一种工程基坑变形监测数据智能处理方法及系统与流程

本技术属于工程基坑，尤其涉及一种工程基坑变形监测数据智能处理方法及系统。

背景技术：

1、随着城市化进程的不断加快与地下空间开发利用的深度推进，深基坑工程的规模与多变程度日益增加，基坑施工过程中的安全问题受到了关注，为保障基坑及周边环境的安全，工程现场普遍部署了监测系统，持续获取表示基坑状态的时间序列数据。受限于现场恶劣的施工环境、传感器供电或通讯故障、异常值移除以及测量周期的调整等实际工程因素，获取的基坑变形监测原始数据通常表现为非均匀间隔采样的时间序列。这些非均匀序列隐含着由土体流变、支护结构受力变化等引发的多种内部变形规律，掺杂着环境噪声与瞬态干扰。对这类海量、多变的变形监测数据进行智能处理，发现并提取出能够表示基坑真实演化趋势的主导变形模式，成为防范基坑坍塌和周边沉降等重大工程事故的基础。

2、常规的数据分析方法多依赖于等间隔采样的理想条件，对非均匀监测数据进行处理易造成信号特征的失真与混叠，无法获取数据内部潜在的主导演化频率，基坑变形是一个受多重不确定因素影响的时变非平稳过程，单纯的频域或时域手段无法揭示变形能量的时频分布规律，现有的时频分析技术无法契合不同基坑项目的个性化变形特征，导致变形信号与噪声成分在不同尺度上相互融合，增加了特征提取的复杂性。

技术实现思路

1、本发明提供一种工程基坑变形监测数据智能处理方法及系统，旨在解决非均匀采样下基坑变形信号的失真混叠及其多尺度主导演化模式难以精准提取的问题。

2、根据本发明的第一方面，提出一种工程基坑变形监测数据智能处理方法，包括：s1：获取非均匀间隔采样的基坑变形监测原始时间序列数据，基于lomb-scargle周期图法计算原始时间序列数据的功率谱密度，通过谱峰搜索算法识别功率谱密度中的主导频率峰值，构建目标频率特征集；建立将目标频率特征集中各主导频率映射至小波分析尺度的关系，以最大化小波变换后能量在对应尺度上的集中度为目标函数，通过迭代优化算法求解目标函数获得最优化的提升格式小波预测与更新算子；s2：利用携带最优化的提升格式小波预测与更新算子的小波对原始时间序列数据进行多尺度分解，获得二维时尺度系数矩阵并执行绝对值平方操作，生成非负二维时尺度能量矩阵；采用非负矩阵分解算法，将非负二维时-尺度能量矩阵分解为时间基向量矩阵与尺度谱向量矩阵的乘积；判断各尺度谱向量的能量主峰对应尺度是否落在与目标频率特征集主导频率对应的预设区间内，若满足则将尺度谱向量及对应时间基向量共同确认为主导变形模式，分离并输出所有主导变形模式提供状态评估数据支持。

3、该方法依托基于lomb-scargle周期图法与自适应小波优化的底层处理架构，使得监测装置能直接在非连续数据上计算功率谱密度并提取主导频率峰值，进而通过目标频率到小波分析尺度的物理映射以及提升格式算子的迭代优化，使得软硬件系统在进行多尺度分解时能够紧密契合个性化的基坑形变特征，并通过非负矩阵分解分离出主导变形模式，为基坑稳定性评估装置提供了高精度、无混叠的底层状态数据支持。

4、进一步地，构建目标频率特征集，包括：对功率谱密度中的频率点进行局部极值检测，若某一频率点的能量值同时大于前后相邻频率点的能量值，则判定为局部极值峰点，将所有判定为局部极值峰点的频率点组成候选阵列；移除候选阵列中所有能量值低于能量判断阈值的频率点，保留剩余的局部极值峰点；将保留的局部极值峰点的频率及对应的能量谱值作为主导频率峰值，组成目标频率特征集。

5、该方法使分析模块能够自动排查并剔除背景噪声引发的杂散抖动伪峰，精准锁定表征真实土体流变与支护结构应力演化的主导频率峰值，为后续小波尺度的精确映射提供了高质量的物理先验特征集。

6、进一步地，能量判断阈值的获取方法，包括：获取功率谱密度中的全局最大能量值，将能量值与预设的底线基准系数相乘，得到能量判断阈值。

7、该方法使得数据处理模块能够根据单次采集数据的实际能量信噪比水平自适应缩放筛选标准，在强环境干扰下有效抑制伪峰，同时在微弱形变期保留真实的低能量演化频率，显著提升了参数算法在复杂工程地质条件下的动态适应能力与鲁棒性。

8、进一步地，建立将目标频率特征集中各主导频率映射至小波分析尺度的关系，包括：获取预定义小波基函数的核心中心频率常数以及原始时间序列数据的平均时间间隔；将核心中心频率常数作为分子，将目标频率特征集中的各主导频率与平均时间间隔的乘积分别作为分母；计算分子与分母的商，将商值映射为相邻的二进离散尺度，作为与对应主导频率相匹配的小波分析尺度，建立目标频率至小波分析尺度的映射关系序列。

