测量模式论文篇（1）

中图分类号： TB22 文献标识码： A

近年来，随着“3S”技术（全球定位系统GPS技术、地理信息系统GIS技术、摄影测量与遥感RS技术）的广泛应用，工程测量技术也发生着实质性的变化。那么对工程测量技术人员也有着更高的要求。原有的人才培养模式下培养出来的工程测量人员已不适应当前市场对工程测量人才的需求。

因此，对原有工程测量人才的培养模式进行一次改革势在必行。

一、工程测量人才需求状况分析

工程测量技术人员须有扎实的基础理论知识，对工程常用的测量仪器能够熟练使用。同时具备强的计算机应用能力，综合运用专业知识解决实际问题的能力以及良好的职业素养和职业道德。

近年来，国家经济建设飞速发展，各行业对测量专业复合型人才需求是不断增大。同时各省市水利、土地、工程建筑等行业对工程测量技术人才需求量加大。各用人单位急需掌握新技术的应用型工程测量人才。然而在这种量的需求增加的同时对工程测量人才的质的要求也越来越高。

二、测量专业人才实践能力的重要性

工程测量技术专业是实践性很强的专业。实践教学是教学环节中的重要一环。其重点在于强调实践性和应用型。根据企事业用人单位对工程测量技术人才的反馈意见，用人单位对学生的实践动手能力及学习新知识，掌握新技术能力要求较高。因此，测量人员的实践能力是非常重要的，是每一位合格的测量人员必须具备的专业素养。

三、“2+1”人才培养模式

“2+1”人才培养模式是“工学结合”教学模式的一种具体体现，主要应用于高职高专院校。学生在学校的前两年进行基础知识和技能训练，最后一年到企事业单位参加顶岗实习。通过这种方式使学生在学习好专业知识的同时积累生产工作经验，实现学生毕业后知识能力与岗位需求的无缝对接。

四、测量专业实践教学改革

（一）改革实践教学体系

根据工程测量技术专业的教学目标及岗位需求，应构建起“夯实基础，加强能力”的实践教学体系，使实践教学循序渐进。早期实训课程以提升学生专业兴趣为目标，巩固学生专业基础理论知识与实践动手能力为基础。专业应用实践课程注重提升应用实践技能培养，以帮助学生更好地理解各种专业技术在实践中的应用情况，培养学生对实际问题的分析与解决能力。

（二）改革毕业设计（论文）教学模式

毕业设计（论文）是高职高专学生培养方案中的一个必修的教学环节，目的在于总结专业学习的成果，培养学生综合应用所学专业知识解决实际问题的能力。毕业设计（论文）应推行校企联合指导毕业生进行毕业设计（论文）。学生在最后一年进行顶岗实习，学生在单位实习期间由单位的技术人员与教师共同指导学生，确定学生毕业设计（论文）的中心内容。这样毕业实习与毕业设计相辅相成，同时学生通过毕业实习、收集资料、学习方法、解决问题进而完成毕业设计（论文）。

测量模式论文篇（2）

中图分类号：TN929.5 文献标识码：A 文章编号：1674-098X（2016）09（a）-0178-02

目前基站的电磁辐射计算都是基于电磁辐射体为点源的理论公式，而实际测量结果往往与理论计算结果相差很大。因此，该文基于数学分析方法对移动通信基站电磁辐射实际测量结果进行建模，通过模拟得出的经验公式帮助工程计算。

1 理论计算和实际测量

1.1 理论计算

根据《辐射环境保护管理导则――电磁辐射监测仪器和方法》（HJ/T10.2-1996），功率密度S按照

（1）

其中，S楣β拭芏龋W/m2；取单个项目的贡献管理限值0.08 W/m2。P为天线口功率，W；G为天线增益，倍数；d为离天线直线距离，m。

以某种型号的基站为例，其天线详细参数为：频段935～954 MHz，载频数为4，天线挂高40 m，0°俯角，增益15.5dBi，15W/载频。

根据公式（1），代入相关参数，得到A基站T型号天线的功率密度理论计算值，距离天线2 m、4 m、8 m、12 m、16m、20 m、24 m具体数值分别为（单位：×10-2 W/m2）：671.59、167.90、41.97、18.66、10.49、6.72、4.66。

1.2 实际测量

按照《辐射环境保护管理导则-电磁辐射监测仪器和方法》（HJ/T10.2-1996）、《移动通信基站电磁辐射环境监测方法》（试行）及仪器操作规程对A基站T型号天线进行实际测量。

测量时间：上午10：00～11：00；天气：晴好；测量仪器：NBM-550型综合场强仪，探头型号为EF0391，量程为100 kHz～3 GHz，在检定有效期内。距离天线2 m、4 m、8 m、12 m、16 m、20 m、24 m的具体测量结果分别为（单位：×10-2 W/m2）：420.85、123.98、31.84、17.91、13.29、6.88、4.53。

1.3 对比分析

通过对比，可以看出理论计算与实际测量值之间存在巨大差异。这是由于理论计算值是按照天线主瓣方向进行预测，而实际测量时，限于实际情况，测点位置往往不在主瓣范围之内，因此实际测量值与理论预测值相差很大。

随着距离的增大，因为电磁辐射和距离的平方成反比，电磁场能量迅速减弱，因此，距离天线越远，理论预测值与实际测量值越来越接近。

2 数值分析建模

由于工程实际需要，可以用数值分析的方法来模拟建立符合实际测量值的模型，从而解决未测量点的预测问题。

2.1 插值法

由于实际测量结果是趋于收敛的，因此，首先考虑使用插值多项式建模[1]。根据实测数据，采用Newton插值法[2]，利用距离天线2 m、4 m、8 m和12 m，4个点位数据作为节点数据，则根据Newton插值法计算差商，可得模拟多项式N（x）=420.85-148.435（x-2）+20.9（x-2）（x-4）-1.84559375（x-2）（x-4）（x-8）。代入x=20进行检验，则N（20）=-2610.1736，与实际测量值6.88明显不符。

