首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于多因素的卡尔曼滤波模型在滑坡变形预测中的应用
引用本文:陆付民,蒋廷耀.基于多因素的卡尔曼滤波模型在滑坡变形预测中的应用[J].数学的实践与认识,2018(4).
作者姓名:陆付民  蒋廷耀
作者单位:三峡大学三峡库区地质灾害教育部重点实验室;三峡大学计算机与信息学院;
摘    要: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.

关 键 词:滑坡  变形  状态向量  卡尔曼滤波  预测

Application of Kalman Filter Model Based on Multifactors in the Landslide Deformation Forecast
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号