科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对大坝监测数据中含有高斯白噪声，单一去噪方法存在精度低、结合传统统计模型效果差等问题，为了实现高斯白噪声的滤除，甄选出去噪精度更高的方法，提出小波和卡尔曼滤波结合的方法对含高斯白噪声数据进行预处理，经过小波去噪处理后再结合卡尔曼滤波的组合模型能够有效滤除原始信号中的高斯白噪声和粗差。用去噪后的数据建立统计回归模型进行预测，用后10期数据进行实测值和预测值对比，结果显示：去噪处理后建立的统计回归模型预测的绝对误差平均(MAE)和均方根误差(RMSE)明显降低，小波和卡尔曼结合的去噪模型能够有效滤除高斯白噪声，结合统计模型，提高了预测的精度和可靠性。
-
单位新疆农业大学; 土木工程学院; 新疆水利水电科学研究院
