基于GNSS的高层建筑物基坑监测系统实现与应用.pdf

建 筑 技 术 Architecture Technology第 54 卷第 21 期 2023 年 11 月Vol.54 No.21 Nov.20232609建筑高度的增加，建造过程中面临着巨大问题，高层建筑物对本身基坑的要求越来越高。地下层数的增加势必会造成地面出现不同程度沉降。因此对深基坑的监测必不可少。常规基坑监测利用全站仪或水准仪按照一定周期对基坑水平与垂直方向位移进行监测，这种办法效率低，且时效性较差无法满足基坑施工中的实时保护。因此有必要设计出一套实时监测基坑三维方向变化，并及时提供决策信息的系统1。建筑基坑实时监测对于施工安全来说至关重要，能满足这一要求的技术为 GNSS 短基线方式。通过布设合理的基准点，流动站作为监测点均匀布设在基坑有可能沉降的地区。依靠数据传输系统实时解算差分监测站坐标序列，获得实时的毫米级定位结果有助于分析基坑稳定情况。以某高层建筑物基坑监测项目为案例，建立实时 GNSS 数据传输系统，依据短基线解算获得监测站的毫米级定位结果，构建的组合去噪模型，以该基坑 GNSS 观测数据为试验，最后得到反映真实情况的沉降坐标序列。1 工程概况监测项目场地内拟建 1 栋 226 m 高写字楼及周边裙楼，采用混凝土框架 剪力墙结构。地下 3 层，总建筑面积为 120 000 m2。基坑呈矩形，南北长约为 150 m；东西宽约为 113.5 m，基坑设计深度为35 m。为及时发现基坑对周边建筑物、道路的影响情况，安装一定数量的监测点，如图 1 所示。基于 GNSS 的高层建筑物基坑监测系统 实现与应用陈剑波1，2（1.兰州交通大学，730070，兰州；2 甘肃省地质矿产勘查开发局第四地质矿产勘查院，735000，甘肃酒泉）摘要：以某高层建筑物基坑地质灾害隐患点监测实际情况为例进行分析，评估了监测站及虚拟基准站观测数据质量；根据实际建设项目的情况，提出综合解决地质灾害 GNSS 监测项目建设的规范；最后，提出一种组合模型对使用虚拟基准站解算的监测站数据进行去噪处理。结果表明，相比于 EMD 模型与 EMDICA 模型的去噪效果，该组合模型经数据去噪，标准差降低 3.7%与 2.7%，信噪比分别提高了 19.7%和12.3%，相关系数方面提高了 7.6%和 3.3%。关键词：基坑监测；GNSS 监测规范；GNSS 数据质量管理；组合模型；去噪中图分类号：TU 391 文献标志码：A 文章编号：10004726(2023)21260904realization anD application of founDation pit monitoring system for high-rise builDings baseD on gnss ChEN Jian-bo 1,2(1.Lanzhou Jiaotong University,730070,Lanzhou,Gansu,China;2.The Fourth Geological and Mineral Exploration Institute of Gansu Geological and Mineral Exploration and Development,735000,Jiuquan,Gansu,China)abstract:Taking the actual monitoring situation of a highrise building foundation pit geological hazard hidden point as an example,the observation data quality of the monitoring station and the virtual reference station is evaluated.According to the actual situation of the construction project,the specification for the construction of GNSS monitoring project to comprehensively solve geological