| 基于AR(n)模型的卡尔曼滤波模型 |
| |
| 引用本文： | 陆付民.基于AR(n)模型的卡尔曼滤波模型[J].数学的实践与认识,2007,37(19):6-11. |
| |
| 作者姓名： | 陆付民 |
| |
| 作者单位： | 三峡大学,三峡库区地质灾害教育部重点实验室,湖北,宜昌,443002 |
| |
| 摘 要： | 考虑到对于处于不同位置的变形监测点,由于它们所处的位置不同,各种环境因素对它们的影响及影响程度也不同,作者预置数个AR(n)模型,通过计算比较,选择剩余标准差最小的AR(n)模型作为初选模型,再将初选的AR(n)模型的模型参数看作包含有动态噪声的状态向量,建立卡尔曼滤波模型.实例分析表明,采用这种方法能够提高模型的拟合精度和预测精度.
|
| 关 键 词： | 变形 AR(n)模型 状态向量 卡尔曼滤波模型 预测精度 |
| 修稿时间： | 2006年7月20日 |
Kalman Filter Model Based on AR(n) Model |
| |
| LU Fu-min.Kalman Filter Model Based on AR(n) Model[J].Mathematics in Practice and Theory,2007,37(19):6-11. |
| |
| Authors: | LU Fu-min |
| |
| Abstract: | Considering deformation monitor points in different places,influence of all kinds of environmental factors is different,the author preset some AR(n) model,by means of calculation, AR(n) model whose residual standard deviation is small is chosen as the primary model,parameters of the primary model are looked as the status vector with dynamic noises to build Kalman Filter Model.The example verifes that the method can raise the fitting and forecast accuracy of the model. |
| |
| Keywords: | deformation AR(n) model status vector Kalman Filter Model forecast accuracy |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