9、该方法将基坑变形的实际物理演化频率与快速小波变换的二进层级结构实现了精准的数学对接，确保了迭代优化的小波算子在调整内部滤波参数时，其能量分布始终牢牢锚定于表征真实物理规律的分析尺度上，避免了信号分解过程中的能量分散与尺度错配。

10、进一步地，获得最优化的提升格式小波预测与更新算子，包括：初始化提升格式小波的预测算子与更新算子参数，并设定预设迭代步长、允许误差阈值及最大迭代次数；计算当前参数下目标函数的梯度偏差，利用预设迭代步长和梯度偏差对预测算子与更新算子的矩阵参数进行正向补偿；循环执行上述梯度计算与参数修正步骤，持续监测两次迭代间目标函数值的变化量；当变化量小于允许误差阈值时，停止迭代更新，将当前保留的矩阵参数作为最优化的提升格式小波预测与更新算子输出。

11、该方法使滤波器权重矩阵能够根据当前基坑的时域特征进行自适应微调演化，极大地压缩了分解过程的重构均方根误差并提升了高频噪声抑制比，在保障计算收敛稳定性的同时，实现了特征提取精度的深度优化。

12、进一步地，获得二维时尺度系数矩阵，包括：获得包含低频特征的近似系数序列；对近似系数序列迭代执行分离、预测与更新操作，将各分解层级获取的细节系数与最终的近似系数插值对齐至统一长度后按对应的二进离散尺度排列，构建出二维时尺度系数矩阵。

13、该方法为底层存储与计算单元构建了结构高度规整的二维时尺度系数矩阵，保障了后续绝对值运算及矩阵分解能够在统一的维度空间内公平、同步地评估多尺度的能量分布特性。

14、进一步地，获得包含低频特征的近似系数序列，包括：将原始时间序列数据通过插值重采样为均匀间隔序列数据，按照均匀间隔序列数据采样点索引的奇偶性，分离为独立的偶数序列和奇数序列；利用最优化的提升格式小波预测与更新算子中的预测算子对偶数序列进行卷积处理得到预测序列，将奇数序列减去预测序列，获得包含高频特征的细节系数序列；利用最优化的提升格式小波预测与更新算子中的更新算子对细节系数序列进行卷积处理得到更新序列，将偶数序列加上更新序列，获得包含低频特征的近似系数序列。

15、该方法将提升格式的轻量化代数结构深度嵌入到非均匀序列处理流程中，不仅在时域上精准剥离了高频瞬态冲击噪声，还有效补偿了低频长波混叠效应，最大限度地还原了工程基坑内部真实的长期蠕变特征。

16、进一步地，采用非负矩阵分解算法，将非负二维时尺度能量矩阵分解为时间基向量矩阵与尺度谱向量矩阵的乘积，包括：初始化一个非负的时间基向量矩阵和一个非负的尺度谱向量矩阵，为两者赋予随机的正实数初始特征值；采用乘子更新法则，交替更新时间基向量矩阵和尺度谱向量矩阵，在每次迭代中计算当前两个矩阵乘积与非负二维时尺度能量矩阵之间的重构误差距离；当重构误差距离连续多次迭代的变化量低于预设固定常数阈值，或达到设定的停止条件时，终止交替更新过程；输出最终收敛的时间基向量矩阵与尺度谱向量矩阵。

17、进一步地，确认为主导变形模式，包括：以映射得到的小波分析尺度为中心，结合预设的尺度容差范围构建预设区间；遍历尺度谱向量矩阵中的各尺度谱向量，若某一尺度谱向量的能量主峰对应尺度落在任一预设区间内，则提取该尺度谱向量以及时间基向量矩阵中与该尺度谱向量索引位置相对应的向量，组合为一组主导变形模式。

18、根据本发明的第二方面，还提供了一种工程基坑变形监测数据智能处理系统，包括处理器和存储器，存储器存储有计算机程序，处理器执行计算机程序以实现以上任一项所述的工程基坑变形监测数据智能处理方法。

19、有益效果：对基坑变形监测中常见的非均匀间隔采样数据，利用lomb-scargle周期图法进行功率谱密度计算与主导频率提取，减少了传统插值处理输入的误差，保障了原始信息的完整性；建立目标频率至小波尺度的映射关系，以最大化能量集中度为目标优化提升格式小波算子，增强了小波分解过程对基坑监测信号的特征匹配度与时频解析精度；结合多尺度分解生成的二维时尺度能量矩阵与非负矩阵分解技术，实现时间基向量与尺度谱向量的解耦，并依托前期构建的目标频率特征集识别、分离出基坑的真实主导变形模式。能够发现数据的内在规律并移除无关干扰。