本文選題：卡爾曼濾波　切入點(diǎn)：AR模型　出處：《人民黃河》2017年02期

【摘要】：基于某大壩拱冠梁處壩基2007年5月至2009年4月每月的水平位移觀測(cè)數(shù)據(jù),首先用卡爾曼濾波對(duì)建模數(shù)據(jù)進(jìn)行處理,然后基于處理后的數(shù)據(jù)建立AR 4階模型,利用卡爾曼濾波-AR模型對(duì)2007年9月至2009年4月每月的水平位移進(jìn)行遞推預(yù)報(bào),并與實(shí)測(cè)值進(jìn)行了對(duì)比。結(jié)果表明:卡爾曼濾波-AR 4階預(yù)測(cè)模型的預(yù)測(cè)值明顯優(yōu)于一般AR 4階預(yù)測(cè)模型的,更接近于實(shí)測(cè)值,預(yù)測(cè)精確度更高,更適用于大壩變形趨勢(shì)的預(yù)測(cè)。
[Abstract]:Based on the monthly horizontal displacement data from May 2007 to April 2009, the modeling data are processed by Kalman filter, and then the AR 4 order model is built based on the processed data.The monthly horizontal displacement from September 2007 to April 2009 is recursively forecasted by Kalman filter AR model and compared with the measured values.The results show that the prediction value of Kalman filter-AR 4 order prediction model is obviously better than that of general AR 4 order prediction model, which is closer to the measured value, more accurate, and more suitable for the prediction of dam deformation trend.
【作者單位】： 河海大學(xué)水利水電學(xué)院;河海大學(xué)水資源高效利用與工程安全國家工程研究中心;
【基金】：國家自然科學(xué)基金重點(diǎn)項(xiàng)目(41323001,51139001);國家自然科學(xué)基金資助項(xiàng)目(51279052) 水文水資源與水利工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室研究項(xiàng)目(20145028312) 江蘇省“333高層次人才培養(yǎng)工程”科研項(xiàng)目(2016-B1307101)
【分類號(hào)】：TV698.11

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 段云龍;閆璐;韓保紅;閆慶華;;基于AR模型的特殊路面的路面譜測(cè)量及分析[J];計(jì)算機(jī)測(cè)量與控制;2011年10期

2 張e，

本文編號(hào)：1716409