矿区地表形变PPP监测自适应滤波算法及其应用

doi:10.13474/j.cnki.11-2246.2022.0277

测绘通报 ›› 2022, Vol. 0 ›› Issue (9): 129-133.doi: 10.13474/j.cnki.11-2246.2022.0277

矿区地表形变PPP监测自适应滤波算法及其应用

杨俊山^1,2, 项鑫^1,2, 熊晓峰^1,2, 王艳利^1,2, 李小强³

1. 河南省地球物理空间信息研究院, 河南郑州 450000;
2. 河南省地质物探工程技术研究中心, 河南郑州 450000;
3. 郑州铁路职业技术学院, 河南郑州 450000

收稿日期:2022-07-11 发布日期:2022-09-30
作者简介:杨俊山(1988—),男,工程师,主要从事测绘地理信息、多测合一、自然资源调查监测等方面的研究。E-mail:448084794@qq.com
基金资助:
国家自然科学基金(42074045)

Adaptive filtering algorithm and its application based on the PPP technique for deformation monitoring in mining area

YANG Junshan^1,2, XIANG Xin^1,2, XIONG Xiaofeng^1,2, WANG Yanli^1,2, LI Xiaoqiang³

1. Henan Provincial Institute of Geophysical Spatial Information, Zhengzhou 450000, China;
2. Henan Engineering Technology Research Center for Geophysical Prospecting, Zhengzhou 450000, China;
3. Zhengzhou Railway Vocational & Technical College, Zhengzhou 450000, China

Received:2022-07-11 Published:2022-09-30

摘要/Abstract

摘要： 矿区地表易发生开裂、移动、塌陷等灾害,对矿区人文及生态环境造成巨大破坏。因此,针对矿区地表的监测研究意义重大。然而,常规的监测数据解算方法精度依赖于先验模型参数的准确性,若模型参数不准确,则解算精度难以满足监测需求。鉴于此,本文提出了基于PPP的矿区地表形变监测自适应滤波算法,并利用矿区工程数据进行试验,验证了算法的优越性。结果表明,本文算法能有效地控制动态模型参数偏差的影响,提高监测数据解算的稳定性,相比传统滤波算法,能够有效提高解算精度。

关键词: PPP, 矿区, 形变监测, 自适应滤波

Abstract: The surface of the mining area is prone to cracking, movement, collapse and other disasters, causing great damage to the human and ecological environment of the mining area. Therefore, it is of great significance to study the surface monitoring in mining area. However, the accuracy of conventional filtering methods depends on the accuracy of prior model parameters. If the model parameters are not exact, the accuracy is difficult to meet the monitoring requirements. In view of this, an adaptive filtering algorithm for deformation monitoring in mining area based on the precise point positioning (PPP) technique is proposed, and the data collected in engineering practice of mining area is applied to carry out the practical experiments, then the superiority of the algorithm is verified. Results show that the proposed algorithm can effectively control the influence of dynamic model parameter deviation and improve the stability of monitoring data calculation. Meanwhile, the calculation accuracy is improved compared with the traditional filtering algorithm.

Key words: PPP, mining area, deformation monitoring, adaptive filtering

中图分类号:

P258

杨俊山, 项鑫, 熊晓峰, 王艳利, 李小强. 矿区地表形变PPP监测自适应滤波算法及其应用[J]. 测绘通报, 2022, 0(9): 129-133.

YANG Junshan, XIANG Xin, XIONG Xiaofeng, WANG Yanli, LI Xiaoqiang. Adaptive filtering algorithm and its application based on the PPP technique for deformation monitoring in mining area[J]. Bulletin of Surveying and Mapping, 2022, 0(9): 129-133.

