基于自适应卡尔曼滤波的沉降变形监测数据估计  

Estimation for Deformation Monitoring Data Based on Adaptive Kalman Filtering Method

作　　者：刘伟诚[1] 王青[1] 高俊强[1] 

机构地区：[1]南京工业大学测绘学院,江苏南京210009

出　　处：《水利与建筑工程学报》2012年第5期26-29,共4页Journal of Water Resources and Architectural Engineering

基　　金：江苏省测绘局科研项目(JSCHKY200808);江苏省建筑业科研项目(JGJH2008-07)

摘　　要：针对观测数据异常导致滤波偏离的问题,提出了整体控制状态协方差阵自适应卡尔曼滤波方法,通过对某地铁隧道底板结构沉降监测数据进行处理,结果表明整体控制状态协方差阵自适应卡尔曼滤波方法不仅计算简单,而且能有效地控制观测数据异常对沉降变形监测系统参数估计的影响,提高变形监测数据估计的精度。In view of the filtering departure problem resulted from the observational outliers, an adaptive Kalman filtering method is proposed based on the robust variance matrix estimation. By the derivation and calculation for the deformation monitoring data of a metro, it is shown that the adaptive Kalman filtering method could not only predigest the calculation process, but also improve the precision of the estimation for deformation monitoring data.

关 键 词：卡尔曼滤波 自适应估计 协方差 变形监测 

分 类 号：TU433[建筑科学—岩土工程]