极大似然估计自适应Kalman滤波在变形监测中的应用研究

摘要：

针对传统Kalman无法应对非线性变形系统中先验模型不准确或时变导致性能降低的问题,在变形监测数据降噪应用中引入基于极大似然准则的自适应Kalman滤波方法.建立观测噪声方差阵自适应估计(Res-R)和系统过程噪声方差阵自适应估计(Scale-Q)的自适应Kalman模型,并在应用中为解决信息序列不准确致使过程噪声Q扰动较大的问题,提出了基于信息序列方差调整因子的改进Scale-Q自适应滤波.工程实例数据分析结果表明,Res-R和改进Scale-Q模型降噪效果均优于传统Kalman滤波模型.

关键词：极大似然估计、自适应Kalman滤波、变形监测、滤波降噪

所属期刊栏目：43

分类号：P25;TB22(专业测绘)

资助基金：中铁第四勘察设计院集团有限公司科技研究开发计划项目;中国铁建股份有限公司重大科技专项

在线出版日期：2020-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：21-24