CN110806170A - 监测高堆石坝变形的方法 - Google Patents
监测高堆石坝变形的方法 Download PDFInfo
- Publication number
- CN110806170A CN110806170A CN201911174990.XA CN201911174990A CN110806170A CN 110806170 A CN110806170 A CN 110806170A CN 201911174990 A CN201911174990 A CN 201911174990A CN 110806170 A CN110806170 A CN 110806170A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- deformation
- dam
- rockfill dam
- sar
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/16—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring the deformation in a solid, e.g. by resistance strain gauge
Abstract
本发明涉及一种监测高堆石坝变形的方法,包括:在高堆石坝上方设置星载InSAR,利用其对大坝整体监测以获取重点监测区域;在重点监测区域布设地基SAR以及船载SAR,利用地基SAR和船载SAR对重点区域进行进一步观测,获取相关的形变信息;在高堆石坝面板下部平行于面板方向设置变形管道及在高堆石坝内部沿高度方向设置多根水平的变形管道,利用管道机器人在变形管道中来回运动巡测获取高堆石坝的大坝面板扰度以及沉降信息;高堆石坝监测预警管理云平台获取上述的形变信息后,再结合高面板堆石坝的变形规律和三维模型实时生成高堆石坝相关的变形信息图。本发明可以对高堆石坝进行全天候、由整体到局部、由低精度到高精度、由外到内的全方位变形监测。
Description
技术领域
本发明涉及坝体监测的技术领域,具体涉及一种监测高堆石坝变形的方法。
背景技术
目前传统的水利水电工程的变形技术已十分成熟,近些年来大部分水利水电工程的变形监测也在朝着自动化方向发展,国内许多大坝的监测系统都完成了自动化监测改造。随着面板堆石坝高度由100m级提升至200m,相应的监测技术也不断发展,我国的高面板堆石坝安全监测已经形成了可以观测200m级高面板堆石坝坝体变形、应力等项目的一系列安全监测技术。但是,随着我国面板堆石坝高度由200m向300m级迈进,面板堆石坝的监测技术明显滞后于筑坝技术的发展,不少监测仪器的耐久性、适应性及监测精度等方面已经不能满足300m级堆石坝安全监测的需要。
合成孔径雷达干涉测量技术(InSAR)是一种以同一地区两张SAR图像为出发点,最终从干涉条纹中获取地形高程数据的空间对地观测新技术。与传统的监测技术相比,SAR干涉测量技术可以实现大范围、高精度、全天候、全天时、快速准确的对地观测,有利于获取观测区域的变形分布和变形发展规律。InSAR作为一种在大范围微小变形监测方面应用广泛的技术,在多个领域均扮演着重要的角色,但在水利水电工程尤其是大坝变形监测方面的应用只出现在少数大型水电站中,并未得到大范围推广。随着堆石坝朝着巨型化方向发展,InSAR技术在高堆石坝形变监测上的优势更加明显。由于星载InSAR受天气等因素影响较大,对高堆石坝的全天候观测难以实现,对重点区域观测的精度和时效性略显不足,同时InSAR技术对坝体内部变形不具备观测能力,因此需要提出一种在大范围长时序观测的基础上又能兼顾重点区域高精度观测和坝体内部形变观测的监测新方法。
发明内容
本发明的目的在于提供一种监测高堆石坝变形的方法,该方法能够全方位、有重点、高精度监测高堆石坝的形变。
本发明解决上述技术问题所采用的方案是:
一种监测高堆石坝变形的方法,包括如下步骤:
在需要监测的高堆石坝上方设置可以对其进行监测的星载InSAR,利用星载InSAR对大坝整体进行监测以获取高堆石坝发生变形的重点监测区域;
在重点监测区域布设地基SAR以及船载SAR,利用地基SAR和船载SAR对重点区域进行进一步观测,获取重点监测区域的形变信息;