disasters is proposed.Finally,a combined model is proposed to denoise the monitoring station data solved by virtual reference station.The results indicate that the EMD-ICA model outperforms traditional EMD denoising,with a reduction of 3.7%and 2.7%in data denoising standard deviation,an increase of 19.7%and 12.3%in signal-to-noise ratio,and an increase of 7.6%and 3.3%in correlation coefficient.In summary,the denoising effect has been greatly improved.Keywords:foundation pit monitoring;GNSS monitoring specification;GNSS data quality management;combination model;de-noising收稿日期：20230925作者简介：陈剑波（1990），男，甘肃金塔人，工程师，e-mail:.建 筑 技 术第 54 卷第 21 期2610SY05 SY06 SY07 SY08SX001JC01JC02JC03JC04JC05JC06JC07JC08JC09JC10JC11JC12JC13基坑SY01 SY02 SY03 SY04FN01混凝土 12FN02FN03FN04混凝土 18FN05FN06混凝土 12FN07FN08混凝土 12FN09FN10混凝土 12FN11图 1 监测点布置示意2 隐患点 GNSS 数据解算在隐患点位置布置流动站，采用相对定位方式获取流动站坐标序列。2.1 主要技术2.1.1 模糊度固定技术为获取精度较高的固定解，必须在载波相位解算中计算出正确模糊度。但实际观测中受外界环境的影响，包括多路径误差、电离层、对流层延迟误差的影响导致模糊度固定时常为浮点解，所以解算正确的模糊度成为至关重要的一环。采用相对成熟的模糊度固定技术应用，有利于流动站坐标序列成为正确的表现沉降点的实际情况2。在模糊度固定后，监测点的坐标序列才能成为有利用价值的坐标值。2.1.2 区域大气建模受大气层的影响，载波信号在穿越过程中受到电离层与对流层影响较多，选择合适的相应模型来解算正确的延迟至关重要3。考虑到地区与气候节气的影响，采用科学合理的大气模型对监测点坐标序列正确解算有很大帮助4-5。2.2 案例分析2.2.1 监测点基本情况在众多的监测点中选取一定数量的点位，具有代表性的点位信息见表 1。2.2.2 解算结果情况以监测点 FN001、监测点 JC01、监测点 SY01、监测点 JC07 数据为样本，使用 TEQC 软件分别处理四者的数据。在多路径误差、数据完整率这两方面质量检查并统计结果，见表 2、表 3。由表 2、表 3 可知，选取的代表性测站各监测点数据完整率较高，可用性较强，均大于相关规范的要求。L1载波上的多路径误差MP1数值越小越有利；L2 载波上的多路径 MP2 数值越小越有利。多路径表 1 各监测点站点列监测点站点类型站点位置SX001基准站道路旁JC01监测站围护墙顶JC 02监测站JC03监测站JC04监测站JC05监测站FN01监测站周边建筑物顶FN02监测站FN03监测站SY01监测站周边道路SY02监测站SY03监测站SY04监测站表 2 FN001 与 JC01 监测点数据质量检核结果监测点项目数据完整率/%MP1MP2FN001JCS870.690.78GLONASS700.840.83Beidou650.520.47JC01JCS900.680.91GLONASS850.690.66Beidou730.630.56表 3 SY01 与 JC07 监测点 GNSS 数据质量统计监测点项目数据完整/%MP1MP2SY01JCS890.620.59GLONASS790.580.68Beidou770.340.27JC07JCS910.630.77GLONASS840.850.97Beidou790.470.39数值小，周跳干扰与模糊度固定解算较容易。