GPS技术具有速度快、全天候作业、自动化程度高、定位精度高等优点,因而在结构健康监测中迅速得到了推广。然而,其误差分析、数据处理等问题一直是困扰该技术在结构健康监测领域普遍应用的难点所在。另一方面,无线传感器网络逐渐成为结构健康监测学科发展的一个新的突破,并开始在大型复杂监测体系中应用。无线传感器网络独特的优势在于各个智能传感器节点实时协作,同步完成信号感知、数据处理分析等各种复杂的任务,为综合利用监测信息,提高测量精度提供了潜在途径。为解决当前GPS测量技术存在的不足,本文分析了差分GPS测量机理,讨论了误差影响因素,重点探讨了基于提升小波变换的去噪方法,然后结合无线传感器网络(Wireless Sensor Network,WSN)的信号定位技术,提出了一种新颖的综合WSN/GPS技术的位移监测方法,并通过实验验证了该方法的可行性。本文的主要研究工作及结论如下:简要总结了现有载波相位差分技术的工作原理,分析了GPS在位移监测中产生误差的原因和影响因素,重点探讨了多路径效应和随机误差对GPS监测产生的影响程度。通过模拟不同的GPS监测环境,获取了一系列位移变形误差值,结果表明了多路径效应可成为影响差分GPS测量精度的主要因素。在分析GPS变形监测系统的变形特征和误差特性的基础上,利用小波分析的良好时频和多分辨率特性,构造了提升小波,采用编程实现了对位移变形观测序列数据的滤波去噪,通过实例验证了提升小波对GPS测量信号的去噪效果,以及有效的数据平滑能力。分析了无线传感器网络基于接收信号强度(Received Signal Strength Indicator,RSSI)的定位技术特点以及与GPS监测技术的结合途径,以扩展卡尔曼滤波(Extend Kalman Filter,EKF)作为信息融合手段,对RSSI/GPS定位数据进行融合,结果表明EKF算法能有效实现RSSI/GPS定位数据融合,使定位数据精度得到了提高。在此基础上,为克服单一EKF算法的不足之处,进一步提出了基于提升小波变换的EKF算法,仿真结果显示基于提升小波的EKF融合算法可以获得精度更高的定位数据。为验证本文提出的数据融合算法,设计了专用验证实验。实验分析结果表明,综合利用GPS技术与WSN信号定位是一种可行和有效的变形监测方法,可为位移监测提供一种新的方法和思路。