在高堆石坝面板下部平行于面板方向设置变形管道以在及高堆石坝内部沿高度方向设置多根水平的变形管道,坝体内部水平的变形管道沿水体水流方向设置,利用管道机器人在变形管道中来回运动巡测获取高堆石坝的大坝面板扰度以及沉降的形变信息;
高堆石坝监测预警管理云平台获取星载InSAR、地基SAR、船载SAR以及管道机器人的形变信息后,再结合高面板堆石坝的变形规律和高堆石坝三维模型实时生成高堆石坝相关的变形信息图。
进一步地,利用星载InSAR对高堆石坝进行监测获得重点监测区域的方法为:采用星载InSAR进行两次平行观测,获取主影像和辅影像并将其回传至高堆石坝监测预警管理云平台,高堆石坝监测预警管理云平台对主影像和辅影像进行配准重采样,得到坝体形变相位干涉图,再对可适应性滤波后的差分干涉图进行相位解缠;然后对处理后的星载InSAR变形信息进行反演分析,最终获得高堆石坝表面整体范围内的变形信息,根据得到的变形信息确定重点监测区域。
进一步地,所述重点监测区域为变形速率大于5cm/yr的区域。
进一步地,在重点监测区域内设置地基SAR,地基SAR向重点监测区域发射、接收遥测信号,并将信号回传至高堆石坝监测预警管理云平台,高堆石坝监测预警管理云平台接收遥测信号并对其进行数据处理,从而获取重点监测区域超过一定天数的变形过程。
进一步地,针对定点布设地基SAR监测困难或监测精度超过一定要求的坝体重点监测区域,在其对应的水体水面上设置船载SAR,利用船载SAR向重点监测区域发射、接收遥测信号,船载SAR将遥测信号高堆石坝监测预警管理云平台,高堆石坝监测预警管理云平台根据遥测信号及船载SAR运动轨迹参数进行数据处理,从而获取坝体重点监测区域一定天数内的精确变形信息。
进一步地,将管道机器人置于变形管道内进行往返运动,获取并储存其运动轨迹数据,管道机器人将其运动轨迹数据传送至高堆石坝监测预警管理云平台,高堆石坝监测预警管理云平台接收信息并对管道机器人在不同时间测量的运动轨迹数据进行处理,从而得到坝体内部沉降变形及大坝面板扰度。
进一步地,包括:
星载InSAR,用于对大坝整体进行监测获取观测影像,并将观测影像进行传输;
地基SAR,用于对重点监测区域发射、接收遥测信号,并将遥测信号进行传输;
船载SAR,用于对重点监测区域发射、接收遥测信号,并将遥测信号进行传输;
管道机器人,用于在变形管道来回巡测以获取其运动轨迹数据,并将运动轨迹数据进行传输;以及
高堆石坝监测预警管理云平台,用于接收星载InSAR、地基SAR、船载SAR以及管道机器人传输的信息和数据,并对获取的信息和数据进行计算,生成高堆石坝相关的变形信息图。
与现有技术相比,本发明至少具有以下有益效果:
1)本发明提供一种高堆石坝变形监测整体解决方案,其融合了四种监测手段,为高堆石坝变形分析提供了多种不同范围、不同精度的数据源,可以实现对高堆石坝施工运行期进行全天候、由整体到局部、由低精度到高精度、由表面到内部的全方位变形监测;
2)本发明所提供的方法采用非接触式变形监测手段由一般区域初步观测到重点区域精密观测,具有明显的针对性,可以简化监测信息采集的方式,提高监测信息采集的效率,降低监测信息采集的费用;
3)本发明所提供的方法可以实现数据的快速自动化处理,并将数据处理成果以三维云图及动画的形式直观展示给公司领导、水电站负责人,增加了监测信息的时效性和决策的准确性;
4)本发明提供的方法可以实现数据的自动采集与传输,大大降低了数据采集费用;同时本方法可靠性高、有效使用周期长,可以克服传统监测仪器易失效、易老化问题,降低了后期监测系统运行维护费用,有巨大的社会效益和经济效益。
5)本发明所提供的方法可以对高堆石坝自施工开始至设计使用周期结束整个过程的变形监测预警,及时反馈高堆石坝在施工运行期内出现的问题,实现优化设计、指导施工、优化运行的多重功能,对水利枢纽工程监测技术的发展以及在水利水电行业推广InSAR技术具有重要意义。
附图说明
图1为本发明实施例的星载InSAR、地基SAR监测技术示意图;
图2为本发明实施例的船载SAR、管道机器人监测技术示意图;
图3为本发明实施例的管道机器人监测过程图。
具体实施方式
为更好的理解本发明,下面的实施例是对本发明的进一步说明,但本发明的内容不仅仅局限于下面的实施例。