原因分析：由于高次插值的Runge现象，即在零点附近逼近程度较好，在其他地方误差就很大，因此，Newton插值法不适用。

2.2 逼近法

根据实测值和预测值的曲线，采用最佳平方逼近的最小二乘法[3]进行拟合。

根据数据，初步判别可采用y=axb函数建模，其中功率密度为y，与天线的距离为x。将实际测量结果进行转换，y=lny、x=lnx。将由于y=axb两边取自然对数，则y=a0+a1X，因此，其正规方程组为。其中s0，s1Xi，s2Xi2，T0Yi，T1XiTi。

3 对比分析

将该基站的理论预测值、实际测量值和拟合函数算值进行对比，如图1所示。

通过对比，可以很明显地看出，拟合函数算值与实测结果两条曲线基本是重合的，因此，采用最小二乘法对实际测量结果进行建模是可行的。

4 结语

在实际工作中，可以只测量基站一条直线方向4个点位的电磁辐射数值，利用最小二乘法对其进行建模，从而达到掌握该方向上实际电磁辐射分布的目的，这不仅大大减少了工作量，也为进一步探究基站周围电磁场分布提供了一个新思路。

参考文献

测量模式论文篇（3）

 

1 引言

目前最新的视频编码标准H.264/AVC[1]是由国际电信联盟(ITU-T)的视频编码专家组(VCEG)和国际标准化组织(ISO/IEC)的运动图像专家组(MPEG)建立的联合视频工作组(JVT)联合制定的。在H.264/AVC标准中，为了获得高视频质量和高压缩比，采用率失真优化 RDO (rate distortion optimization) 模型[2,3]选择帧内预测模式，但帧内预测模式选择算法的高计算复杂度是制约H.264/AVC实际应用的主要因素之一。帧内预测模式选择的改进算法研究，成为近年来国内外研究的热点。毕业论文，H.264/AVC。现有的帧内预测模式选择优化算法，大体可分为2类：1) 简化 RDO代价函数[4]；2)通过概率预测及阈值判断来减少候选模式[5-7]。其中第2类方法吸引了更多研究者的关注。然而这些方法在提高编码速度的同时，编码性能都有所下降。

本文对多种序列的帧内编码中各种预测模式所占比重进行统计，并基于统计结果提出了一种单向直接预测与多方向预测相结合的自适应算法。该算法对用于预测的参考像素进行相似度判断，在参考像素相似度高时，直接使用DC预测模式进行预测，除了能省略编码H.264/AVC中传统的9种预测模式所需要的比特，还节省了传统方法中需要进行的在9种模式之间进行择优的运算过程。从而，在提高编码性能的同时，减少了计算复杂度。

2 H.264/AVC帧内编码过程

H.264/AVC使用帧内预测编码技术以降低邻近宏块之间的空间相关性，它定义了9种4×4亮度块预测模式，4种16×16亮度块预测模式。编码端采用率失真优化模式判决方法选择最佳的帧内预测模式。本文主要针对H.264/AVC中4×4亮度块的帧内预测编码进行研究。4×4亮度的预模式除平均模式(模式2)以外，还有其它8种模式，它们具有不同的预测方向。图1显示了这8种模式的预测方向。

对于一个4×4块而言，它需要用1个或4个比特表示编码模式。在一个宏块中，共有16个4×4子块，共需要16到64个比特来表示编码模式。毕业论文，H.264/AVC。在低码率视频编码应用系统中，编码帧内预测模式所需的比特在总码流中占较大的比重。同时，遍历H.264/AVC所定义的全部预测模式，并用率失真优化函数在其中择优，需要较大的计算量。为了减少表示编码模式所需的码率，并提高编码速度，我们提出利用参考像素的相似度来决定是否直接进行平均模式的预测编码。

3 基于参考像素相似度检测的帧内预测编码

图2为4×4待预测子块及其参考像素，其中为待预测像素，为相邻块中的参考像素。从预测原理可知，当所有的参考像素都相同时，使用9种预测模式所得的预测值都相同。在这种情况下，使用这些模式进行预测所得到的残差也相同。当不完全相同但非常近似时，考虑到量化步骤会将比较相近的残差值量化为相同的值，我们也可以得出同样的结论。因此，在上述情况下，我们默认使用一种固定的预测模式进行预测，不但可以省略标识预测模式所需要的码流，还可以省略其余8种预测所进行的率失真决策计算量。

图1. 4×4亮度块的帧内预测模式图2.预测块及其参考像素

为了确定默认模式，我们选取多个CIF序列，对不同序列中各个预测模式的分布情况进行了统计分析，如表1所示。从表1可以得知，垂直、水平以及DC三种模式之和占所有预测模式的60%以上，其中DC模式占的比重最大。毕业论文，H.264/AVC。毕业论文，H.264/AVC。因此，为了适应参考像素比较相似的纹理特性，我们选择DC模式作为默认模式。

测量模式论文篇（4）

 

1 引言

目前最新的视频编码标准H.264/AVC[1]是由国际电信联盟(ITU-T)的视频编码专家组(VCEG)和国际标准化组织(ISO/IEC)的运动图像专家组(MPEG)建立的联合视频工作组(JVT)联合制定的。在H.264/AVC标准中，为了获得高视频质量和高压缩比，采用率失真优化 RDO (rate distortion optimization) 模型[2,3]选择帧内预测模式，但帧内预测模式选择算法的高计算复杂度是制约H.264/AVC实际应用的主要因素之一。帧内预测模式选择的改进算法研究，成为近年来国内外研究的热点。毕业论文，H.264/AVC。现有的帧内预测模式选择优化算法，大体可分为2类：1) 简化 RDO代价函数[4]；2)通过概率预测及阈值判断来减少候选模式[5-7]。其中第2类方法吸引了更多研究者的关注。然而这些方法在提高编码速度的同时，编码性能都有所下降。

本文对多种序列的帧内编码中各种预测模式所占比重进行统计，并基于统计结果提出了一种单向直接预测与多方向预测相结合的自适应算法。该算法对用于预测的参考像素进行相似度判断，在参考像素相似度高时，直接使用DC预测模式进行预测，除了能省略编码H.264/AVC中传统的9种预测模式所需要的比特，还节省了传统方法中需要进行的在9种模式之间进行择优的运算过程。从而，在提高编码性能的同时，减少了计算复杂度。

