抗差自适应Kalman滤波在动态变形监测中的应用研究

伍锡锈; 戴吾蛟; 罗飞雪

doi:10.13409/j.cnki.jdpme.2011.01.001

您当前的位置：

首页 >

文章列表页 >

抗差自适应Kalman滤波在动态变形监测中的应用研究

论文 | 更新时间：2025-12-11

- 抗差自适应Kalman滤波在动态变形监测中的应用研究
- Research on Adaptively Robust Kalman Filtering for Dynamic Deformation Monitoring Applications
- 防灾减灾工程学报 2011年31卷第1期页码：102-106
- 作者机构：
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目（40704002）;湖南省自然科学基金项目（08JJ6025）资助
- DOI：10.13409/j.cnki.jdpme.2011.01.001
  中图分类号： 227
- 纸质出版：2011
- 稿件说明：
移动端阅览
[1]伍锡锈,戴吾蛟,罗飞雪.抗差自适应Kalman滤波在动态变形监测中的应用研究[J].防灾减灾工程学报,2011,31(01):102-106.

伍锡锈, 戴吾蛟, 罗飞雪. Research on Adaptively Robust Kalman Filtering for Dynamic Deformation Monitoring Applications[J]. 2011, 31(1): 102-106.
[1]伍锡锈,戴吾蛟,罗飞雪.抗差自适应Kalman滤波在动态变形监测中的应用研究[J].防灾减灾工程学报,2011,31(01):102-106. DOI： 10.13409/j.cnki.jdpme.2011.01.001.

伍锡锈, 戴吾蛟, 罗飞雪. Research on Adaptively Robust Kalman Filtering for Dynamic Deformation Monitoring Applications[J]. 2011, 31(1): 102-106. DOI： 10.13409/j.cnki.jdpme.2011.01.001.

摘要

抗差自适应Kalman滤波算法中

抗差等价权矩阵和自适应因子的计算

要求观测信息具有多余观测量且准确可靠

但在动态变形监测应用中

通常滤波观测值仅为三维坐标且存在较强噪声和粗差的影响。为此

先对该算法中的自适应因子和抗差等价权矩阵的计算进行研究和改进

然后计算了某高速公路边坡的GPS动态监测数据。结果表明

抗差自适应Kalman滤波能够有效地抵制动态变形监测中观测值异常的影响。

Abstract

In the algorithm of adaptively robust Kalman filtering

the calculations of equivalent weight matrixes and adaptive factors are based on abundant

accurate and reliable observation information.But in the application of dynamic deformation monitoring

the monitoring point’s measurement values are simply three-dimensional coordinates

and the impact of noise and outliers is also serious in the observation.In this paper

the algorithms of equivalent weight matrixes and adaptive factors are researched and improved

and the adaptively robust filtering has been used in the GPS dynamic deformation monitoring data processing of a slope.Filtering results show that:adaptively robust Kalman filtering can significantly weaken the influence of measurement outliers in dynamic deformation monitoring.

关键词

Keywords

references

A new learning statistic for adaptive filter based on predicted residuals [J]. YANG Yuanxi and GAO Weiguang (Xi’an Research Institute of Surveying and Mapping, Xi’an710054, China; Institute of Surveying and Mapping, University of Information Engineering, Zhengzhou 450052, China). Progress in Natural Science . 2006(08)

Adaptively robust filtering with classified adaptive factors [J]. CUI Xianqiang and YANG Yuanxi (Xi’an Research Institute of Surveying and Mapping, Xi’an 710054, China). Progress in Natural Science . 2006(08)

基于移动开窗法协方差估计和方差分量估计的自适应滤波 [J]. 杨元喜,徐天河. 武汉大学学报(信息科学版) . 2003(06)

抗差卡尔曼滤波模型及其在GPS监测网中的应用 [J]. 余学祥,吕伟才. 测绘学报 . 2001(01)

动态系统的抗差Kaliman滤波 [J]. 杨元喜. 解放军测绘学院学报 . 1997(02)

自适应动态导航定位[M]. 测绘出版社 , 杨元喜, 2006

Kalman滤波理论及其在导航系统中的应用[M]. 科学出版社 , 付梦印等编著, 2003

Adaptively robust filter with multi adaptive factors [J] . Yang,Cui. Survey Review . 2008 (309)

An Optimal Adaptive Kalman Filter [J] . Yuanxi Yang,Weiguang Gao. Journal of Geodesy . 2006 (4)

Adaptively robust filtering for kinematic geodetic positioning [J] . Y. Yang,H. He,G. Xu. Journal of Geodesy . 2001 (2-3)

浏览量

361

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据