需要说明的是,下述实施方案中所述实验方法,如无特殊说明,均为常规方法,所述试剂和材料,如无特殊说明,均可从商业途径获得;在本发明的描述中,术语“横向”、“纵向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,并不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
如图1及图2所示,本发明提供一种监测高堆石坝变形的方法,该方法首先利用星载InSAR(1)获取高堆石坝发生大变形的重点区域,然后利用地基SAR和船载SAR(3)对重点区域进行进一步观测,获取高精度的变形信息,最后利用管道机器人来回巡测获取高堆石坝内部沉降、面板扰度等信息,从而实现对高堆石坝由整体到局部、由低精度到高精度、由表面到内部的全方位变形信息监测,具体实施步骤如下:
步骤1:在需要监测的高堆石坝上方设置对其进行监测的星载InSAR 1,星载InSAR1利用C波段对高堆石坝进行两次平行观测,获取主影像和辅影像并将主影像和辅影像回传至高堆石坝监测预警管理云平台,高堆石坝监测预警管理云平台通过曲线差值的方法对两个影像进行配准重采样,并通过复数共轭相乘运算生成干涉图;然后对干涉图进行处理,基于卫星轨道数据求解多普勒方程、斜距方程和椭球方程得到平地相位的表达式,进而通过与干涉图相位做差去除平地效应;最后利用卡尔曼滤波法进行相位解缠,得到反映高程信息的真实相位值,进而通过卫星轨道参数和真实相位值计算出测点的高程;通过多次观测获取多个辅影像,与主影像一起重复上述处理过程,获得不同时间内测点的高程信息,比较不同时间内同一测点的高程信息,最终获得高堆石坝表面整体范围内的变形,监测范围如图1中AB所示。高堆石坝监测预警管理云平台根据星载InSAR监测结果,将高堆石坝上变形速率大于5cm/yr的区域确定为需要加强监测的重点监测区域。
步骤2:如图1中CD所示,在确定了重点监测区域后,在重点监测区域安装地基SAR对坝体进行全天候定点监测,同时利用船载SAR对坝体重点监测区域进行近距离巡测。具体地,在高堆石坝上下游两侧库岸边坡上合适位置定点布设的地基SAR 2,地基SAR 2的监测距离为300-1000m,地基SAR 2以1次/小时的频率向重点监测区域发射、接收遥测信号,并将信号回传至高堆石坝监测预警管理云平台,高堆石坝监测预警管理云平台根据遥测信号获取监测区域的二维影像,然后利用差分干涉测量技术获取每两次观测之间的毫米级高精度形变量,通过多次测量和相应的数据处理进而得到重点监测区域长时间内的变形过程。
针对定点布设地基SAR 2监测困难或要求更高精度的坝体重点监测区域,在其对应的水体水面4上设置船载SAR,如图2中EF所示,利用船载SAR 3对预警区域灵活地进行短时间近距离巡测,根据需要随时向重点监测区域发射、接收遥测信号,船载SAR 3再将回波遥测信号回传至高堆石坝监测预警管理云平台,高堆石坝监测预警管理云平台根据遥测信号及船载SAR 3运动轨迹参数进行数据处理,对消除船载SAR 3运动影响的回波信号进行配准重采样后获取重点监测区域的干涉图,然后利用差分干涉测量技术获取每两次观测之间的高精度形变量,再通过多次测量和相应的数据处理获取短期内重点监测区域高精度变形信息,一般是获取6-10天内的重点监测区域高精度变形信息。船载SAR 3通过自稳平台位置维持自身的稳定,由于测量距离近,其能有效减少大气误差影响,保证了船载SAR 3的高精度监测。
步骤3:针对星载InSAR 1技术、地基SAR 2以及船载SAR 3不能获取的坝体内部形变量的缺陷,预先在高堆石坝面板下部平行于面板方向设置变形管道5以及在坝体内部沿高度方向埋设多根水平的变形管道5,坝体内部水平设置的多根变形管道5在坝体内部沿顺河向埋设,高堆石坝施工及运行过程中管道机器人6在变形管道5内以4次/天的频率进行往返运动,通过集成在管道机器人6中的传感器获取并储存其运动轨迹数据,每次测量完成后管道机器人6的通讯模块将运动轨迹数据回传至高堆石坝监测预警管理云平台,高堆石坝监测预警管理云平台根据管道机器人6每两次测量运动轨迹之间的差值得到坝体内部沉降变形及大坝面板扰度等信息,管道机器人6监测过程如图3所示。为提高测量精度,管道机器人6每次测量5个测回,在去除明显有误的数据后,提取5个测回中运动轨迹相差不大的有效测回并求平均值,得到本次测量矫正后的运动轨迹,变形管道5埋设及管道机器人6监测路径如图2所示。
