第二章MATLAB在变形监测的数据处理中的应用
2.1 MATLAB应用于变形监测资料的预处理
变形监测的目的和意义不仅仅是描述动力现象,更重要的是要对变形观测的数据进行正确的处理、分析,建立合理的模型,对变形发生的值作出准确的预报,从而减少事故的发生,保证安全。变形监测数据处理的一般过程为:数据预处理、变形分析、变形预报,其每一步骤都以大规模甚至海量数据处理为基础,涉及大量的计算。MATLAB是以复数矩阵为基本运算单元的交互式语言。它具有强大的科学运算、高质量的图形可视化与界面设计、便捷的与其他程序和语言接口和输入输出格式化数据的功能;而且还拥有一个功能强大、涉及多个应用领域的工具箱等。MATLAB在大规模数据处理特别是矩阵运算方面具有其他程序设计语言难以比拟的优越性,同时,它提供了方便实用的绘图功能,可以很方便地将数据处理成果可视化显示。另外,MATLAB提供了丰富的数据分析和处理功能模块,如神经网络、小波分析等,为进行各种复杂的数据集分析提供了方便。将MATLAB引入变形监测数据处理领域是一件非常有意义的事情。预处理包括对原始数据进行检核、粗差剔除, 去掉离群数据。可采用线性回归方程进行资料的检核。对于粗差剔除, 可采用传统去噪方法处理其中的随机误差。随着小波分析技术的深入发展, 小波去噪也不失为一种有效的消噪方法。
2.2 用一元线性回归进行资料的检核
一元线性回归模型是用于分析一个自变量(X)与一个因变量(Y)之间线性关系的数学方程。一般形式为:
式中: 是因变
量Y的估计值,也称理论值。X是自变量, a,b为未知参数。a是直线方程的截距,即
时的 值; b是回归直线的斜率,也称回归系数,表示自变量每
)它的符号与相关系数 r是一致的,当 >0
变化一个单位时 的增量(
时,表示X与 同方向变化;当 <0时,表示X与 反方向变化&#x