由上表可知，各测站数据中北斗数据的完整率与多路径误差与GPS、GLONSS系统数值相近，表明了我国的北斗技术与国外相应技术处于同一水平位置。2.2.3 监测站点坐标序列解算依靠 TBC 基线解算软件，通过单机站模式解算各监测站点坐标序列情况。2.2.4 待解决问题该布置的系统同时面临着很多有待解决的问题，具体如下。（1）采集的数据质量优劣没有一个评价质量的标准，很容易造成系统解算耗时而且解算精度无法满足要求。（2）内符合精度与外符合精度可验证系统的两个精度指标，若解算结果不满足要求，系统即无法2611陈剑波：基于 GNSS 的高层建筑物基坑监测系统实现与应用满足监测的基本要求。所以系统中必须满足该要求才能在监测中起到作用。3 监测点数据质量提高从各监测点质量分析发现，流动站与基准站数据质量的优劣，成为软件解算的高精度与成功与否的决定因素，决定监测站点坐标序列表现出真实位移。3.1 提高数据质量3.1.1 提高基准站数据质量基准站位置优先选择地势开阔、无遮挡物的地点，以确保接收到的卫星信号质量良好。要求基准站的俯仰角达到 10，避免强电磁环境的干扰，确保选址前进行连续2 h观测数据评估，并控制遮挡物，如树木和建筑物对数据的影响。与其他基准站进行数据共享和比对，以验证数据的一致性和准确性。3.1.2 监测站数据质量提升改进定期对监测站设备进行维护和校准，以确保其正常运行和准确性，包括检查设备的状态、校准传感器、更新软件等。监测和记录接收到的卫星信号强度，以评估信号质量。如果信号强度较低，可能需要调整天线位置或使用更高性能的天线来提高信号质量。3.2 算法改进基坑周边布设的监测点中，选用合适的去噪算法与解算方法。必须顾及可观测卫星数与卫星类型对模糊度固定的程度；其次减少外界环境产生的多路径误差影响，并保证系统稳定可靠；最后，去噪方法要适用于当时环境，且去噪效果明显提升6-8。3.3 隐患点数据去噪研究在获取到监测点的 GNSS 数据后，处理数据时在坐标序列中甄别出噪声的影响。为将噪声减弱对其影响，本文构建以组合去噪模型，简称为 EMDWaveletICA 模型。在监测中以某一测站数据为例，进行去噪处理，并检核去噪的精度，为大量应用提供理论依据。3.3.1 经验模态分解经验模态分解方法（Empirical Mode Decomposition，简称 EMD）处理过程将原始序列数据分解处理，分解后的每个分量分别作为高低频处理9-11。（1）针对原始信号 s(t)全域搜寻，确定最大值与最小值序列，分别采用 3 次样条插值法对二者拟合。分解出上包络线 su(t)，下包络线 sl(t)。（2）计算得到上下包络线的均值sa(t)如式（）。sa(t)=su(t)+sl(t)/2（1）（3）将原始序列 s(t)与上下包络线均值 sa（t）作差，提取细节 h(t)如式（）所示。h(t)=s(t)sa(t)（2）（4）计算信号的残余分量如式（3）所示。res=s(t)imfi(t)（3）3.3.2 小波分析小波基函数8如式（）所示。a,=(t)/a（4）式中：a,为小波基函数经过伸缩 a 和平移 得到的。将被变换函数 f(t)与小波基函数进行卷积如式（5）所示：WTf（a，）=f(t.)a，(t)=1/aRf(t)(t)/adt，a0（5）式中：小波变换系数可用 WTf（a，）进行表示，连续小波变换常用于对连续问题的研究中，解决理论问题。3.3.3 组合模型介绍基于上述模型方法，构建组合去噪模型，该组合去噪模型简称为 EMDWaveletICA 组合模型12-13。将监测点 SY01 站点的数据采用短基线技术解算，并得到坐标序列。经该坐标序列进行 EMD 分解，分解之后的效果如图 2 所示。0 1 000 2 000 3 000 4 000时间/s幅度图 2 EMD 分解后的 IMF 分量定义标准化模量的累计均值(MSAM)见式（）。hm=meanmi=1imfi(t)mean（imfi(t)）/stdimfi(t)（6）式中：mean()表示均值函数；std(t)表示标准差函数。