步骤4:高堆石坝监测预警管理云平台获取了上述星载InSAR 1、地基SAR2以及船载SAR 3的回波信号并进行处理后,从而得到了高堆石坝整体及重点监测区域表面的高精度变形信息,以及根据管道机器人运动轨迹之差获取的面板下部及坝体水平沉降信息,高堆石坝监测预警管理云平台再结合高面板堆石坝的变形规律,对星载InSAR 1、地基SAR 2、船载SAR 3及管道机器人6的监测结果进行整合,通过坝体表面及内部部分位置的已知变形量插值得到整个坝体各个位置的变形信息,再根据预先导入高堆石坝监测预警管理云平台的高堆石坝三维模型实时生成高堆石坝变形信息云图及变形过程动画,及时推送至相关管理负责人,可以让职能部门既快速又准确的掌握整个坝体的变形情况,实现优化设计、指导施工、调控运行的多重功能。
以上所述是本发明的优选实施方式而已,当然不能以此来限定本发明之权利范围,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和变动,这些改进和变动也视为本发明的保护范围。
Claims (7)
1.一种监测高堆石坝变形的方法,其特征在于,包括如下步骤:
在需要监测的高堆石坝上方设置可以对其进行监测的星载InSAR,利用星载InSAR对大坝整体进行监测以获取高堆石坝发生变形的重点监测区域;
在重点监测区域布设地基SAR以及船载SAR,利用地基SAR和船载SAR对重点区域进行进一步观测,获取重点监测区域的形变信息;
在高堆石坝面板下部平行于面板方向设置变形管道以在及高堆石坝内部沿高度方向设置多根水平的变形管道,坝体内部水平的变形管道沿水体水流方向设置,利用管道机器人在变形管道中来回运动巡测获取高堆石坝的大坝面板扰度以及沉降的形变信息;
高堆石坝监测预警管理云平台获取星载InSAR、地基SAR、船载SAR以及管道机器人的形变信息后,再结合高面板堆石坝的变形规律和高堆石坝三维模型实时生成高堆石坝相关的变形信息图。
2.如权利要求1所述的监测高堆石坝变形的方法,其特征在于,利用星载InSAR对高堆石坝进行监测获得重点监测区域的方法为:采用星载InSAR进行两次平行观测,获取主影像和辅影像并将其回传至高堆石坝监测预警管理云平台,高堆石坝监测预警管理云平台对主影像和辅影像进行配准重采样,得到坝体形变相位干涉图,再对可适应性滤波后的差分干涉图进行相位解缠;然后对处理后的星载InSAR变形信息进行反演分析,最终获得高堆石坝表面整体范围内的变形信息,根据得到的变形信息确定重点监测区域。
3.如权利要求2所述的监测高堆石坝变形的方法,其特征在于,所述重点监测区域为变形速率大于5cm/yr的区域。
4.如权利要求1所述的监测高堆石坝变形的方法,其特征在于,在重点监测区域内设置地基SAR,地基SAR向重点监测区域发射、接收遥测信号,并将信号回传至高堆石坝监测预警管理云平台,高堆石坝监测预警管理云平台接收遥测信号并对其进行数据处理,从而获取重点监测区域超过一定天数的变形过程。
5.如权利要求1所述的监测高堆石坝变形的方法,其特征在于,针对定点布设地基SAR监测困难或监测精度超过一定要求的坝体重点监测区域,在其对应的水体水面上设置船载SAR,利用船载SAR向重点监测区域发射、接收遥测信号,船载SAR将遥测信号高堆石坝监测预警管理云平台,高堆石坝监测预警管理云平台根据遥测信号及船载SAR运动轨迹参数进行数据处理,从而获取坝体重点监测区域一定天数内的精确变形信息。
6.如权利要求1所述的监测高堆石坝变形的方法,其特征在于,将管道机器人置于变形管道内进行往返运动,获取并储存其运动轨迹数据,管道机器人将其运动轨迹数据传送至高堆石坝监测预警管理云平台,高堆石坝监测预警管理云平台接收信息并对管道机器人在不同时间测量的运动轨迹数据进行处理,从而得到坝体内部沉降变形及大坝面板扰度。
7.一种如权利要求1所述的监测高堆石坝变形的方法使用的监测装置,其特征在于,包括:
星载InSAR,用于对大坝整体进行监测获取观测影像,并将观测影像进行传输;
地基SAR,用于对重点监测区域发射、接收遥测信号,并将遥测信号进行传输;
船载SAR,用于对重点监测区域发射、接收遥测信号,并将遥测信号进行传输;
管道机器人,用于在变形管道来回巡测以获取其运动轨迹数据,并将运动轨迹数据进行传输;以及