2 H.264/AVC帧内编码过程

H.264/AVC使用帧内预测编码技术以降低邻近宏块之间的空间相关性，它定义了9种4×4亮度块预测模式，4种16×16亮度块预测模式。编码端采用率失真优化模式判决方法选择最佳的帧内预测模式。本文主要针对H.264/AVC中4×4亮度块的帧内预测编码进行研究。4×4亮度的预模式除平均模式(模式2)以外，还有其它8种模式，它们具有不同的预测方向。图1显示了这8种模式的预测方向。

对于一个4×4块而言，它需要用1个或4个比特表示编码模式。在一个宏块中，共有16个4×4子块，共需要16到64个比特来表示编码模式。毕业论文，H.264/AVC。在低码率视频编码应用系统中，编码帧内预测模式所需的比特在总码流中占较大的比重。同时，遍历H.264/AVC所定义的全部预测模式，并用率失真优化函数在其中择优，需要较大的计算量。为了减少表示编码模式所需的码率，并提高编码速度，我们提出利用参考像素的相似度来决定是否直接进行平均模式的预测编码。

3 基于参考像素相似度检测的帧内预测编码

图2为4×4待预测子块及其参考像素，其中为待预测像素，为相邻块中的参考像素。从预测原理可知，当所有的参考像素都相同时，使用9种预测模式所得的预测值都相同。在这种情况下，使用这些模式进行预测所得到的残差也相同。当不完全相同但非常近似时，考虑到量化步骤会将比较相近的残差值量化为相同的值，我们也可以得出同样的结论。因此，在上述情况下，我们默认使用一种固定的预测模式进行预测，不但可以省略标识预测模式所需要的码流，还可以省略其余8种预测所进行的率失真决策计算量。

图1. 4×4亮度块的帧内预测模式图2.预测块及其参考像素

为了确定默认模式，我们选取多个CIF序列，对不同序列中各个预测模式的分布情况进行了统计分析，如表1所示。从表1可以得知，垂直、水平以及DC三种模式之和占所有预测模式的60%以上，其中DC模式占的比重最大。毕业论文，H.264/AVC。毕业论文，H.264/AVC。因此，为了适应参考像素比较相似的纹理特性，我们选择DC模式作为默认模式。

测量模式论文篇（5）

〔中图分类号〕G255〔文献标识码〕A〔文章编号〕1008-0821（2013）02-0162-04

目前信息的分析与预测活动已越来越深入到社会发展、经济生活、科技进步等各个领域，成为社会发展与进步的标志[1]。针对某一学科专业研究的发展趋势进行分析与预测，不仅可以揭示该学科研究的特点和发展规律，而且为今后的研究和工作提供科学的依据。如今，无论是情报学还是文献学的发展都与文献计量学息息相关，文献计量学也是情报学等相关学科的重要研究方法。对文献计量学的发展趋势进行预测，不仅可以预测出未来文献计量学的发展趋势，而且可为其他学科尤其是图书馆学、情报学领域的理论研究提供了参考和借鉴[2]。

本文以文献计量学为实例，通过定量的方法分析其论文数量的变化情况，应用回归分析模型和时间序列分析模型，对文献计量学的发展趋势进行拟合和预测，并针对两种预测模型的预测结果进行比较分析[3]。

1统计数据的来源与统计结果

利用中国知网（CNKI）数据库检索系统，以文献计量学为关键词，统计时间为1996.01.01-2010.12.31进行模糊检索，对所检索到的数据进行处理后共得到论文2 100篇，按发表年份排列的论文篇数2.1回归分析模型介绍

回归分析法，是从各种现象之间的因果关系出发，通过对与预测对象有联系的事物或现象的变动趋势进行分析，进而推算出对象的未来数量状态的一种预测方法。根据散布的数据点求出理想的回归直线或曲线，建立起确定的回归方程进行预测[4]。

一元线性回归方程的一般形式：

时间序列分析是以研究对象的历史数据为基础，将研究对象的发展变化过程表述成时间序列，首先要识别时间序列的特征，进而分析它随时间的变化趋势，建立相应的时间序列分析模型，并通过一定的时间序列预测方法，推测出研究对象的未来变化趋势。

通过分析统计数据，应用时间序列分析法中的移动平均法（M法）对文献计量学的发展趋势进行拟合和预测。其基本方法是每次在时间序列上移动一步求平均值。这样的处理可对原始的无规则数据进行“修匀”，消除样本中的随机干扰成分，形成平滑的趋势线，突出序列本身的固有规律，从而为进一步的建模和参数估计做好基础[5]。

为进一步提高预测值和实际值的吻合度，可以采用在一次移动平均的基础上再进行一次移动平均法，称为二次移动平均法。二次移动平均是在一次移动平均的基础上，对具有线性趋势的数据再进行一次移动平均。其计算公式为：

在利用时间序列模型进行预测时，可将对应的T值代入式（7）中，通过线性时间关系模型求出i+T即为所要预测年份的论文篇数。

3文献计量学研究发展趋势的预测

3.1回归分析预测模型

以文献计量学的年份为自变量，各年份的论文篇数为因变量。通过散布的数据点绘制出散点图，发现两变量的关系近似于一条直线。为了方便计算，设1996-2010年时间t的取值分别为-7，-根据一元线性回归方程的计算公式计算相关数据结果如下：

