基于自適應卡爾曼濾波的灰色模型改進及在變形預測中的應用研究.pdf

1、變形監(jiān)測是準確分析與預測建筑物,構建物變形的有效手段。隨著人類社會的快速發(fā)展,高層建筑以及各種大型構建物不斷涌出,隨之而產生的變形問題,也一直是工程界的一個熱點問題,如何能夠準確的預測變形體的變形趨勢,是一個相當復雜而且又極具挑戰(zhàn)的科學難題,毋庸置疑,若能準確的分析變形體的變形發(fā)展趨勢并對其進行預測預報,對減少災害發(fā)生所導致的經濟財產損失和人類生命安全,具有重要意義。本文在分析現(xiàn)有變形預測模型的研究基礎上,利用自適應卡爾曼濾波,灰色理論

2、,穩(wěn)健估計,數據融合,方差分量估計等理論構建了動態(tài)自適應卡爾曼濾波-灰色綜合改正預測模型,并通過工程實例驗證了模型的可行性,本文的主要研究內容和成果如下:
　　(1)引入卡爾曼濾波技術,其能在一定程度上降低噪聲對觀測值的影響,從而能夠獲得含有噪聲的觀測值的最佳估計,這使得建立GM(1,1)模型的數據質量得以提高;
　　(2)本文在建立GM(1,1)模型過程中,區(qū)別于傳統(tǒng)的最小二乘法估計參數,使用穩(wěn)健估計的方法進行參數的估計,

3、因此建立的GM(1,1)模型相對于傳統(tǒng)的GM(1,1)具備較好的穩(wěn)健性;
　　(3)通過利用模擬值與建模數據的殘差建立殘差修正GM(1,1)模型,使得預測效果更好;
　　(4)利用不同維數的累計形變量數據序列構建了多個GM(1,1)模型,并采取數據融合的方式獲得了預測數據的最佳估計值;
　　(5)本文運用預測值與實測值的殘差對卡爾曼濾波動態(tài)噪聲進行了方差分量修正,在一定程度上能夠提高其隨機模型的精確性,從而提升濾波數據