《表5 大坝变形监测数据不同K值所对应的T指标》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于变分模态分解的变形监测数据去噪方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

以某大坝3 a的变形监测数据为研究对象，采样频率为1次/d，观测数据时间序列如图6所示。采用VMD方法对大坝数据进行处理，根据不同K值下的去噪结果与原始信号的RMSE和平滑度，求得各K值对应的T值如表5所示。分析表5可知，K为7时，T值最小，即Kbest=7时，VMD方法的去噪效果最佳。采用db4小波（层数取2～8）和EMD方法进行对比（两者均采用rigrsure阈值准则和软阈值处理函数），利用复合评价指标T对去噪结果进行评价，评价结果如表6所示。由表6可知，采用db4小波进行去噪时，T值在分解层次为5时达到最小值，将5层小波去噪作为db4小波去噪结果。通过比较db4小波、EMD、VMD方法的T值大小可知，VMD方法的去噪效果最佳。经VMD、EMD和db4小波方法去噪后得到的信号波形对比如图7所示。由图7可知，与db4小波、EMD方法比较，VMD将大坝变形数据的高频噪声去除得更加干净，并较好地保留了大坝变形的局部规律性变化，去噪效果明显优于EMD方法。db4小波去噪法在部分区域去噪不彻底，并滤除了大坝变形的局部变化规律，可能造成过度去噪。