警方法、系统及终端

Also Published As

Publication number Publication date
CN106441174B (zh) 2019-05-28

Similar Documents

Publication Publication Date Title
CN106441174A (zh) 一种高边坡形变监测方法及系统
CN103502844B (zh) 用于确定物体位置的方法、设备及系统
CN107907043B (zh) 一种基于中长基线gnss监测网的特大型桥梁变形监测方法
CN101887128B (zh) 确定全球卫星导航系统导航卫星频间偏差的方法
CN109443188B (zh) 一种双层多维滑坡监测方法
CN103399326A (zh) 一种gnss动态测量精度检验系统及方法
CN101799525B (zh) 全球导航卫星系统增强系统监测站的自主完备性监测方法
CN109540095A (zh) 基于卫星导航及最小二乘的路基沉降监测方法
CN103471544A (zh) 一种基于北斗的高精度位移形变监测应用系统
CN105929393B (zh) 大型人工建筑物三维形变的雷达测量方法及测量装置
CN114152185A (zh) 一种gnss形变监测系统及其工作方法
CN115767430A (zh) 一种基于北斗的石化领域精准时空信息处理与服务系统
CN101156080A (zh) 一种基于gps导航卫星系统发射信号主要用于地形运动、大型设施以及民用建筑工程监控和测量的系统和方法
CN102692621A (zh) 一种ads-b与雷达的联合系统误差估计方法
CN107071893B (zh) 一种蜂窝网络rtk定位方法及系统
CN103543454B (zh) 一种嵌入在移动通讯网中的卫星定轨系统
US10144620B2 (en) Method and system for positioning engineering machinery work objects
CN105223545B (zh) 一种位移监测系统及方法
CN106292265B (zh) 一种基于导航卫星的多地时间同步方法
CN111811390B (zh) 基于星链差分和北斗导航技术的形变快速监测系统
CN106289154A (zh) 一种通信基站天线方位角监测方法
CN107240228A (zh) 一种基于倾斜仪和gps的火山监测与预警系统及方法
CN114879222A (zh) 一种基于自适应随机模型的全球电离层建模方法
CN102043156A (zh) Gps测量二维基线向量网的平差处理方法
CN112630811B (zh) 一种实时ppp-rtk组合定位方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Wang Shouhua

Inventor after: Sun Xiyan

Inventor after: Ji Yuanfa

Inventor after: Zhou Tuan

Inventor after: Deng Guihui

Inventor after: Lu Mingchi

Inventor before: Wang Shouhua

Inventor before: Zhou Tuan

Inventor before: Deng Guihui

Inventor before: Lu Mingchi

Inventor before: Ji Yuanfa

Inventor before: Sun Xiyan

GR01 Patent grant
GR01 Patent grant
OL01 Intention to license declared
OL01 Intention to license declared
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20170222

Assignee: Guilin Huihang Technology Co.,Ltd.

Assignor: GUILIN University OF ELECTRONIC TECHNOLOGY

Contract record no.: X2024980036766

Denomination of invention: A method and system for monitoring deformation of high slopes

Granted publication date: 20190528

License type: Common License

Record date: 20241212