由此可知，回归方程的拟合程度很好，可以应用回归分析预测模型对未来的文献计量学相关文献量进行预测。

通过回归分析预测模型可预测2011年文献计量学的相关论文篇为2011=140+22.78t=322.24。

3.2时间序列分析预测模型

根据公式（4），分别取移平跨度n=3和n=5进行一次移动平均，如表3。

通常采用均方误差（MSE）来检验n值选择的效果。表3一次平均移动数据表

年份11论文篇数依据上述两种预测模型，分别计算两种模型1996-2010年的模拟值以及2011年、2012年的预测值，如表5。其中，

两种预测模型的相关系数比较得：r1

5结语

以文献计量学为例，采用两种预测模型对其发展趋势进行拟合及预测，克服了单一模型拟合和预测的局限性。预测结果表明，文献计量学研究的论文篇数在未来3年将超过500篇，并且增长趋势较快。通过对两种预测模型相关系数的比较，得出时间序列模型对文献计量学研究发展的预测效果相对较好。时间序列模型在预测时不必考虑其他因素的影响，仅从实际变动的数值序列自身出发建立相应的模型进行预测，避免了寻找影响因素及识别主要因素和次要因素的困难。回归分析模型是从各种现象之间的因果关系着手，通过对与预测现象有联系的事物或现象的变动趋势进行分析。时间序列模型适用于某一领域的短期预测，而回归分析方法是经济预测的常用数学方法，利用统计数据确定变量之间的线性关系，并参考这种函数关系来预测未来发展趋势，适用于某一领域的长期趋势预测。两种预测模型不仅适用于文献计量学的发展研究，对于其他领域也同样适用。针对不同领域的学科发展趋势，在进行数据模拟和分析预测时要根据数据的多少和分布情况，选取一种相对效果更好并且方便可行的预测方法。

参考文献

[1]查先进.信息分析与预测[M].武昌：武汉大学出版社，2009：2，193-201，205-208.

[2]郑怀国，赵静娟，谭翠萍.基于文献计量学的科技情报分析与服务[J].情报杂志，2010，（12）：39-40.

[3]吴淑玲.两种数字图书馆发展趋势预测模型的比较[J].情报科学，2004，（11）：1317-1320.

[4]王筠.专业研究发展趋势的预测模型——以竞争情报研究为例[J].情报杂志，2010，（7）：12-14.

测量模式论文篇（6）

[中图分类号] P258 [文献码] B [文章编号] 1000-405X（2013）-7-179-1

变形监测就是在时间域与空间域下进行的大地测量工作，其主要任务是确定在各种外力和荷载的作用下，变形体的形状、大小及其位置发生变化的空间状态与时间特征。建筑物沉降变形分析是通过对特定监测点进行定期监测，获得原始监测数据，并对这些监测数据进行整理、分析得出变形体变形规律的过程。随着科学技术的进步和计算机技术的发展，各种理论与方法都在应用于建筑物的变形分析与变形预报的研究中。目前在建筑物变形分析预测中，应用较广泛地模型有灰色系统预测模型、回归分析模型、模糊神经网络预测模型等。本文在传统灰色GM（1，1）模型的基础之上，通过工程实例证明GM（1，1）预测模型较传统灰色GM（1，1）模型精度高，适合应用于建筑物的沉降变形分析与预报。

1传统灰色GM（1，1）模型

灰色系统就是指既含有已知的又含有未知的或非确知的信息系统。灰色系统理论的研究对象是部分信息已知，部分信息未知的小样本、贫信息不确定性系统。它通过对较少或不确定的表示系统行为特征的信息作生成变换来建立灰色模型，以此来正确把握系统运行行为和演化规律。GM（1，1）预测模型的建立过程如下：

令x（0）为某一监测点各期的等间隔非负原始数据序列：x（0）=（x（0）（1），x（0）（2），...x（0）（n）） （1）

式中n为序列长度，k=1，2，…，n。对原始序列进行一次累加生成，得到光滑的生成数列：

x（1）=（x（1）（1），x（1）（2），...x（1）（n）） （2）

对式（2）时间求导建立GM（1，1）一阶线性灰微分方程，即GM（1，1）预测模型的白化方程：

dx（1）（k）/dt +ax（1）（k）=b （3）

式中a，b为待定常数。a用来控制系统发展态势的大小，称为发展系数；b用来反映数据的变化关系，称为灰色作用量。

将式（3）变换可得灰差分方程：x（0）（k）+az（1）（k）=b（4）

式中z（1）（k）为x（1）的紧邻均值：z（1）（k）=12 （x（1）（k）+x（1）（k-1）） （5）

式（4）可写成YN=Bα其中B为累加生成矩阵，YN为数据向量，α为参数矩阵。

根据最小二乘原理可求得：α=（BTB）-1BTYN （6）

将求得的待定参数及边界条件x（1）=x（0）代入式（3）得GM（1，1）白化方程的时间响应式：

通过累减生成GM（1，1）预测模型：

2模型精度检验

本文采用后验差检验法[10]评判模型精度，该检验法由后验差比值 和小误差概率 来共同描述。设实测数据方差为 ，残差数据方差为 ，则计算式分别为：

3工程实例

本文以桂林某住宅小区79栋从施工期2009年8月至2010年4月，共监测11期，且观测周期的时间间隔相等的沉降变形监测数据为例。该楼共19层，共布设10个沉降变形监测点，本文以监测点79_9的沉降监测数据为例分析建筑物的沉降变形并利用GM（1，1）模型和新陈代谢GM（1，1）模型建模进行预测，并与实测数据进行对比分析。本文的计算过程通过MATLABR2008a编程实现模型的建立与预测，把原始监测数据带入程序中可得传统GM（1，1）预测模型为：

通过上述三式计算可得监测点79_9的预测结果，如表2所示。

由表2可知，在运用传统GM（1，1）模型对监测点79_9的第9期至第11期进行预测时，最大残差-2.32mm 。

4结论

建筑物在施工过程中，随着荷载的增加，初期与后期的沉降量与沉降速度不一样，后期的沉降速度相对较慢，沉降量较少，故不能用前期的监测数据来预测长期的沉降变形情况。本文结合实际的工程实例，建立传统的GM（1，1）模型对桂林某住宅小区79栋监测点79_9进行沉降变形分析与预测。通过分析可得GM（1，1）模型在建模时保留了序列初期的沉降信息，且随着时间的推移，灰色系统会加入一些未来的噪声干扰，传统的GM（1，1）模型在建模预测时并没有将未来的噪声考虑进去，导致预测值随着时间的推移偏离实测值越来越大。

参考文献

测量模式论文篇（7）

1 测量前的准备工作

1.1 确认CAD模型

我们在进行焊装夹具的三坐标测量之前，需要测量人员确认被测夹具的理论数据。例如被测夹具的CAD模型、图纸或相关部门提供的测量点文件等。

Polyworks软件能够导入的CAD模型的格式为*.IGS、*.CATIA，而设计部门通常根据绘图软件的不同，会同时使用*.CATIA格式或*.STEP格式的CAD模型，所以需要测量人员提前与设计部门沟通，给予*.CATIA格式的CAD模型。