参考文献

[1] 余学祥,王坚, 刘绍堂, 等. GPS测量与数据处理[M].徐州:中国矿业大学出版社, 2013.
[2] 彭凤友.GPS/BDS精密单点定位技术在滑坡变形监测中的应用研究[J].导航定位与授时,2019,6(6):103-112.
[3] 汤俊, 李垠健, 高鑫. 基于CEEMDAN的GNSS变形监测去噪方法[J]. 大地测量与地球动力学, 2021, 41(4):408-412.
[4] 祝会忠, 路阳阳, 徐爱功, 等. 长距离GPS/BDS双系统网络RTK方法[J]. 武汉大学学报(信息科学版), 2021, 46(2):252-261.
[5] 刘贺春,郭秋. 综合GPS技术与灰色模型的西郝庄铁矿开采沉陷预计[J]. 金属矿山,2016(10):116-119.
[6] 侯林锋. 大冶铁矿开采沉陷GPS高程拟合CQPSO-LSSVM模型[J]. 金属矿山,2017(9):166-169.
[7] 刘振国,卞正富,吕福祥,等. 时序DInSAR在重复采动地表沉陷监测中的应用[J].采矿与安全工程学报,2013,30(3):390-395.
[8] 阎跃观. DInSAR监测地表沉陷数据处理理论与应用技术研究[D]. 北京:中国矿业大学(北京),2010.
[9] 范洪冬. InSAR若干关键算法及其在地表沉降监测中的应用研究[D]. 徐州:中国矿业大学,2010.
[10] 祝传广. 融合多源SAR影像的形变监测研究[D]. 徐州:中国矿业大学,2015.
[11] 高晓雄,李达,高明章. 基于DInSAR技术的矿区地表三维形变监测[J]. 煤炭技术,2016,35(7):100-102.
[12] 何倩,范洪冬,邓喀中,等. 基于时序DInSAR的矿区地表沉降监测[J]. 煤炭技术,2017,36(9):179-180.
[13] 成晓倩,马超,康建荣,等. 联合DInSAR和PIM技术的沉陷特征模拟和时序分析[J]. 中国矿业大学学报,2018,47(5):1141-1148.
[14] YU W K, PENG H, PAN L, et al. Performance assessment of high-rate GPS/BDS precise point positioning for vibration monitoring based on shaking table tests[J]. Advances in Space Research, 2022, 69(6):2362-2375.
[15] WANG L, LI Z S, WANG N B, et al. Real-time GNSS precise point positioning for low-cost smart devices[J]. GPS Solutions, 2021, 25(2):69.
[16] BULBUL S, BILGEN B, INAL C. The performance assessment of precise point positioning(PPP) under various observation conditions[J]. Measurement, 2021, 171:108780.
[17] KALMAN R E. A new approach to linear filtering and prediction problems[J]. Journal of Basic Engineering, 1960, 82(1):35-45.
[18] COSTA F A L, MITISHITA E A. An approach to improve direct sensor orientation using the integration of photogrammetric and LiDAR datasets[J]. International Journal of Remote Sensing, 2019, 40(14):5651-5672.
[19] MOHAMED A H, SCHWARZ K P. Adaptive Kalman filtering for INS/GPS[J]. Journal of Geodesy, 1999, 73(4):193-203.
[20] YANG Y X, GAO W G. An optimal adaptive Kalman filter[J]. Journal of Geodesy, 2006, 80(4):177-183.
[21] 杨元喜, 任夏, 许艳. 自适应抗差滤波理论及应用的主要进展[J]. 导航定位学报, 2013, 1(1):9-15.
[22] 杨元喜.自适应动态导航定位[M]. 北京:测绘出版社,2006.
[23] HUANG G W, ZHANG Q. Real-time estimation of satellite clock offset using adaptively robust Kalman filter with classified adaptive factors[J]. GPS Solutions, 2012, 16(4):531-539.

矿区地表形变PPP监测自适应滤波算法及其应用

Adaptive filtering algorithm and its application based on the PPP technique for deformation monitoring in mining area

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	周志伟, 程翔, 周伟, 郝卫峰, 肖海斌, 陈鸿杰, 杨魁. 地基SAR在滑坡形变监测中的应用[J]. 测绘通报, 2022, 0(7): 60-63.
[2]	史健存, 杨泽发, 吴立新. 优化先验模型参数的矿区多轨InSAR三维形变监测[J]. 测绘通报, 2022, 0(7): 71-77.
[3]	张家勇, 邹银先, 刘黔云, 张楠, 龚伟, 李康伦. 利用时序InSAR进行毕节市潜在滑坡识别与形变监测[J]. 测绘通报, 2022, 0(6): 121-124.
[4]	张东升, 张玉英, 李国柱, 赵子龙, 杨苏新. 低纬度高海拔地区BDS/GPS/GLONASS非差非组合PPP性能分析[J]. 测绘通报, 2022, 0(5): 150-156.
[5]	肖浩威, 王江林, 郭海荣, 杨立扬. PPP-B2b服务的实时精密单点定位精度分析[J]. 测绘通报, 2022, 0(4): 117-121.
[6]	逯中香, 樊彦国, 李国胜. 利用稀少卫星影像控制点生产1:10 000 DOM——以阿拉善盟测区为例[J]. 测绘通报, 2022, 0(3): 138-142,156.
[7]	章诗芳, 张锦. 卡尔曼滤波在山西省西山煤田地面沉降GNSS监测中的应用[J]. 测绘通报, 2021, 0(9): 103-107.
[8]	郭伟, 崔希民, 李晶, 李军, 袁德宝, 阎跃观. 非测绘类专业测量学线上教学探讨与实践[J]. 测绘通报, 2021, 0(9): 151-156.
[9]	范德芹, 邱玥, 孙文彬, 赵学胜, 麦霞梅, 胡颖文. 基于遥感生态指数的神府矿区生态环境评价[J]. 测绘通报, 2021, 0(7): 23-28.
[10]	赵中枢, 张红峰. 基于分时散射目标的非城区地形PS-InSAR监测[J]. 测绘通报, 2021, 0(5): 68-72.
[11]	肖业伟, 谢小刚. 强跟踪抗差自适应滤波算法及其在无人机导航定位中的应用[J]. 测绘通报, 2021, 0(4): 64-67.
[12]	徐欣彤, 杨志鑫, 张林杰, 杨颖, 王怡欣, 钱闯, 刘晖. BDS-3实时精密产品质量评估及其PPP性能分析[J]. 测绘通报, 2021, 0(3): 18-22,74.
[13]	任文静, 贾洪果, 闫斌. SBAS-InSAR方法支持下的矿区地表沉降监测及参数反演[J]. 测绘通报, 2021, 0(3): 113-117,155.
[14]	蒋金雄, 杜玉玲, 陈宇, 刘广, 闫世勇. 利用DS-InSAR技术监测沛北矿区地表形变[J]. 测绘通报, 2021, 0(2): 117-121.
[15]	杨传训, 杨骥, 李勇, 韩留生, 陈水森. 面向水库大坝形变监测的三维激光扫描点云分析方法[J]. 测绘通报, 2021, 0(10): 54-59.