双曲线模型的卡尔曼滤波法在建筑物沉降预测中的应用

本文参考有关文献并结合西安高新区sohu同盟北楼d7点沉降量观测数据分析实例。以卡尔曼滤波的4个特点（见本文末）。介绍了自适应卡尔曼滤波系统在建筑物变形监测的预测预报方面的应用及其优越性。

卡尔曼滤波由于能够实时快速地处理大量的变形数据,并能够预测下一时刻的变化状态等特点,被广泛应用于多个领域的动态数据处理。本文论述了方差补偿自适应卡尔曼滤波模型,将自适应卡尔曼滤波模型应用到光纤光栅动态变形监测上,基于matlab编程实现模型的建立并运用该模型对建筑物变形进行分析与预测,取得了较好的效果,证实了方差补偿自适应卡尔曼滤波在滤波和预测方面的可行性。

本文参考有关文献并结合西安高新区sohu同盟北楼d7点沉降量观测数据分析实例。以卡尔曼滤波的4个特点（见本文末）。介绍了自适应卡尔曼滤波系统在建筑物变形监测的预测预报方面的应用及其优越性。

为提高地表沉降预测精度,针对灰色预测模型(gm(1,1))易受随机干扰影响致使预测精度不高的问题,建立了基于卡尔曼滤波的灰色理论预测模型。考虑到沉降量受到温度和时间因素影响较大的特点,将地表的沉降看作时间、温度的相关函数来建立卡尔曼滤波模型,并利用迭代滤波理论和levenbergmarquardt优化滤波,构建改进的卡尔曼滤波模型。改进的卡尔曼滤波模型与灰色模型相结合,应用于地表沉降预测中,并将改进的卡尔曼滤波灰色模型预测结果与卡尔曼滤波灰色模型的预测结果进行对比。实例计算表明,使用改进的卡尔曼滤波对消除检测数据扰动误差后的数据进行灰色模型预测的精度相比于单纯灰色预测的预测精度更高。

对于工程建设者来说,准确进行工程造价预测决定着投标成败以及在工程实施过程中能否盈利的关键。利用同一公司过去几年承建同类工程的资料,建立灰色gm(1,1)模型,同时,采用卡尔曼序贯滤波算法减弱数据序列的随机性。通过实例仿真结果表明,该方法比传统灰色模型具有更好的预测效果,具有使用价值。

为了确保建筑物施工、运营期间的安全,需要进行沉降观测.分析了沉降观测的流程和要求,在沉降观测数据的基础上,提出了使用双曲线进行沉降预测的方法,从而可以根据预测的沉降量,科学决策,确定沉降观测的周期.

为了提高超短期负荷预测的精度,通过卡尔曼滤波理论建立了实时调度子系统的超短期负荷预测模型,并用两种方法对基本模型进行改进。利用电能管理系统记录的各交易段实际调度负荷和各竞价电厂以机组申报的竞价数据,预测未来各时段的调度负荷。通过对3种模型所预测出的电力短期负荷预测结果比较,表明对原始数据进行比例变换的预测方法更为理想。

基于灰色关联分析的卡尔曼滤波在桥梁变形监测中的应用——在某长江特大桥桥面挠度变形监测过程中,考虑引起桥梁挠度变化的相关因素,采用灰色关联分析确定其中较重要的影响因子后,在传统卡尔曼滤波模型基础上建立改化后的状态方程和观测方程,从而完成相关因素...

在某长江特大桥桥面挠度变形监测过程中,考虑引起桥梁挠度变化的相关因素,采用灰色关联分析确定其中较重要的影响因子后,在传统卡尔曼滤波模型基础上建立改化后的状态方程和观测方程,从而完成相关因素的预测预报工作。实际应用结果表明,基于灰色关联分析的卡尔曼滤波对桥梁挠度变化的预测结果比传统滤波模型更加接近最终实测值,具有更高的准确性与可信度。

最小二乘法拟合椭圆过程中,把所有样本点都当作准确值,但当拟合点中出现噪声和孤立点时,拟合出的椭圆误差较大,而最小平方中值法具有较好的稳健性,但该方法计算量大,计算不方便。针对这种情况,笔者首先使用最小平方中值法拟合出一组椭圆参数,然后利用中位数法剔除孤立点,最后使用卡尔曼滤波方法修正椭圆的参数,通过模拟实例和工程实例,证明该算法能够剔除孤立点,并且拟合出的椭圆具有较小的形状误差,因此该方法可以推广到实际工程中应用。

