项目名称: 基于地面干涉雷达监测数据的微变形特征识别方法研究

项目编号: No.41274020

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 天文学、地球科学

项目作者: 黄声享

作者单位: 武汉大学

项目金额: 70万元

中文摘要: 地基干涉雷达系统集成了步进频率连续波技术、合成孔径雷达技术和干涉测量技术,具有精度高、长测程和高动态采样频率等优势,为大型结构工程的微变形监测提供了一种很好的非接触式数据获取手段。针对结构变形的非平稳性和非线性、环境激励下的强噪声和动态微变形特征以及变形的多频复杂周期性等具体问题,频谱分析、小波分析等方法在动态变形特征识别方面存在缺陷。为此,项目充分利用希尔伯特-黄变换(HHT)对时频域数据处理不受线性或平稳性假设限制的优点,结合地面干涉雷达监测数据展开研究,通过引入噪声辅助分解、构造新型时空滤波器、基于分层引入随机减量技术(RDT)等手段来改进HHT方法,以实现环境激励下有效的识别结构微变形特征之目的。 项目研究将充分挖掘HHT方法在处理非线性、非平稳数据及其特征提取方面的应用潜力,为地基干涉雷达监测结构微变形及其特征识别提供重要的理论和技术支撑。

中文关键词: 地基干涉雷达;变形分析;经验模态分解;模态识别;变形特征

英文摘要: Ground-Based SAR Interferometry system integrated stepped frequency-continous wave(SF-CW), synthetic aperture radar (SAR) and interferometric survey, with the advantage of high precision, long range and high dynamic sampling frequency for the micro-deformation monitoring of large-scale structural engineering provides an excellent non-contact data acquisition means. Of non-stationary and nonlinear, for structural deformation under ambient excitation of strong noise and dynamic micro-deformation characteristics and the deformation of the multi-frequency complex periodic specific issues such as spectrum analysis, wavelet analysis and other methods of feature recognition in the dynamic deformation defects . To this end, the project make full use of the Hilbert - Huang Transform (HHT) is not linear or stationary assumptions limit the advantages of time and frequency domain data, combined with ground interference radar monitoring data to a study by the introduction of noise-assisted decomposition, structure new spatial and temporal filtering, based on hierarchical means of the introduction of random decrement technique (RDT) to improve the HHT method to achieve the purpose of effective identification of micro-deformation dynamic characteristics. The research project will fully tap the potential applications of wavelet

英文关键词: Ground-Based SAR Interferometry;deformation analysis;Experiment Mode Decomposition;mode recognition;deformation characteristics

成为VIP会员查看完整内容
0

相关内容

机器学习中原型学习研究进展
专知会员服务
46+阅读 · 2022年1月18日
联邦学习研究综述
专知会员服务
147+阅读 · 2021年12月25日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
64+阅读 · 2021年5月3日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
专知会员服务
29+阅读 · 2021年1月9日
深度学习模型终端环境自适应方法研究
专知会员服务
33+阅读 · 2020年11月13日
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
基于深度学习的数据融合方法研究综述
专知
31+阅读 · 2020年12月10日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
【泡泡一分钟】基于运动估计的激光雷达和相机标定方法
泡泡机器人SLAM
25+阅读 · 2019年1月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
基于几何特征的激光雷达地面点云分割
泡泡机器人SLAM
15+阅读 · 2018年4月1日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
小贴士
相关VIP内容
机器学习中原型学习研究进展
专知会员服务
46+阅读 · 2022年1月18日
联邦学习研究综述
专知会员服务
147+阅读 · 2021年12月25日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
64+阅读 · 2021年5月3日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
专知会员服务
29+阅读 · 2021年1月9日
深度学习模型终端环境自适应方法研究
专知会员服务
33+阅读 · 2020年11月13日
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
相关资讯
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
基于深度学习的数据融合方法研究综述
专知
31+阅读 · 2020年12月10日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
【泡泡一分钟】基于运动估计的激光雷达和相机标定方法
泡泡机器人SLAM
25+阅读 · 2019年1月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
基于几何特征的激光雷达地面点云分割
泡泡机器人SLAM
15+阅读 · 2018年4月1日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员