公开(公告)号：CN117740137A

公开(公告)日：2024-03-22

申请号：CN202211154430.X

申请日：2022-09-21

Applicant: 南京工业大学

Inventor： 沈楠 ,  孙钟宇 ,  马宏阳 ,  王彬 ,  张广运

IPC: G01H11/06 ,  G01B7/02 ,  G01S19/37 ,  G06F17/16 ,  G06F17/18

Abstract: 本发明属于位移提取技术领域，公开了基于自动调优卡尔曼平滑的GNSS振动位移提取方法。首先，通过GNSS高精度定位模型的动态定位模式获取原始坐标时间序列；然后，采用滑动平均对坐标时间序列进行预处理，得到符合振动模型的观测值，以此作为自动调优卡尔曼平滑的最终观测值；将自动调优卡尔曼平滑问题转化为非凸优化问题，观测集划分为训练集和验证集；最后采用近端梯度下降法迭代求解，在获取卡尔曼平滑所涉及的参数后，进行卡尔曼平滑来提取位移。本发明解决了卡尔曼平滑中过程噪声矩阵和测量噪声矩阵确定困难的问题，能够有效的提高位移提取的精度。

公开(公告)号：CN119245573A

公开(公告)日：2025-01-03

申请号：CN202310807033.6

申请日：2023-07-03

Applicant: 南京工业大学

Inventor： 沈楠 ,  孙钟宇 ,  马宏阳 ,  王彬 ,  张广运

IPC: G01B21/02 ,  G06N3/0455 ,  G06N3/08 ,  G01B21/32

Abstract: 本发明属于基于GNSS动态定位的变形监测技术领域，公开了基于自动编码器的GNSS动态定位模型位移检测方法。首先，对坐标时间序列进行去噪处理，时域差分。其次，对差分后的坐标时间序列归一化处理并序列化。然后，构建自动编码器异常值探测模型及对自动编码器异常值探测模型训练；接着，通过训练后的模型得到重构值并计算平均绝对误差(MAE)，将最大的MAE值作为重建损失阈值δMAX，用于检测是否发生位移；最后，通过使用训练好的模型获取MAE损失值δ，如果δ超过了计算的阈值δMAX，则会被标记为异常值，即当前历元发生了位移。本发明解决了具有噪声大、位移小特征的GNSS位移检测困难的问题，能有效从动态定位结果中探测位移，且探测位移阈值通过数据动态计算不需要人工干预。