1.2 确定测量模式

使用Polyworks软件进行测量时分为硬测头触测和扫描两种测量模式，夹具测量为硬测头触测，所以在Polyworks软件中选择硬测头触测。

1.3 新建程序文件

在Polyworks软件中新建一个以零部件号为名称的新程序。导入CAD模型作为理论依据。

2 建立坐标系

2.1 建系及建系结果的要求

要对焊装夹具进行三坐标的测量，第一步就是建立坐标系。坐标系建立的好坏直接影响测量结果的准确性。因此，建立坐标系之后首先要确定的是建系元素是否在公差允许范围内，如果在公差范围内，可对工装夹具进行测量，如果不在公差范围内，重新建立坐标系系直到建系元素偏差在公差允许范围内，开始进行下一步的测量工作。

2.2 建立坐标系的方法

Polyworks软件的建系方法一般采用两种方式。第一种是中心点对齐建立直角坐标系。第二种是平面-轴-中心点建立直角坐标系。

2.2.1 中心点法建立直角坐标系

中心点对其法建立直角坐标系较为简单，首先在焊装夹具建系基准中测量3到4个孔（最好是4个每个角一个）。其次选中已被测量的孔，右键提取理论值，在方式上选择数字化，将焊装夹具标牌上的数值一一对应的录入，选择中心点对齐，点击确定完成建系。

2.2.2 平面-轴-中心点建立直角坐标系

平面-轴-中心点建立直角坐标系是选择测量三个圆，三个圆的圆心构成一个平面，确定第一轴方向。圆2和圆3圆心连线，形成一条直线，确定第二轴向。最后将圆2作为圆心控制第三轴向。在软件中选择对其平面-轴-中心点命令，这里要说明一下，在对其平面-轴-中心点命令的子命令的序列中，平面、轴、中心点的先后顺序是随便选择的。例如：平面-轴-中心点、轴-平面-中心点、中心点-平面-轴等。我们在建立直角坐标系时，第一个选择的应该是我们根据现场判断最准确的轴向，第二个选择的是第二准确的轴向，最后选的是我们判断最不准确的轴向。确定好顺序之后，在相应目标位置输入坐标值，完成建系。

3 工装夹具几何特征的测量

Polyworks软件在对工装夹具进行实际测量时，我们通常只需要对定位销和定位面进行测量。

3.1 定位销的测量

工装夹具的定位销一般情况是不支撑钣金件的，支撑钣金件的是定位面。因此定位销的测量分为两种情况，一种是矢量为单方向的定位销，一种是矢量是两方向或三方向的定位销。

3.1.1 定位销是矢量为单方向的测量方法

因为矢量是单方向的，因此无论测量该定位销的哪个截面，除了矢量方向其他两项的值都是一样的，我们按照圆进行测量，在出报告时去掉矢量方向的值即可。

3.1.2 定位销是矢量为两方向或三方向的测量方法

矢量为两方向或三方向的定位销测量方法较矢量为单方向的定位销测量方法要复杂一些。因为矢量为两方向或三方向的定位销上横截面的圆心值都不一样，因此不能使用定位销是矢量为单方向的测量方法。我们在测量矢量为两方向或三方向的定位销，先在CAD模型上被测定位销固定的孔上做一个理论平面，然后测量定位销，沿着法线方向在理论面上做刺穿，形成的交点为该定位销实际测量值。

3.1.3 定位销测量的注意事项

在连续测量定位销时，在创建圆命令的约束平面选项中一定要选探测新的，否则约束平面会延用上一个定位销的约束平面，造成测量的错误。

3.2 定位面的测量

3.2.1 定位面的测量方法

定位面的测量较为简单，首先选择比较点菜单里的创建曲面点命令，方式选择探测，然后只要在定位面上打点测量即可。

3.2.2 定位面测量的注意事项

测量定位面时，我们一定要牢记Polyworks软件在选取理论值时的属性。Polyworks软件选取理论值时是选取和被测定位面矢量方向一致的CAD模型上相同位置的理论值，这样测量点的理论值与Polyworks软件抓取的理论值有一个料后差，因此要在创建曲面点命令的补偿方向上选择反转，确保被测点理论值与Polyworks软件选取理论值是同一数值。

3.2.3 定位销和定位面的精度要求

刚出厂的焊装夹具的定位销的精度要求为±0.1mm，定位面的精度要求为±0.2mm。随着车身匹配的进行，焊装夹具定位销和定位面的理论位置不一定是装车最好的状态，需要我们调整定位销和定位面直到装车最好效果为止。装车最好效果确定后，记录每个位销和定位面的实际值，存档为以后测量焊装夹具留下理论依据。之后测量焊装夹具参考标准为存档的实测值，定位销精度要求存档的实测值±0.1mm，定位面的精度要求为存档的实测值±0.2mm。

4 评价特征与报告输出

4.1 评价特征

在测量完所有需要测量的元素后，需要对被测元素进行评价。

4.1.1 定位销的评价

在目录树中找到需要评价的定位销。右键单击该定位销图标，选择抽取理论值后，在CAD模型上选择与该定位销匹配的孔。最后选取评价项和公差即可。

4.1.2 定位面的评价

在创建曲面点命令下测量的测量点软件会直接评价，直接选取评价项和公差即可。

4.2 报告输出

把想要输出的元素排列好，点击照相命令，会在目录树中出现报告选项，右键报告选项选择-输出-PDF文件。

5 结束语

测量模式论文篇（8）

中图分类号：TB22-4 文献标识码：A 文章编号：1672-3791（2017）02（c）-0161-02

由于当代科学技术的进步，尤其是微电子技术、激光技术、计算机技术、空间技术、网络和通信技术的飞速发展和应用，极大地推动了整个测绘科学技术的发展，从理论体系到应用范围都发生了巨大的变化和进步，现在GNSS和摄影测量已经广泛应用于工程测量中。因此，为了培养出高素质技能型人才，学校的教学也需要根据技术的进步和企业的实际需要做出变革。

