基于卡尔曼GM(1,1)的稳健估计及其在变形监测中的应用  

Robust estimation base on Kalman-GM( 1,1) filter and its application in deformation monitoring

作　　者：程朋根[1] 程远明 吴少华[1] 

机构地区：[1]东华理工大学测绘工程学院,南昌330013 [2]南昌市城市规划勘测设计研究院,南昌330038

出　　处：《工程勘察》2015年第8期58-61,78,共5页Geotechnical Investigation & Surveying

基　　金：国家自然科学基金资助项目(41161069);广西空间信息与测绘重点实验室资助课题(13-051-14-18)

摘　　要：当观测数据含有粗差时使用单一的GM(1,1)模型不能取得很好的精度,本文在卡尔曼GM(1,1)基础上提出基于卡尔曼GM(1,1)滤波的稳健估计模型。通过对大坝变形监测数据的处理结果可以看出卡尔曼GM(1,1)稳健估计具有更高的精度和效果。Estimate accuracy can＇ t be enough by using a single GM （ 1, 1 ） model when the observation has gross errors. In this paper, for the purpose of establishing a steady model, a robust estimation model based on the Kalman-GM （1, 1） filter is presented. The robust estimation model is verified by using a set of dam deformation monitoring dada. The results show that the new robust estimation method has higher precision and better effect.

关 键 词：卡尔曼滤波 GM(1 1) 稳健估计 变形监测 

分 类 号：O141.4[理学—数学]