如果标准化模量的累计均值hm明显偏离零值的话，就可认定从该尺度开始，残余信号和低频IMF 分量为趋势项。计算分量 MSAM 值，统计结果如图 3 所示。建 筑 技 术第 54 卷第 21 期26120 1 2 3 4 5 6 7 8 9 10 11IMF61016410162101601016210164101661016MSAM/m图 3 分解尺度的 MSAM 值由图 3 可看出，分解后的第七个分量可作为低频分量，其分量也可作为低频处理，其余分量为高频部分。低频阶段采用 ICA 模型去噪解算，高频采用小波模型解算去噪。将各去噪后的分量构建一整体，该整体为信号去噪后数值。各分量去噪后效果如图 4 所示。0.0150.0000.0150.0060.0000.0060.0150.0000.0150.0150.0000.0150 2 000 4 000 6 000 历元/s第 1 d第 2 d第 3 d第 4 dN/m （a）0 2 000 4 000 6 000 历元/s0.0060.0000.0060.0060.0000.0060.0060.0000.0060.0060.0000.006第 1 d第 2 d第 3 d第 4 dN/m（b）图 4 EMDWaveletICA 组合方法处理的监测点变形趋势（a）去噪后变形趋势；（b）剔除噪声为直观比较各去噪方法的优劣，分别统计了 3种方法的去噪效果。统计结果见表 4。表 4 不同方法对坐标序列的去噪效果对比评价指标EMDEMDICAEMDWaveletICA相关系数0.831 10.865 10.894 0标准差/m1.326 11.311 51.2767信噪比/dB48.17451.33657.669由表 4 可知，对于流动站监测点来说，构建的组合去噪方法较 EMD 模型与 EMDICA 模型去噪精度都有提升。如表 4 可知，信噪比角度提升 19.7%与 12.3%，标准差方面降低 3.7%与 2.7%，相关系数方面提升 7.6%与 3.3%。由此可见组合去噪方法更能提高数据的去噪效果。4 结束语通过阐述已有去噪方法的不足，考虑单模型去噪效果不明显，只能减弱某一方面的噪声影响。构建组合去噪方法，采用本工程案例采集的数据为试验样本。与常规模型在信噪比、标准差、相关系数这 3 方面对比分析。试验结果表明，提出的组合去噪模型优于构成的单模型去噪效果，在 3 个方面比较中均有提高。该组合去噪模型在基坑监测数据处理中，剔除噪声更能体现基坑沉降真实情况。参考文献1 晏晓红,宋丽,荣延祥.PSOSVR 优化模型在基坑变形监测预测中的应用 J.地理空间信息,2022,20(12):5357.2 田春林.深基坑工程安全监测技术及工程应用 J.智能建筑与智慧城市,2022(12):103105.3 谭永华,张桂龙.海上花苑深基坑现场监测数据分析 J.地下水,2022,44(6):8384,92.4 李旭.复杂环境条件下的深基坑支护设计与分析 J.中国水运(下半月),2022,22(11):145147.5 赵平.深基坑开挖影响的有限元模拟与监测 J.安庆师范大学学报(自然科学版),2022,28(4):2428,36.6 黄剑,李伟,王秀秀.福州某地铁车辆出入线段基坑数值模拟 J.工程建设与设计,2022(21):4345.7 杨敏,朱雨轩,赵德彬,等.复杂条件下深基坑支护及地下水控制技术研究 J.中国住宅设施,2022(10):6466.8 甄鑫强,杨磊,王建文.深基坑第三方监测的设计与实现 J.测绘与空间地理信息,2022,45(10):218221,224.9 程晓峰.临近轨道交通基坑开挖安全监测分析 J.上海建设科技,2022(5):6870.10 程林.软土地基狭长型深基坑支护结构稳定监测与分析 J.港工技术,2022,59(5):7781.11 姚煌,成怡冲,王洁栋,等.连锁桩墙在软土地区深基坑工程中的应用 J.岩土工程技术,2023,37(1):105110.12 刘俊强,唐绍勇,刘闯,等.超大超深基坑工程智能建造技术实施与应用 J.建筑技术,2022(6):53.13 余冬静,仇方形.软弱地层中深基坑工程支护体系及受力特性的数值分析 J.建筑技术开发,2022(15):49.