1 高职院校学生的特点

高职院校学生相对于本科院校学生来说是有一定特点的。

（1） 基础相对薄弱。高职院校的学生大多数都是高考分数没有达到本科分数线的，还有一些是单招的，客观上，他们的基础要薄弱一些，有些学生可能连三角函数等问题都不会。因此，授课时需要注意深入浅出，尽可能照顾到所有学生。

（2） 学习情绪化强。对于感兴趣的东西积极性很高，会主动钻研，对于不感兴趣的东西则十分抵触，不愿学习。

（3） 缺乏学习的自信心。部分学生认为自己学不会，所以遇到看似困难的地方就会直接放弃，抱着“反正努力也还是不会”的心态。教学过程中要注意帮学生树立自信心。

2 人才培养模式

高职教育普遍走的是以服务为宗旨，以就业为导向，产学研相结合的道路。工程测量专业亦如是。目前，工程测量专业的人才培养模式主要有3种。

（1）订单式人才培养模式。让学校与企业签订人才培养协议，共同制定人才培养计划，共同组织教学，学生毕业后直接到企业工作。

（2）2+1人才培养模式。学生前两年在学校学习，后1年到企业顶岗实习，以增强学生的实际操作能力，缩短工作适应期。

（3）工学交替人才培养模式。学生在学校学习与到企业实习相互交替，学用结合。

由于各学校的实际条件不同，采用的人才培养模式略有不同，2+1人才培养模式是被广泛应用的模式，已经成为高职人才培养模式发展的潮流，而订单式人才培养模式和工学交替人才培养模式则根据学校与企业的合作情况进行。

3 理教学

在教学过程中发现，许多学生对室外的实践操作很有兴趣，而对理论学习则不太积极。但实践操作只是工程测量的一部分，理论学习更加重要，是实践操作的基础。

为提高学生的学习兴趣，可以采用案例教学法，在讲理论的时候，穿插讲解一个案例，让学生明白为什么要这么做，这些知识在做什么事情时会用到。还可以就案例引导学生参与讨论，这样学生就不会感到枯燥。

在理论教学过程中有很多公式的推导，学生如果全部掌握是一件很困难的事，这时候教师应该以“必需、够用”为原则，对繁杂的公式推导过程进行取舍，让学生把主要精力集中在计算公式的使用和计算步骤的安排上，以减轻学生的负担，减少学生的畏难心理。

4 实践教学

实践教学通常是现对学生进行分组，然后让学生分组进行操作。实践操作是学生比较感兴趣的，所以态度比较积极，但由于工程测量的实践基本都是在室外进行，因此仍然有一些问题。

（1） 小组人数过多。实践教学大多是两节课也就是一个半小时，如果每个小组人数过多，那么会导致有部分学生没来得及进行实践操作。结合经验，每组4～6人比较合适。

（2） 分组过多。分组过多时学生在操作过程中遇到的问题不能够得到及时的处理，影响教学效果，所以分组不能过多。

（3） 开小差。由于在室外教学，所以管理更为不便，有些学生会中途溜走或不做实践操作而是玩手机。对于这种情况，应在每个小组设立组长，由组长负责管理小组成员，班长辅助教师管理各小组。

（4） 缺勤。实践教学时每个小组一般人员是固定的，如果有同学请假，会对教学安排造成一定影响，比如一个小组4人有3人请假，则剩余的那个学生是无法单独完成实践操作的。因此，应严格考勤，不能无故请假不来。

（5） 天气。由于在室外教学，天气影响较大，遇到下雨或者高温的天气，不适合室外活动，会影响教学安排。因此，应提前做好准备，关注天气预报，做好备选方案。

为提高学生积极性，学校可以举办各种测量比赛，比如测地形图、四等导线测量、二等水准测量等。实践表明，比赛可以激发学生的上进心，学生会主动学习，主动练习，有效地提高了学生的测量技能。

5 新技术对教学的影响

随着传统测绘技术向数字化测绘技术转化，GPS技术、RS技术、GIS技术、数字化测绘技术以及先进地面测量仪器等将广泛应用于工程测量中，并发挥主导作用。测量人员的工作内容、工作方式也发生了一些变化。

在传统的使用经纬仪、水准仪、全站仪等仪器测量的时代，测量人员需要掌握测量、数据处理和绘图3项技能。由于要人工处理数据，有大量的计算，所以测量人员需要对数据处理的理论知识有较高的掌握。随着GNSS和摄影测量技术等新技术的成熟，现在工程中GNSS和摄影测量等采用新技术的测量方式已经成为最常用的工作方式。这些新的测量方法有测量数据采集和处理的自动化、实时化、数字化，测量数据管理的科学化、标准化、规格化，测量数据传播与应用的网络化、多样化、社会化的特点，计算工作都是由测量系统和相应软件自动完成，测量人员主要负责的工作变为测量和绘图，对计算方面的要求大大降低，因此，学校的工程测量的教学也应做相应的变更。

（1） 对GNSS等技术的理论教学不必过度深入，以“必需、够用”为原则即可。GNSS等技术的推导比传统测量技术更加困难，而在实际使用时并不重要，所以应浅尝辄止。

（2） 注重软件使用教学。GNSS等技术的很多操作是在软件上进行的，所以要注重软件使用的教学，让学生能够熟练使用相应软件。

6 结语

工程测量是一门很重实践的学科，教学中应实践教学与理论教学并重，理论是实践的墓础，实践是理论的升华。文章结合高职学生的特点针对性地提出了在工程测量教学中的问题和解决方法，并对新技术对工程测量教学内容影响做了探讨。测量技术在不断发展，这要求我们的教学也应与时俱进，以培养出符合社会需求的学生。

