基于泰勒级数及温度因子的卡尔曼滤波模型在链子崖危岩体变形预测中的应用

考虑到链子崖危岩体的变形受温度的影响较为明显,为此,将链子崖危岩体的变形看作时间和温度的函数,利用泰勒级数建立链子崖危岩体的变形与时间和温度的函数关系,并将泰勒级数的余项及时间变化的二次方和温度变化的二次方的系数的变化量看作数学期望为0的动态噪声,建立卡尔曼滤波模型,并用于链子崖危岩体变形的预测预报.实例计算表明,模型的拟合效果和预测效果较好.     

基于多因素的卡尔曼滤波模型在滑坡变形预测中的应用

分析了滑坡变形预测模型的研究现状.考虑到滑坡的变形主要受到降雨及温度等因素的影响,建立基于时效分量、降雨分量和温度分量的多因素变形预测模型,然后将基于多因素的变形预测模型的模型参数看作带有动态噪声的状态向量,建立基于多因素的卡尔曼滤波模型,以基于多因素的卡尔曼滤波模型为基础,对滑坡的变形进行预测.由于基于多因素的卡尔曼滤波模型在卡尔曼滤波过程中,模型的参数不断发生变化,从而增强了模型适应观测数据的能力,提高了模型的拟合精度和预测精度.实例计算表明用基于多因素的卡尔曼滤波模型对滑坡的变形进行预测,其预测误差较小,预测效果较为理想.     

基于AR(n)模型的卡尔曼滤波模型

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.     

顾及降雨及温度因子的卡尔曼滤波模型

考虑到处于不同位置的滑坡变形监测点,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,因此它们的变形规律也不同.首先通过计算比较找出剩余标准差最小的变形与时间、大气降雨量、温度相关关系的单因子模型,再将这些单因子模型通过叠加,组成多因子模型,然后将变形与时间、大气降雨量、温度相关关系的多因子模型的模型参数看作含有动态噪声的状态向量,建立卡尔曼滤波模型.实例计算表明这种建模方法效果较好.