摘要
在进行高铁隧道沉降变形分析与预测时,隧道沉降变形量小,但受随机噪声干扰较大,使得原始监测的沉降曲线波动较大,出现"小沉降、大波动"现象。运用卡尔曼滤波对原始数据进行滤波去噪,建立基于卡尔曼滤波的GM(1,1)模型,并对隧道进行沉降变形分析与预测。通过实例对比分析表明:经过卡尔曼滤波去噪,可以有效地剔除原始监测数据中的随机误差,沉降曲线更平滑且更逼近真实沉降情况;基于卡尔曼滤波的GM(1,1)模型的综合精度与可靠性较传统GM(1,1)模型高,该模型在隧道沉降变形分析与预测中体现出较好的优越性。
A new GM （ 1,1 ） model to analyze and predict the settlement of tunnel was established, based on Kalman filter. The analysis results of some examples show that the model can be used to eliminate efficiently the random error in original data so that the settlement curve was more smooth and more close to real settlement values than that by GM （ 1,1 ） model.
出处
《大地测量与地球动力学》
CSCD
北大核心
2014年第1期88-91,共4页
Journal of Geodesy and Geodynamics
基金
国家自然科学基金(41071294)
广西空间信息与测绘重点实验室资助课题(桂科能1207115-06
1103108-02)
广西八桂学者专项经费
研究生教育创新计划项目(YCSZ2012083)
大学生创新创业训练计划项目(201210596003)