参考文献

测量模式论文篇（9）

2无线电干涉测距的性能分析

由第2节分析可知,RIR属于非线性估计问题,而这一类估计通常存在门限效应,即信噪比低于此门限时,估计值的MSE迅速偏离CRB。干涉测距过程中某次最大似然估计的MSE与SNR的关系如图2所示。从图中看出,较高SNR时,MLE能够达到CRB;随着SNR降低,当低于门限值时,估计误差迅速增大。这一现象的本质原因是,SNR的降低导致局部小误差(localerrors)变为全局误差(globalerrors),称全局误差为“outli-er”[19]。为了全面描述RIR的测距精度,参考MIE方法[18],将MSE分为两部分:一部分为CRB;另一部分为outlier,当两部分发生的概率已知时,利用全概率公式,MSE可表示为:E[(d^0-d0)2]=[1-Pr(outlier)]·CRB+Pr(outlier)·E[(d^0-d0)2|outlier](6)式中:“outlier”表示代价函数的全局最大值在主瓣之外的事件。计算上式的关键在于求解Pr(outlier),由于RIR的信号模型十分复杂很难直接分析,至今还没有文献做出完整的理论描述,3.1节针对这一问题对门限效应进行了研究,给出了Pr(outlier)的近似表达式;3.2节以此为基础,计算了干涉测距MLE的MSE。3.1outlier概率图3展现了低信噪比时某次测距中发生的outlier现象,由于相位噪声的影响,代价函数的全局最大值不在干涉距离的真值(d0=0)附近,而在主瓣之外较远的位置,导致出现较大的测距误差。有研究表明,发生outlier的概率与模糊函数正相关[19],模糊函数定义为:g(d)=∑M-1i=0expj2πfic(d0-d())(7)即代价函数在无噪声情况下对应的值。图4采用20个频率得到的模糊函数与106次最大似然估计的直方图进行了对比,令d0=0,SNR=-3dB。很明显,直方图与模糊函数的形状吻合,并且outlier集中于模糊函数的旁瓣峰值附近。鉴于上述事实,发生outlier的概率可以用错估到模糊函数旁瓣峰值的概率表示,即:Po≈Pr[∪Npn=1{V(dn)>V(d0)}]式中:Po表示发生outlier的概率Pr(outlier),dn和Np分别表示模糊函数旁瓣峰值所在的位置和个数。由于2个及以上V(dn)同时大于V(d0)的概率很小,因此这一系列相交事件的和的概率可用其unionbound来近似,即:Po≈∑Npn=1pn(9)式中:pn=Pr[V(dn)>V(d0)]。计算式(9)需要确定dn和Np,除了文献[19]提到的搜索法外,由于RIR使用等频率间隔测距,式(7)表示的模糊函数具有简化的表达形式,即:计算pn需要确定y0和yn的分布,但是由于n(i)属于乘性噪声,很难确定y0和yn的分布特征,这正是问题的难点所在。下面针对这一问题作近似处理。n(i)为一系列随机变量,则y0和yn均为M个独立同分布的随机变量之和。根据中心极限定理,M不用很大(30已足够)就可保证y0和yn服从正态分布,因此可以将y0和yn近似看作复高斯随机变量。又y0和yn是相关的,基于上述条件,直接利用文献[21]中附录B的结果,只需计算y0和yn的一阶二阶矩就可求得pn。为相对旁瓣水平(relativesidelobelevel)。将式(16)~(19)代入文献[21]中的B-21式,通过代数运算可得:pn的表达式仅依赖于3个量:相位噪声的方差σ2、测量频率数M,以及相对旁瓣水平rn。将式(21)代入式(9)即可求得outlier的概率Po3.2近似均方误差要根据式(6)计算MLE的MSE,还需要知道CRB。文献[17]在高信噪比时将乘性噪声等效为加性噪声,推导了RIR的近似CRB表达式:CRB=3c2σ2(M-1)π2B2M(M+1)(23)大量仿真表明,在SNR大于门限的很宽范围内,MLE都能达到这个界,因此式(23)可以作为RIR的CRB使用。将式(9)和式(23)代入式(6),最后得到MSE的近似解析表达式为:E[(d^0-d0)2]≈(1-∑Npn=1pn)·CRB+∑Npn=1pn·(dn-d0)2(24)式中:Np、dn和pn分别由式(11)、(12)和(21)给出,它们由如下的4个系统设计参数唯一确定:测量信噪比1/σ2、系统带宽B、测量起始频率f0和测量频率数M。

3仿真结果与分析

本节的目的在于通过对仿真结果与理论值的对比,说明本文的理论推导是合理有效的,同时说明理论结果对实际应用中参数设置的指导意义。图5和图6分别仿真了outlier概率与MSE随SNR的变化情况。干涉距离的真实值d0=50,在带宽B=15MHz内等间隔取M=16个频率,在最大非模糊距离范围内对代价函数进行搜索,搜索步长为0.01m。进行105次MonteCarlo仿真,记录代价函数的最大值落在模糊函数主瓣之外(两侧)的区域发生的频率,并计算MSE。虚线分别为式(9)和式(24)对MLE的outlier概率与MSE的理论计算结果。从图中可以看出,式(9)计算的outlier概率和式(24)计算的近似MSE,对于描述干涉测距性能十分准确,尤其在门限附近及中高SNR区间十分吻合。在一定相位测量噪声和系统设计参数下,上述结果能够十分精确地预测当前的干涉距离估计精度。因此给定RIR的性能要求,就可以根据上述结果确定适当的系统设计参数。例如,在图6的参数设置下,若当前相位测量的SNR=-1,此时理论计算表明outlier的影响不能忽略,测距均方根误差>10m。如果适当提高节点的发射功率,使得SNR=3,则根据计算均方根误差就可以降到1m左右。虽然在给定系统性能的情况下,也可以通过仿真方法确定系统的设计参数,但是理论计算方法可以大大节省设计时间。当接收信号过强时,RSSI的输出会到达非线性区而大大影响测距性能。因此,通常不能一味提高发射节点的功率,此时还可以通 过调整测量频率数达到提高测距性能的目的。图7在SNR=1的条件下仿真了MSE和测量频率数M的关系。当M<30时,outlier导致测距MSE偏离CRB,此时将M从10增加到30,测距精度提高了10m;当M>30时,测距MSE沿着CRB缓慢下降,继续增加20个频率,测距精度仅有1m的提升。因此如果同时考虑到测量的实时性要求,则将测量频率数设置到30是比较好的选择。从图7也可以看出,MSE的理论计算结果与仿真得到的结论高度一致,因此此前只能通过仿真确定的测量参数现在可以通过理论计算更方便地确定。