提出了跳变系统检测的卡尔曼滤波算法，与钢丝绳无损检测信号特征相对应，设计了钢丝绳断丝定量识别的多重假设检测方法，克服了差分超门限方法不能考虑背景噪声、测量噪声及误判率的不足，可以在线监测钢丝绳状态。

文中研究了kalman滤波方法在建筑物沉降监测数据处理中的应用,并利用模拟和实际观测数据,分别采用了标准kalman滤波,抗差自适应kalman滤波,双自适应因子滤波三种方案进行了滤波处理,比较和分析了各种方案的优点和不足,以指导实践应用.

文中研究了kalman滤波方法在建筑物沉降监测数据处理中的应用,并利用模拟和实际观测数据,分别采用了标准kalman滤波,抗差自适应kalman滤波,双自适应因子滤波三种方案进行了滤波处理,比较和分析了各种方案的优点和不足,以指导实践应用。

卡尔曼滤波作为一种动态数据处理方法已在许多测量领域得到应用,就卡尔曼滤波方法在施工变形测量应用中,如何建立滤波模型和精度评定问题进行探讨,提出解决这些问题的方法,并通过一个实例说明这些方法的有效性。

在传统gm(1,1)模型的基础上考虑初始条件选取的理论缺陷,提出了改进的灰色预测模型。通过在隧道开挖后上方建筑物沉降预测值与实测值的对比分析得出,该模型具有良好的精度,并具有一定的工程应用价值。

介绍灰色非等间距gm(1,1)模型的建立及其精度评定方法,着重探讨模型精度的主要影响因素,并从模型背景值的构造以及初值选取两个方面对灰色非等间距gm(1,1)模型进行改进,结合高层建筑沉降监测实例进行预测结果分析,结果表明,改进后的灰色模型具有较高的精度,在沉降预测中具有较高的应用价值。

针对建筑物出现的变形问题,提出在现有建筑物观测数据的基础上,在mtalab的语言环境下,建立gm(1,1)模型,来预测该建筑物的沉降量。分析结果表明,把灰色gm(1,1)模型和matlab结合起来预测建筑物的沉降发展趋势，具有较强的实用性。

为了克服建筑物变形预测中单一模型预测精度差、不稳定的问题,本文融合了适应性强、互补性好的自回归滑动模型、灰色模型和三次指数平滑法三种模型,基于误差平方和最小准则,采用滚动时间域的方式构建了非负变权组合预测模型.工程应用表明:非负变权组合预测模型的预测精度、可靠性优于三种单一预测模型、方差倒数组合预测模型以及等权组合预测模型.研究成果对建筑物沉降预测具有较好的参考价值.

本文首次将卡尔曼滤波法应用于悬索桥主缆架设阶段施工控制。以基准索股的线形为施工预测和控制对象，首先利用卡尔曼滤波法消除施工中的随机噪声，得到系统在统计意义上无偏的最优估计值；然后建立系统的最优终点控制公式计算出索股的最优调整值

建立合理有效的模型对建筑物的变形进行分析是至关重要的。通过具体工程实例分析了gm(1,1)模型、kalman滤波以及自适应kalman滤波各自的特点:gm(1,1)模型较为适合变形趋势呈指数或线性分布的变形分析与预测,而kalman滤波对建筑物变形趋势呈线性或波形具有较好的预测效果;在相同的条件下,自适应kalman滤波较kalman滤波模型的收敛性及自适应性好,更接近于实际,具有一定的应用效果。

建筑施工中,沉降观测是监测建筑物是否安全的重要环节。为此,将灰色系统理论应用于建筑物沉降变形数据分析,结合实例,验证了灰色gm(1,1)预测方法在建筑物沉降监测中应用的可行性和可靠性。

本论文先简单介绍建筑物沉降观测的基本内容和预测方法,再重点介绍非等间距灰色理论模型的基本原理、模型及其应用,采用了一个实例预测分析了其模型gm(1,1)在建筑物沉降预报中的结果,对比多项式拟合方法预测结果,验证了非等间距灰色模型对建筑物沉降预测中的有效性。