基于Kalman滤波的GM(1,1)-AR模型在高层建筑物沉降变形分析中的应用

作者：陈晨; 魏冠军; 寇瑞雄; 高志钰

来源：测绘工程, 2018, 27(10): 64-67.

DOI：10.19349/j.cnki.issn1006-7949.2018.10.012

• 变形分析
• 卡尔曼滤波
• GM(1,1)-AR模型

在传统的GM(1,1)模型和AR模型的基础上提出一种基于Kalman滤波的GM-AR模型预测新算法。利用卡尔曼滤波对原始监测数据进行滤波消噪,获取有效地实际变形量;然后对实际变形量中的趋势项和随机项运用GM(1,1)-AR组合模型进行建模组合。通过工程实例分析表明,基于卡尔曼滤波的GM(1,1)-AR模型相比单一的GM(1,1)模型和GM(1,1)-AR模型,有效地减弱观测噪声的影响,提高预测精度。

• 单位
  兰州交通大学