一种基于GNSS与陀螺仪结合的工程结构动态位移监测装置

本发明涉及卫星导航增强，尤其涉及一种基于gnss与陀螺仪结合的工程结构动态位移监测装置。

背景技术：

1、卫星导航增强技术领域涉及对全球导航卫星装置（gnss）进行的各种技术改进和应用扩展，旨在提升其在特定环境下的定位精度和可靠性。这一技术领域包括地基增强装置（gbas）、卫星基增强装置（sbas）、以及多传感器融合技术，后者通过整合gnss与其他传感器（如惯性测量单元、陀螺仪、加速度计等）数据，以实现更高的导航精度和稳定性。卫星导航增强技术在众多领域中具有广泛应用，包括航空导航、海洋探索、车辆导航以及紧急救援等。

2、其中，工程结构动态位移监测装置是指一种用于监测建筑或其他工程结构在自然或人为因素影响下的位移和变形的设备。这种装置通常整合了gnss和其他传感技术，如陀螺仪，以实时准确地捕捉到结构的微小移动，从而评估结构的安全性和稳定性。其主要用途包括监测地震、风力、交通载荷等因素对桥梁、大厦、大坝等重要基础设施的影响，以及在施工期间监控建筑的结构健康。这种监测是防灾减灾和确保工程安全的重要手段。

3、现有技术在数据同步和误差校正方面存在局限，导致监测精度不足。缺乏高效的数据处理能力和对非线性误差的精细处理，特别是在动态环境下，可能引起误差累积和评估偏差。这些不足可能导致对重要基础设施的监测和保护不充分，增加安全风险。

技术实现思路

1、本发明的目的是解决现有技术中存在的缺点，而提出的一种基于gnss与陀螺仪结合的工程结构动态位移监测装置。

2、为了实现上述目的，本发明采用了如下技术方案：一种基于gnss与陀螺仪结合的工程结构动态位移监测装置包括：

3、数据采集模块基于gnss和陀螺仪输入信号，接收结构位移和角速度，将gnss数据按时间序列排列，与陀螺仪数据进行时间标签匹配，执行时间同步，得到原始同步数据集；

4、数据融合模块基于所述原始同步数据集，提取结构位移数据和角速度数据，进行尺度转换，利用权重分配法对数据进行层次分类，更新数据集的权重，迭代执行数据融合，获取融合数据；

5、误差校正模块基于所述融合数据，识别并分析gnss和陀螺仪数据中的非线性误差特征，调整误差模型参数，建立更新后的状态估计模型，并获取校正后状态估计；

6、模型评估模块基于所述校正后状态估计，对状态估计模型进行效能分析，计算贝叶斯信息准则和赤池信息准则来评价模型参数的有效性和模型结构的合理性，确定模型的复杂度和参数影响力，建立模型评估结果。

7、作为本发明的进一步方案，所述原始同步数据集的获取步骤具体为：

8、接收gnss和陀螺仪输入信号，分别获取结构位移数据和角速度数据，通过信号调整公式，将gnss信号和陀螺仪信号转化为结构位移数据和角速度数据，采用公式：

9、

10、和

11、

12、得到结构位移数据集和角速度数据集；

13、其中，代表结构位移数据，代表gnss信号，代表角速度数据，代表陀螺仪信号，和代表信号转换的权重参数，分别用于调整gnss信号和陀螺仪信号的比例，和为偏置参数，用于调整数据的基线；

14、对所述结构位移数据集和角速度数据集进行时间排序处理，分别按时间进行加权平均，采用公式：

15、

16、和

17、

18、得到时间排序后的结构位移数据集和角速度数据集；

19、其中，和分别代表时间排序后的结构位移和角速度数据集，表示数据点的总数，为时间衰减参数，用于调整早期和近期数据的影响权重；

20、对所述时间排序后的结构位移数据集和角速度数据集进行时间同步，将结构位移数据集和角速度数据集整合为同步数据集，采用公式：

21、

22、得到原始同步数据集；

23、其中，代表原始同步数据集，和分别代表时间排序后的结构位移和角速度数据集，表示数据点的总数。

24、作为本发明的进一步方案，所述融合数据的获取步骤具体为：

25、从所述原始同步数据集中提取结构位移和角速度，进行尺度转换，采用公式：

26、

27、和

28、

29、得到尺度转换数据；

30、其中，代表原始的结构位移数据，代表原始的角速度数据，是转换系数，用于调节数据的尺度，是偏置参数，保持对数运算的定义域为正数；

31、应用权重分配法对所述尺度转换数据进行层次分类，通过公式：

32、

33、和

34、

35、得到层次分类数据；

36、其中，代表尺度转换后的结构位移数据，代表尺度转换后的角速度数据，是用于控制指数增幅的调节参数；

37、在所述层次分类数据的基础上，更新数据集的权重，并执行数据融合，采用公式：

38、

39、和

40、

41、得到融合数据；

42、其中，代表层次分类后的结构位移数据，代表层次分类后的角速度数据，是更新后的权重，利用sigmoid函数调整，是调节参数，控制权重更新速度，表示融合数据，其中平方根表示结合两个数据源的交互效应。

