動態(tài)變形監(jiān)測中的Kalman濾波方法研究.pdf

1、對大型工程結構物或者建筑物進行動態(tài)變形監(jiān)測,可以實時監(jiān)測工程結構物的變形狀況,從而采取相應的維護措施,避免災難性的事故發(fā)生。Kalman濾波是一種廣泛應用于動態(tài)數(shù)據(jù)處理的濾波方法,其能夠從帶有噪聲的觀測數(shù)據(jù)中對參數(shù)進行估計,并做出下一步預測。本文對Kalman濾波方法及其在動態(tài)變形監(jiān)測中的應用進行了研究,其中主要內容和貢獻有:
　　 (1)標準Kalman濾波最優(yōu)算法是建立在給定準確的函數(shù)模型和隨機模型基礎之上的,因而其使用受到

2、一定限制。本文對標準Kalman濾波、Sage自適應濾波、抗差Kalman濾波和抗差自適應Kalman濾波等幾種主要濾波算法進行了介紹以及編程實現(xiàn)。并針對抗差自適應Kalman濾波算法中的自適應因子和抗差等價權矩陣的計算進行了研究和改進,利用模擬振動臺GPS觀測數(shù)據(jù)和某高速公路邊坡監(jiān)測數(shù)據(jù)驗證了改進算法的有效性,同時對上述幾種算法進行了比較分析,以指導實踐應用。
　　 (2)在動態(tài)定位或動態(tài)變形監(jiān)測中,Kalman濾波的狀態(tài)模型

3、一般采用隨機游走、常速度和常加速運動學模型。然而用這些簡單的運動學模型來描述變形體的復雜運動狀態(tài)都不可避免的含有模型誤差。本文對上述三種狀態(tài)模型進行了詳細介紹和分析,并采用振動臺模擬數(shù)據(jù),分別對上述幾種模型進行了比較分析,給出了不同模型在變形監(jiān)測應用中的優(yōu)缺點,為變形監(jiān)測中狀態(tài)模型的選擇提供了參考。
　　 (3)在高精度GPS定位中,當觀測點周圍環(huán)境變化很小時,GPS多路徑效應具有很強的重復性。利用該特性建立誤差改正模型是削弱多

4、路徑效應系統(tǒng)誤差的一種有效方法,但是隨著距離誤差改正模型的時間間隔加長,其重復性減小,該方法的有效性也快速降低。為此,提出一種基于增廣參數(shù)Kalman濾波的多路徑效應系統(tǒng)誤差估計方法,將系統(tǒng)誤差作為狀態(tài)參數(shù),并對其建立一階AR模型,同時利用多路徑重復性特性,更新多路徑誤差改正模型,在一定程度上解決固定多路徑誤差模型隨著時間推移重復性減小而有效性降低的問題,并利用16天實測數(shù)據(jù)例證了本方法具有一定的可行性和有效性。
　　 (4)G