高堆石坝监测预警管理云平台,用于接收星载InSAR、地基SAR、船载SAR以及管道机器人传输的信息和数据,并对获取的信息和数据进行计算,生成高堆石坝相关的变形信息图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911174990.XA CN110806170A (zh) | 2019-11-26 | 2019-11-26 | 监测高堆石坝变形的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911174990.XA CN110806170A (zh) | 2019-11-26 | 2019-11-26 | 监测高堆石坝变形的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110806170A true CN110806170A (zh) | 2020-02-18 |
Family
ID=69491414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911174990.XA Pending CN110806170A (zh) | 2019-11-26 | 2019-11-26 | 监测高堆石坝变形的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110806170A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111947562A (zh) * | 2020-06-30 | 2020-11-17 | 深圳大学 | 一种堆石坝内、外变形一体化监测方法 |
CN113790667A (zh) * | 2021-11-18 | 2021-12-14 | 中大检测(湖南)股份有限公司 | 基于雷达的大坝变形检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103675790A (zh) * | 2013-12-23 | 2014-03-26 | 中国国土资源航空物探遥感中心 | 一种基于高精度DEM提高InSAR技术监测地表形变精度的方法 |
CN108007401A (zh) * | 2017-11-20 | 2018-05-08 | 贵州省水利水电勘测设计研究院 | 一种基于船载InSAR平台的河湖库沿岸形变检测装置及方法 |
CN208536829U (zh) * | 2018-08-14 | 2019-02-22 | 中冶建筑研究总院(深圳)有限公司 | 城市区域地面沉降多源感知自动化监控系统 |
CN109725312A (zh) * | 2019-01-17 | 2019-05-07 | 武汉大学 | 一种基于空天地一体化观测的库岸形变监测方法 |
-
2019
- 2019-11-26 CN CN201911174990.XA patent/CN110806170A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103675790A (zh) * | 2013-12-23 | 2014-03-26 | 中国国土资源航空物探遥感中心 | 一种基于高精度DEM提高InSAR技术监测地表形变精度的方法 |
CN108007401A (zh) * | 2017-11-20 | 2018-05-08 | 贵州省水利水电勘测设计研究院 | 一种基于船载InSAR平台的河湖库沿岸形变检测装置及方法 |
CN208536829U (zh) * | 2018-08-14 | 2019-02-22 | 中冶建筑研究总院(深圳)有限公司 | 城市区域地面沉降多源感知自动化监控系统 |
CN109725312A (zh) * | 2019-01-17 | 2019-05-07 | 武汉大学 | 一种基于空天地一体化观测的库岸形变监测方法 |
Non-Patent Citations (2)
Title |
---|
何斌等: "基于管道机器人技术的高面板堆石坝内部变形测量方法", 《水利与建筑工程学报》 * |
