一种基于贝叶斯的隧道径向变形监测误差减小方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114076592A(43)申请公布日2022.02.22(21)申请号202010837304.9(22)申请日2020.08.19(71)申请人湖北省电力勘测设计院有限公司地址430048湖北省武汉市东西湖区金银湖街新桥四路1号申请人武汉理工大学(72)发明人朱付广徐东升刘启超李勃黄河(74)专利代理机构北京同辉知识产权代理事务所(普通合伙)11357代理人魏忠晖(51)Int.Cl.G01C15/00(2006.01)G01B11/16(2006.01)G06F17/18(2006.01)权利要求书2页说明书4页附图1页(54)发明名称一种基于贝叶斯的隧道径向变形监测误差减小方法(57)摘要本发明公开了一种基于贝叶斯的隧道径向变形监测误差减小方法，具体包括以下步骤：S1利用激光测距的方法，进行实验室测试，测量其在不同距离段的测量值，记录测量值和实际值之间的误差；S2、通过统计分析，得出设备在各个距离段的误差分布和波动区间，得出误差的均值和方差，S3、建立误差的概率密度函数；S4、确定贝叶斯方法中的先验分布和似然函数。本发明通过基于贝叶斯的隧道变形激光监测误差减小方法，能预先利用激光测量技术在室内测得多组数据，根据先验数据的误差建立先验分布函数，基于此先验分布函数，再利用MCMC生成等效样本，从而建立后验分布函数，能有效修正每一隧道测量数据，实现减小测量误差的目的。CN114076592ACN114076592A权利要求书1/2页1.一种基于贝叶斯的隧道径向变形监测误差减小方法，其特征在于，具体步骤如下：S1、利用激光测距的方法，进行实验室测试，测量其在不同距离段的测量值，记录测量值和实际值之间的误差；S2、通过统计分析，得出设备在各个距离段的误差分布和波动区间，得出误差的均值和方差；S3、建立误差的概率密度函数；S4、确定贝叶斯方法中的先验分布和似然函数；S5、利用马尔科夫链蒙特卡洛模拟方法(MCMC)生成每个测点对应的等效样本；S6、计算出每一个测点对应等效样本的均值和标准差，形成更新之后测量误差的后验分布；S7、隧道中的测点测量距离加上由后验分布随机抽取的误差即为精确距离。2.根据权利要求1所述的一种基于贝叶斯的隧道径向变形监测误差减小方法，其特征在于，所述步骤S1中，利用激光测距的方法，进行实验室测试，对相应测点Si(假设测点为S1,S2,…,Sn)进行连续测距n次，每次间隔1s，将n次监测数据记录，并分别假设为l1,l2,…，ln并记录此时的日期、时刻。3.根据权利要求1所述的一种基于贝叶斯的隧道径向变形监测误差减小方法，其特征在于，所述步骤S2中，对S1的n次监测数据取平均值，记为l0，因此，5次测量数据的误差为：d1＝(l1-l0)d2＝(l2-l0)d3＝(l3-l0)d4＝(l4-l0)…dn＝(ln-l0)得出误差的均值μ和误差的标准差σ.根据本发明的一些实施例，所述步骤S3中，测点Si所产生的误差样本如下：εi＝[d1,d2,d3,d4,d5]根据本发明的一些实施例，所述步骤S3中的公式为4.根据权利要求1所述的一种基于贝叶斯的隧道径向变形监测误差减小方法，其特征在于，所述步骤S4中，本发明以测量误差的概率密度函数为似然函数，以步骤1中误差的波动区间为误差均值μ的上下限，根据该设备的测量精度设置误差的标准差的范围，假设误差均值和标准差服从均匀分布，因此先验分布可表示为：5.根据权利要求1所述的一种基于贝叶斯的隧道径向变形监测误差减小方法，其特征在于，所述步骤S5中，利用马尔科夫链蒙特卡洛模拟方法(MCMC方法)的核心性质，即假设测量误差d1,d2,d3,…,dn是一个马尔科夫链，其中任意一个候选值di只会与前一个值有关，2CN114076592A权利要求书2/2页在不断的转移中，马尔科夫链达到平稳状态，进而采用这种抽样方法生成每个测点对应的等效样本，即n个样本容量为m的数据(D1,D2,D3,…,Dn)。6.根据权利要求1所述的一种基于贝叶斯的隧道径向变形监测误差减小方法，其特征在于，所述步骤S6中，根据上述等效样本，可计算出每一个测点(Si)对应等效样本(Di)的均值和标准差,因此，可形成更新之后测量误差的后验分布Yi:其中，Di为测点Si的测量误差等效样本，μi为贝叶斯更新后等效样本的均值，σi为贝叶斯更新后等效样本的标准差。根据本发明的一些实施例，所述步骤S7中，再次通过监测仪器对相对应测点测量，所得出的距离hi加上由后验分布Yi随机抽取的误差di即为精确距离Li，公式如下：Li＝hi+di。3CN114076592A说明书1/4页一种基于贝叶斯的隧道径向变形监测误差减小方法技术领域[0001]本发明涉及隧道变形测量领