高铁变形分析中自适应Kalman滤波算法应用研究

高铁变形分析中自适应Kalman滤波算法应用研究

ID:36640995

大小:353.92 KB

页数:5页

时间:2019-05-13

高铁变形分析中自适应Kalman滤波算法应用研究_第1页
高铁变形分析中自适应Kalman滤波算法应用研究_第2页
高铁变形分析中自适应Kalman滤波算法应用研究_第3页
高铁变形分析中自适应Kalman滤波算法应用研究_第4页
高铁变形分析中自适应Kalman滤波算法应用研究_第5页
资源描述:

《高铁变形分析中自适应Kalman滤波算法应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第40卷,第1期公路工程Vo1.40。No.12015年2月HighwayEngineeringFeb.,2015高铁变形分析中自适应Kalman滤波算法应用研究袁明月。,文鸿雁。,聂光裕一,高红·(1.桂林理工大学广西矿冶与环境科学实验中心,广西桂林541004;2.桂林理工大学测绘地理信息学院,广西桂林541004;3.广西空间信息与测绘重点实验室,广西桂林541004)[摘要】针对Kalman滤波由于模型误差引起发散的问题,介绍了一种新的基于指数加权衰减记忆自适应Kalman滤波。基于MATLAB编程实现模型的建立并运用该模型对高速铁路沉降变形进行

2、分析与预测,通过工程实例验证了自适应Kalman滤波抑制滤波发散的有效性。[关键词]Kalman滤波;自适应Kalman滤波;高铁沉降变形;变形预测[中图分类号]U416.1[文献标识码]A[文章编号】1674—0610(2015)01—0055—04TheAppliedResearchofAdaptiveKalmanFilteringAlgorithminHigh—speedRailwaySettlementDeformationAnalysisYUANMingyue',WENHongyan,,NIEGuangyu,。,GAOHong,,(1.Guan

3、gxiKeyLaboratoryofSpatialInformationandGeomatics,Guilin,Guangxi541004,China;2.CollegeofGeomaticsandGeoinformation,GuilinUniversityofTechnology,Guilin,Guangxi541004,China;3.GuangxiScientificExperimentCenterofMining,MetallurgyandEnvironment。,GuilinUni·versityofTechnology,Guilin,Gua

4、ngxi541004,China)[Abstract]ThispaperintroducesanewadaptiveKalmanfilterbasedonexponentially—weightedfa—dingmemory,aimingattheproblemofKalmanfilterdivergencecausedbymodelerror.ThispaperusesMATLABprogrammingtoestablishmodelstoanalyzeandpredictthesettlementdeformationofhigh-speedrail

5、way,throughtheengineeringexamplesshowthatthisalgorithmisefective.[Keywords]kalmanfilter;adaptivekalmanfilter;settlementdeformationofhigh—speedrailway;deformationprediction数目不断增大,估计值与实际值的偏差越来越大,即1概述产生发散,原因主要有数学模型、噪声统计模型不准随着人类社会的进步和国民经济的发展,工程确以及随着递推过程滤波步数的增加,舍人误差逐建设的进程越来越快,从而对现代工程建

6、筑物的规渐积累。针对由模型误差引起的滤波发散,本文引模、造型、难度提出了更高要求。在高速铁路建设入一种新的对估计误差的一步预测方差阵P中,高速铁路带来的高要求使得变形监测工作的意(k/k一1)指数加权衰减记忆的滤波算法⋯。本文义更加重要。通过定期对建筑物进行沉降观测,掌根据某高铁一监测点实测沉降资料,应用Kalman滤握其变形规律,并合理预测变形大小,以便及时采取波以及自适应Kalman滤波模型进行沉降变形的分适当的预防或善后措施,确保建筑物的安全使用。析与预测,通过实例分析表明,在高速铁路沉降变形建筑物变形预测的方法较多,常用的有回归分析、时分析中应用

7、Kalman滤波以及自适应Kalman滤波模间序列、灰色预测、Kalman滤波、人工神经网络等方型的可行性,且自适应Kalman滤波模型具有较好的法。在Kalman滤波计算中会有一种现象:随着量测滤波与预测精度。【收稿日期】2014—01—15[基金项目】国家自然科学基金项目(41461089);广西“八桂学者”岗位专项经费资助项目广西空间信息与测绘重点实验室资助课题(桂科能130511402,1207儿5—06);广西自然科学基金项目(2014GXNSFAA118288);广西矿冶与环境科学实验中心资助课题(KH2012ZD004);广西研究生教育创新

8、计划项目(YCSZ2014151,YCSZ2012083)[作者简介】袁明月(1

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。