【摘要】：公路边坡是危害最为严重的主要地质灾害之一，为了减少公路边坡灾害对人民生命财产安全造成的损失，必须对公路边坡灾害进行变形监测和预报。 变形监测方法多种多样，已从简单的人工法发展到了目前的高精度仪器测定法，如GPS、TDR和测量机器人等，这些方法也已广泛应用于公路崩塌、滑坡等灾害的监测与预报。为了寻求适合于公路边坡变形监测的技术和方法，本文从分析公路边坡的变形机理入手，研究了公路边坡变形监测的有关理论与方法，并重点研究了目前在变形监测中应用较为广泛的GPS技术及其特点。在高精度边坡变形监测中，由于GPS设备的昂贵费用，极大地限制了GPS技术的应用；而且只用少量的GPS接收机，也无法在监测过程中获得变形体整体的、连续的变形信息。因此，为了降低GPS监测系统的成本，实现对变形体的连续监测和准确预报，本文还系统地研究了适用于公路边坡监测的GPS一机多天线变形监测系统，包括其工作原理、系统构成、数据传输及有关的数据处理和变形预测理论等内容。 围绕这一主题，论文的主要内容和创新点可概括如下： (1)对公路边坡地质灾害的变形机理、产生原因、破坏模式、防治措施，以及公路边坡变形监测的方法、技术和仪器进行了分析、对比和研究，重点研究目前用GPS技术进行公路边坡变形监测的两种主要模式的优缺点，总结出了公路边坡变形监测方法、技术和仪器的优选原则。 (2)结合两次用GPS一机多天线技术监测公路边坡变形的试验，研究了GPS一机多天线监测系统的组成、GPS一机多天线技术在公路边坡灾害监测中的可行性和GPS一机多天线监测系统的支撑技术，设计出了一套适用于公路边坡地质灾害监测的GPS一机多天线自动化变形监测系统。 (3)对GPS一机多天线监测系统的定位算法进行了研究，特别对GPS单历元定位算法及其在公路边坡变形监测中的应用进行了深入研究，建立了一套适用于公路边坡变形监测的GPS单历元算法，从而有效地避免了“整周模糊度的求解”和“周跳的探测与修复”等问题，解决了GPS一机多天线监测系统中的关键数据处理问题。 (4)结合水门沟滑坡的GPS形变监测资料，在研究卡尔曼滤波和动态灰色 【关键词】：公路边坡变形监测 GPS一机多天线监测系统 单历元算法 动态跟踪预测 卡尔曼滤波 动态灰色预测模型 位移动力学分析法
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：U416.14;P228.4
【DOI】：CNKI:CDMD:2.2006.163211
【目录】：

• 摘要3-5 ABSTRACT5-7 目录7-9 第一章 引言9-14 1.1 研究背景与意义9-10 1.2 滑(边)坡灾害监测研究现状10-12 1.3 本课题研究的主要内容12-14 1.3.1 课题来源12 1.3.2 主要研究内容及创新点12-14 第二章 公路边坡的变形监测14-34 2.1 公路边坡灾害的产生机理、原因及防治14-20 2.1.1 公路边坡变形的基本概念14 2.1.2 公路边坡变形的力学机理14-16 2.1.3 影响公路边坡稳定性的主要因素16-17 2.1.4 公路边坡的变形和破坏模式17-18 2.1.5 公路边坡变形的防治18-20 2.2 公路边坡变形监测的方法、技术和仪器20-31 2.2.1 传统的公路边坡变形监测的方法、技术和仪器20-26 2.2.2 公路边坡变形监测的新方法、新技术和新仪器26-29 2.2.3 自动化变形监测系统29-30 2.2.4 公路边坡变形监测方法、技术和仪器的优选原则30-31 2.3 用GPS技术进行公路边坡变形监测31-33 2.3.1 常规的GPS静态相对定位定期监测模式31 2.3.2 连续运行站式的GPS监测系统31-33 2.4 本章小结33-34 第三章 公路边坡灾害GPS一机多天线监测系统设计34-51 3.1 GPS一机多天线监测系统概述34-36 3.2 GPS一机多天线监测系统的组成36-40 3.3 GPS一机多天线技术用于公路边坡灾害监测的可行性研究40-42 3.3.1 GPS一机多天线技术在公路边坡变形监测中的试验40 3.3.2 试验结果与分析40-42 3.3.3 初步结论42 3.4 GPS一机多天线监测系统的支撑技术42-44 3.4.1 多天线控制器微波开关中各通道GPS信号的高隔离度问题42 3.4.2 数据实时传输问题42-44 3.4.3 GPS定位算法问题44 3.5 基于网络的公路边坡灾害GPS一机多天线监测系统设计44-49 3.5.1 水门沟滑坡GPS一机多天线监测系统方案设计44-48 3.5.2 水门沟滑坡GPS一机多天线监测系统的费用48-49 3.6 本章小结49-51 第四章 GPS一机多天线监测系统的单历元算法研究51-59 4.1 GPS单历元算法概述51-53 4.1.1 GPS单历元算法的提出51 4.1.2 GPS单历元算法的发展51-53 4.2 公路边坡变形监测GPS单历元算法模型的建立53-55 4.2.1 公路边坡变形监测的特点53 4.2.2 MAGMS软件GPS单历元算法的基本原理53-54 4.2.3 MAGMS软件GPS单历元算法的数学模型及误差分析54-55 4.3 GPS单历元算法在公路边坡变形监测中的应用55-58 4.3.1 试验概况55-56 4.3.2 试验结果分析56-58 4.4 本章小结58-59 第五章 公路边坡变形的动态跟踪预测59-85 5.1 公路边坡变形预测的卡尔曼滤波模型59-63 5.1.1 离散线性系统卡尔曼滤波模型的建立60-62 5.1.2 卡尔曼滤波模型的精度评定62-63 5.2 公路边坡变形预测的动态灰色预测模型63-66 5.2.1 灰色系统理论概述63 5.2.2 灰色GM(1，1)预测模型的建立63-65 5.2.3 动态灰色预测模型的建立65-66 5.3 基于滤波算法的动态灰色预测模型66-68 5.3.1 滤波算法简介66-68 5.3.2 基于滤波算法的动态灰色预测模型的建立68 5.4 水门沟滑(边)坡的动态跟踪预测68-80 5.4.1 水门沟滑坡变形监测概况69-71 5.4.2 卡尔曼滤波在水门沟滑坡变形预测中的应用71-73 5.4.3 动态灰色预测模型在水门沟滑坡变形预测中的应用73-75 5.4.4 基于滤波算法的动态灰色预测模型在水门沟滑坡变形预测中的应用75-79 5.4.5 水门沟滑坡动态跟踪预测结果分析79-80 5.5 基于位移动力学分析法的边坡变形预测80-84 5.5.1 滑坡位移过程中的非线性动力学特征80 5.5.2 滑坡位移动力学分析法的基本原理80-83 5.5.3 位移动力学分析法在边坡变形预测中的应用83-84 5.6 本章小结84-85 第六章 总结与展望85-87 参考文献87-93 致谢93-94 在读研期间发表的论文和完成的科研成果94