融合姿态监测功能的压差式静力水准仪及其方法与流程

本技术涉及压差式静力水准仪，具体地，涉及一种融合姿态监测功能的压差式静力水准仪及其方法。

背景技术：

1、静力水准仪主要用于组成沉降监测系统，对铁路、桥梁、边坡等沉降监测。但是，作为利用液体连通器原理的压差式静力水准仪，只有当储液罐液面与测点静力水准仪储液容器最低液位之间的距离发生变化时，才能引起作用于静力水准仪内部压力芯体的压力变化，进而被采集、放大与输出。而当静力水准仪发生基于水平面无沉降的侧斜，比如无沉降情况的左右倾斜、前后倾斜等，由于储液罐与测点静力水准仪储液容器内最低液位距离没有发生变化，进而作用于静力水准仪内部的压力芯体的压力没有变化，沉降监测系统无法感知到静力水准仪本身姿态发生的变化。但是，这种倾斜往往是被监测物体表面发生了可能引起突变沉降的前兆，比如边坡监测中，发生滑塌前，静力水准仪先发生震动、倾斜等。所以说，目前技术条件下，沉降监测系统中使用的静力水准仪存在一定的功能缺失。

2、因此，期望一种优化的压差式静力水准仪。

技术实现思路

1、提供该技术实现要素：部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

2、第一方面，本技术提供了一种融合姿态监测功能的压差式静力水准仪，所述压差式静力水准仪包括：静力水准仪机体，所述静力水准仪机体包括数据处理器；安装于所述静力水准仪机体的加速度传感器和压力传感器；安装于所述静力水准仪机体的数据传输单元，所述数据传输单元可通信地连接于所述数据处理器；其中，所述数据处理器，包括：加速度压力数据获取模块，用于获取加速度数据的时间序列和压力数据的时间序列；压力数据时序测量波动语义提取模块，用于将所述压力数据的时间序列输入序列编码器以得到压力数据时序测量波动语义特征向量；静力水准仪姿态时序特征提取模块，用于将所述加速度数据的时间序列输入姿态特征提取器以得到静力水准仪姿态细粒度时序特征向量的序列；压力测量-姿态校正查询匹配模块，用于以所述压力数据时序测量波动语义特征向量作为查询特征向量，将所述压力数据时序测量波动语义特征向量和所述静力水准仪姿态细粒度时序特征向量的序列输入基于细粒度解耦的特征查询响应自适应编码器以得到压力测量-姿态校正查询匹配特征矩阵作为压力测量-姿态校正查询匹配特征；优化压力测量值生成模块，用于基于所述压力测量-姿态校正查询匹配特征，得到优化压力测量值。

3、可选地，所述压力数据时序测量波动语义提取模块，包括：将所述压力数据的时间序列输入基于rnn模型的序列编码器以得到所述压力数据时序测量波动语义特征向量。

4、可选地，所述静力水准仪姿态时序特征提取模块，用于：将所述加速度数据的时间序列输入基于bi-lstm模型的姿态特征提取器以得到所述静力水准仪姿态细粒度时序特征向量的序列。

5、可选地，所述压力测量-姿态校正查询匹配模块，包括：细粒度解耦单元，用于对所述静力水准仪姿态细粒度时序特征向量的序列进行细粒度解耦以得到静力水准仪姿态细粒度时序特征向量的子序列的集合；静力水准仪姿态细粒度时序细粒度局部关联编码单元，用于将所述静力水准仪姿态细粒度时序特征向量的子序列的集合中的各个静力水准仪姿态细粒度时序特征向量的子序列输入子序列语义强化编码器以得到静力水准仪姿态细粒度时序细粒度解耦局部关联特征向量的集合；协方差矩阵计算单元，用于计算所述查询特征向量与所述静力水准仪姿态细粒度时序细粒度解耦局部关联特征向量的集合中的各个静力水准仪姿态细粒度时序细粒度解耦局部关联特征向量之间的协方差矩阵以得到查询静力水准仪姿态细粒度时序响应协方差矩阵的集合；静力水准仪姿态细粒度时序响应迹度量因子计算单元，用于计算所述查询静力水准仪姿态细粒度时序响应协方差矩阵的集合中的各个查询静力水准仪姿态细粒度时序响应协方差矩阵的矩阵迹以得到查询静力水准仪姿态细粒度时序响应迹度量因子的集合；静力水准仪姿态细粒度时序响应迹度量因子激活单元，用于对所述查询静力水准仪姿态细粒度时序响应迹度量因子的集合进行激活处理以得到查询静力水准仪姿态细粒度时序响应迹注意力权重的集合；加权和计算单元，用于以所述查询静力水准仪姿态细粒度时序响应迹注意力权重的集合中的各个查询静力水准仪姿态细粒度时序响应迹注意力权重作为权重，计算所述查询静力水准仪姿态细粒度时序响应协方差矩阵的集合的加权和以得到所述压力测量-姿态校正查询匹配特征矩阵。

