基于卡尔曼滤波与AR混合算法的沉降监测

被引：2

作者：

王铁生

张冰

马开锋

机构：

[1] 华北水利水电学院资源与环境学院

来源：

关键词：

卡尔曼滤波; AR模型; 时间序列; 沉降观测;

D O I：

10.13522/j.cnki.ggps.2008.05.006

中图分类号：

TV221.1 [地形工程测量]; TV554 [隧洞与地下工程];

学科分类号：

081601 ; 081401 ;

摘要：

针对非平稳序列观测数据,结合卡尔曼滤波递推算法等的优点,建立了基于卡尔曼滤波的AR自回归模型。此算法不需象常规算法那样提取趋势项,而是在状态方程中设置AR参数方差的随机模型,利用观测数据建立观测方程。模型应用于输水隧洞开挖过程的的沉降监测,取得了较好的效果,说明此方法准确、可行。

引用

页码：122 / 124

页数：3

共 6 条

[1] 基于时间序列分析的动态变形预测模型研究 [J].

潘国荣 .

刘洪洲 ;

孙钧 .

[3] 监测位移的灰色预报 [J].

廖野澜 ;

谢谟文 .

[4]

广义测量平差.[M].崔希璋[等]编著;.武汉大学出版社.2001,

[5]

最优滤波理论及其应用.[M].邓自立著;.哈尔滨工业大学出版社.2000,

[6]

测量数据建模与参数估计.[M].王正明;易东云[著];.国防科技大学出版社.1996,