4测量实验

测量模式论文篇（10）

中图分类号： TU47 文献标识码： A

在高速公路的路堤建设过程中，为了控制施工进度，指导后期施工组织及安排并保证路堤的稳定和实用，需要对路基的不同时刻沉降和最终沉降量进行预测，尤其针对以软土为地基的路基施工，路基实际土层的性质很复杂。软土地基在其顶部荷载及重力作用下产生压缩变形，从而引起基础沉降。沉降量是指地基土经压缩变形达到固结稳定状态时的最大沉降量，称为最终沉降量。软土作为一种特殊工程材料，土体本身性质变异性较大，特性复杂，而且取样时容易受许多不确定因素的影响，所以无论是传统方法还是数值方法，其本构模型存在的缺点已有共识，如参数的取得、影响因素和破坏准则等，至今仍然没有一种计算方法是能够令人信服的。但是通过现代的预测理论进行分析，根据实测资料或者模拟实验数据推算沉降量以时间关系的预测方法已经在工程中被广泛应用。目前，此类方法归纳起来，主要有如下几种：

1、经验公式法

土体的压缩变形随时间的变化过程不仅能在室内模型试验时观测到，而且在实际工程中也可以通过观测沉降量随时间的变化而得到。采用科学的预测方法处理沉降实测资料和试验数据，有助于准确和预测沉降，从而使后期施工组织安排到达最优化。目前常用的经验公式法主要有：指数曲线法、双曲线法、对数曲线法、抛物线拟合法、三点法、星野法、沉降速率法等等。

（1）指数曲线法模型

指数曲线法是假定沉降的平均速率以指数曲线的形式减少的经验推导法。此法认为曲线

——约呈折线型的三段直线，其经验公式为：

（1-2）

在——直线上选取两点（，）和（，），使其满足,代入式（1-2）即得，由此可求得最终沉降量为：

（1-3）

式中，——对应沉降曲线拐点处的沉降值；

——对应沉降曲线拐点处的沉降速率。

（2）双曲线模型

该法认为沉降-时间关系符合双曲线式（1-2），若沉降过程观测历时较长，在沉降趋于稳定的后段取点计算，能够得到较为满意的结果[8]，但在曲线前段应用时便会出现较大的误差，正是因为这点，冯文凯等又提出了修正的双曲线法。

（1-4）

式中，——参数；

其他变量含义同（1-1）。

另外，双曲线式通过坐标零点，对一级加载情形，可把沉降时间关系起点定在处，即施工期的一半处。

2、Asaoka法

该法是由日本学者Asaoka在1978年提出的，又称图解法。是依据某级荷载作用下现场实测的个沉降值，然后再以为坐标系绘出个数据点，其中。可以看出所有的数据点基本都在同一条直线上，设该直线的斜率为，与轴的交点纵坐标为，其延长线与线的交点即为本级荷载下最终沉降量（图1）：

（1-5）

式中，——与所选取的时间间隔有关的两个系数。

图中的直线关系只有当土体行为完全符合太沙基一维固结理论假设才能存在。

该法可以作为路堤最终沉降量的一种简便的预测方法，其最突出的优点在于可利用短期的观测资料得到较为可靠的最终沉降推算值。其次，还能够对是否已进入次固结阶段进行分析判断，并进行次固结沉降推算。但此法也存在一些不足之处：如最终沉降值在一定程度上依赖时间间隔，对主次固结的划分存在一定的人为误差。

图1 Asaoka法预测最终沉降示意图

Fig.1 The schematic of Asaoka method to predict the final settlement

3、灰色理论法

由于引起地基沉降的因素太多，用理论方法计算最终沉降量还有一定的困难，而上述方法都有一定的使用性和地区性。工程实践已经证明：双曲线法拟合出来的沉降量结果偏大，而指数法拟合出来的结果偏小等。近年来，岩土工程领域的科研人员也在采用灰色模型解决一些沉降问题。灰色系统理论的基本思路是：首先对数据进行累加处理，使数据序列的随机因素影响淡化，从而提高数据序列的内在规律，再将数据序列建成一个具有微分、差分、近似指数规律兼容的灰色模型。利用灰色模型（GM）预测对数据没有严格要求，而且灰色预测是一个动态的预测，可以根据新增加的数据相应的变动模型，而计算程序不用改变，这点正好适用于软土路基的信息化施工。

灰色理论预测是以已知单位时段内的沉降量为研究对象，通过对这些数据的处理来获得地基沉降的变形规律，从而对工后沉降进行预测。石世云等研究了多变量灰色模型MGM(1，n)在变形预测中的应用，将单点的MGM(1，1)模型扩充为多点的MGM(1，n)模型，通过沉降实例分析证明，MGM(1，n)模型精度高于分别单独使用单点的MGM(1，1)模型；曾超等把灰色模型的路堤沉降预测结果和双曲线法的预测值分别与实测值进行了对比，证明了灰色模型沉降量预测值和实际沉降量更接近。

4、人工神经网络法

人工神经网络（ANN）作为一门新兴的信息处理系统，已经在信息科学和工程技术领域得到了广泛的应用。它是模拟生物脑神经系统的一种计算机处理模式，由一系列简单的高度互联的处理单元组成。其优点在于具有较强的非线性映射能力和学习能力，在解决复杂问题时，对于外加的输入，是以并行的、非确定的方式进行处理的。它在复杂非线性系统中具有较高的建模能力和对所提供数据的良好拟合能力。

在地基沉降计算方法中，分层总和法虽然计算方便但其计算精度不高；数值计算法理论上虽然严谨，但是模型参数的取值是影响计算结果精度的关键，且对技术人员的素质有很高的要求，推广起来比较困难；经验公式法主要是基于地方经验，且存在着取点位置等带来的一些误差。而人工神经网络法在处理非线性问题上具有独特的优越性，能够充分运用人工神经网络较强的非线性映射能力，基于路堤沉降的实测或者试验资料，对高度复杂的非线性的土工结构直接建模来预测路堤的沉降量，这样能够更好的反映软基路堤的沉降规律。

参考文献：

[1] 王志亮. 软土路堤沉降预测和计算[D]. 河海大学博士学位论文, 2004.

[2]张诚厚, 袁文明, 戴济群. 高速公路路基处理[M]. 北京: 中国建筑工业出版社, 1997.