43、作为本发明的进一步方案，所述校正后状态估计的获取步骤具体为：

44、从所述融合数据中识别gnss和陀螺仪数据的非线性误差特征，采用公式：

45、

46、识别误差特征，生成非线性误差特征数据；

47、其中，代表误差特征，和是模型系数，代表结构位移数据，和是模型系数，代表角速度数据；

48、调整误差模型参数，匹配所述非线性误差特征数据，通过最小二乘法更新参数，采用公式：

49、

50、更新误差模型参数；

51、其中，代表更新后的误差模型参数，代表原始的误差模型参数，是学习率，是雅可比矩阵，是模型预测函数，是误差特征；

52、建立更新后的状态估计模型，利用所述更新误差模型参数，采用公式：

53、

54、生成校正后状态估计；

55、其中，代表校正后的状态估计， 是前一状态估计，是卡尔曼增益，是当前测量数据，是观测矩阵。

56、作为本发明的进一步方案，所述模型评估结果的获取步骤具体为：

57、模型评估结果的获取步骤具体为：

58、基于所述校正后状态估计，对状态估计模型进行效能分析，采用公式：

59、

60、计算贝叶斯信息准则，生成bic评价结果；

61、其中，代表贝叶斯信息准则参数，是样本大小，是模型参数数量，是最大似然估计值，是调整常数，是复杂度罚分，是复杂度调整的指数；

62、继续分析模型效能，采用公式：

63、

64、计算赤池信息准则，生成aic评价结果；

65、其中，代表赤池信息准则参数，是模型参数数量，是最大似然估计值，是调整常数；

66、利用所述bic评价结果和aic评价结果，评估模型参数的有效性和模型结构的合理性，采用公式：

67、

68、确定模型的复杂度和参数影响力，建立模型评估结果；

69、其中，表示计算两种准则的平均值评估模型的整体效能。

70、与现有技术相比，本发明的优点和积极效果在于：

71、本发明中，通过整合gnss和陀螺仪的输入信号，实现了位移和角速度数据的精确时间同步，提高了数据处理的一致性。时间标签匹配与同步增强了数据集对结构动态变化的精确反映。进一步，尺度转换与权重分配法优化了数据的解析度和可用性，提升了状态估计的精确度。非线性误差的识别与模型参数调整增强了监测装置的适应性，而贝叶斯信息准则与赤池信息准则的应用确保了模型评估的效率和可靠性。

技术特征：

1.一种基于gnss与陀螺仪结合的工程结构动态位移监测装置，其特征在于，所述装置包括：

2.根据权利要求1所述的基于gnss与陀螺仪结合的工程结构动态位移监测装置，其特征在于，所述原始同步数据集的获取步骤具体为：

3.根据权利要求2所述的基于gnss与陀螺仪结合的工程结构动态位移监测装置，其特征在于，所述融合数据的获取步骤具体为：

4.根据权利要求3所述的基于gnss与陀螺仪结合的工程结构动态位移监测装置，其特征在于，所述校正后状态估计的获取步骤具体为：

5.根据权利要求4所述的基于gnss与陀螺仪结合的工程结构动态位移监测装置，其特征在于，所述模型评估结果的获取步骤具体为：

技术总结
本发明涉及卫星导航增强技术领域，具体为一种基于GNSS与陀螺仪结合的工程结构动态位移监测装置，装置包括：数据采集模块基于GNSS和陀螺仪输入信号，接收结构位移和角速度，将GNSS数据按时间序列排列，与陀螺仪数据进行时间标签匹配，执行时间同步，得到原始同步数据集。本发明中，通过整合GNSS和陀螺仪的输入信号，实现了位移和角速度数据的精确时间同步，提高数据处理的一致性，时间标签匹配与同步增强了数据集对结构动态变化的精确反映，进一步，尺度转换与权重分配法优化了数据的解析度和可用性，提升状态估计的精确度，非线性误差的识别与模型参数调整增强了监测装置的适应性，而贝叶斯信息准则与赤池信息准则的应用确保了模型评估的效率和可靠性。

技术研发人员：李君君,邓承德,范丁川,韩起宝,郑云飞,张红涛,战启芳
受保护的技术使用者：石家庄铁路职业技术学院
技术研发日：
技术公布日：2024/9/23