科研之友
微信
新浪微博
Facebook
分享链接
摘要
利用BP神经网络对自适应Kalman滤波估值残差值进行预测,进而对滤波估值进行修正。将自适应Kalman滤波得到的状态估值、状态一步预测值、增益矩阵以及新息向量作为输入,滤波估值的残差值作为输出设计BP神经网络。对某滑坡沉降监测资料处理和分析得到基于BP神经网络的自适应Kalman滤波预测残差在-0.42 mm到0.072 mm之间,相较于自适应Kalman滤波预测精度和稳定性均得到显著提高,说明该方法在实际项目中具有很高的适用性。
-
单位精密工程与工业测量国家测绘地理信息局重点实验室; 武汉大学