6、可选地，所述静力水准仪姿态细粒度时序细粒度局部关联编码单元，包括：将所述静力水准仪姿态细粒度时序特征向量的子序列的集合中的各个静力水准仪姿态细粒度时序特征向量的子序列输入基于bi-lstm模型的子序列语义强化编码器以得到所述静力水准仪姿态细粒度时序细粒度解耦局部关联特征向量的集合。

7、可选地，所述静力水准仪姿态细粒度时序响应迹度量因子计算单元，用于：分别计算所述查询静力水准仪姿态细粒度时序响应协方差矩阵的集合中的每个查询静力水准仪姿态细粒度时序响应协方差矩阵的对角线上的各个元素的加和值以得到所述查询静力水准仪姿态细粒度时序响应迹度量因子的集合。

8、可选地，所述静力水准仪姿态细粒度时序响应迹度量因子激活单元，用于：将所述查询静力水准仪姿态细粒度时序响应迹度量因子的集合输入sigmoid激活函数以得到所述查询静力水准仪姿态细粒度时序响应迹注意力权重的集合。

9、可选地，所述优化压力测量值生成模块，用于：将所述压力测量-姿态校正查询匹配特征矩阵输入基于解码器的压力测量优化器以得到优化压力测量解码值。

10、第二方面，本技术提供了一种融合姿态监测功能的压差式静力水准仪优化方法，所述方法包括：获取加速度数据的时间序列和压力数据的时间序列；将所述压力数据的时间序列输入序列编码器以得到压力数据时序测量波动语义特征向量；将所述加速度数据的时间序列输入姿态特征提取器以得到静力水准仪姿态细粒度时序特征向量的序列；以所述压力数据时序测量波动语义特征向量作为查询特征向量，将所述压力数据时序测量波动语义特征向量和所述静力水准仪姿态细粒度时序特征向量的序列输入基于细粒度解耦的特征查询响应自适应编码器以得到压力测量-姿态校正查询匹配特征矩阵作为压力测量-姿态校正查询匹配特征；基于所述压力测量-姿态校正查询匹配特征，得到优化压力测量值。

11、可选地，将所述压力数据的时间序列输入序列编码器以得到压力数据时序测量波动语义特征向量，包括：将所述压力数据的时间序列输入基于rnn模型的序列编码器以得到所述压力数据时序测量波动语义特征向量。

12、采用上述技术方案，通过获取加速度数据的时间序列和压力数据的时间序列，并采用基于人工智能的数据处理和分析技术来对所述加速度数据和所述压力数据进行细粒度时序编码和时序语义提取，以此根据所述加速度数据和所述压力数据在时序上的自适应查询匹配特征来智能地得到优化压力测量值。这样，能够通过加速度传感器监测静力水准仪的姿态变化，以便对压力测量数据进行实时校正，从而消除由于姿态变化引起的误差，提高测量的准确性。同时能够检测到无沉降情况下的倾斜，为可能的突变沉降提供早期预警，这对于边坡等易发生滑塌的结构尤其重要。

13、本技术的其他特征和优点将在随后的具体实施方式部分予以详细说明。