邹青: "中国高面板堆石坝安全监测关键技术进展与展望", 《大坝与安全》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111947562A (zh) * | 2020-06-30 | 2020-11-17 | 深圳大学 | 一种堆石坝内、外变形一体化监测方法 |
CN111947562B (zh) * | 2020-06-30 | 2021-05-04 | 深圳大学 | 一种堆石坝内、外变形一体化监测方法 |
WO2022001104A1 (zh) * | 2020-06-30 | 2022-01-06 | 深圳大学 | 一种堆石坝内、外变形一体化监测方法 |
CN113790667A (zh) * | 2021-11-18 | 2021-12-14 | 中大检测(湖南)股份有限公司 | 基于雷达的大坝变形检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103471544A (zh) | 一种基于北斗的高精度位移形变监测应用系统 | |
CN110044327B (zh) | 一种基于sar数据与gnss数据的基础设施沉降监测方法及系统 | |
CN104391281A (zh) | 提高天波雷达海面船舶目标跟踪定位精度的方法 | |
CN102607512A (zh) | 矿区沉陷车载式激光测量方法 | |
Qiu et al. | Dam structure deformation monitoring by GB-InSAR approach | |
CN101561499A (zh) | 一种单站多普勒测距定位方法 | |
CN110596702A (zh) | 基于地面稳定平台sar的流域库岸变形监测方法 | |
CN110261876B (zh) | 高精度位置无关的gnss监测虚拟基准方法 | |
CN110806170A (zh) | 监测高堆石坝变形的方法 | |
CN112729258B (zh) | 一种基于卫星大数据的河流流量连续测量方法 | |
CN105005019A (zh) | 一种基于bds/gps rtk的地下管线测量方法 | |
CN103454646A (zh) | 用于处理基于北斗的高精度位移形变监测数据的方法 | |
CN111006578A (zh) | 一种基于gnss双天线的高铁桥墩变形监测的方法与装置 | |
CN111735380A (zh) | 加速度计辅助gnss实时提取高铁桥梁动态挠度的方法 | |
CN106840113A (zh) | 一种基于星基差分增强技术的深远海波浪和潮位测量方法 | |
CN105180852A (zh) | 基于三重步进的gb-sar形变监测方法 | |
CN211905695U (zh) | 基于gnss技术的大坝安全监测系统 | |
CN116858290B (zh) | 基于大型无人机的深远海海面高度观测定标方法和系统 | |
CN219626119U (zh) | 一种高速公路边坡监测预警系统 | |
Wang et al. | Data acquisition of GNSS-based InSAR: Joint accuracy-efficiency optimization of 3-D deformation retrieval | |
CN209802285U (zh) | 一种通信基站天线形变的监测系统 | |
CN109977499B (zh) | 基于位置约束的北斗三频/静力水准仪斜拉桥监测方法 | |
CN116047563A (zh) | 一种基于海洋北斗定位增强的水面高精度定位及评估方法 | |
Kuang et al. | Robust constrained Kalman filter algorithm considering time registration for GNSS/acoustic joint positioning | |
CN111895939B (zh) | 一种基于多源声呐定位的水下滑坡体变形监测装置和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200218 |