卡尔曼滤波在变形监测中的应用.pdfVIP

第33卷第8期 山 西 建 筑 Vd．33No．8 2007年3月 SH^r、ⅨI Mar．2007 ·360· ARCHITEC7rU暇E 文章编号：1009—6825{2007)08—0360．02 卡尔曼滤波在变形监测中的应用 朱健张贵钢 摘要：利用卡尔曼滤波对建筑物监测点的变形量进行了分析，结合工程实例，将得出的滤波值与观测值进行比较，结果 表明这种分析方法精确可靠，值得推广。 ’ 关键词：卡尔曼滤波，状态向量，观测向量，变形监测 中图分类号：TUl98．6 ．文献标识码：A、 卡尔曼滤波法是现代控制理论中的重要方法，它最大的特点 Dy(k／k)=[J—J觑]Dy(愚屈一1)。 是能够剔除随机干扰噪声，从而获取逼近真实情况的有用信息。 其中，J为单位矩阵，且： 在高层建筑物变形监测中，获取的观测信息包含反映变形点高程 Y(k／k一1)=霞．^一1Y(k一1／k一1)， 变化的信息，另外还包含随机干扰噪声，这种随机干扰噪声包含 有动态噪声和观测噪声。文中利用卡尔曼滤波算法对高程观测数 1)砖^一1， 据进行分析，并以此为基础，对变形点高程的变化作出一些预报。 1 离散线性系统的卡尔曼滤波 卡尔曼滤波的求解结果是一组递推计算公式，其计算过程是 离散线性系统卡尔曼滤波包含状态方程和观测方程： 一个不断地预测、修正的过程，当得到新的观测数据时，即可求出 (1) K+l=吼+1．^vk+Vk+1，^绣 新的滤波值，便于处理新观测结果，在求解过程中不需要储存大 Lk+l=Bk+lK+l+4+l(2) 量的数据。标准卡尔曼滤波递推方程如下： 其中，砭+1，上幢+l，4+1分别为tt+l时刻的状态向量、观测向 量和观测噪声，绣为tk时刻的动态观测噪声。用标准的卡尔曼 B(忌)Y[k“正一1)]}， 滤波法进行数据处理时，视A+l，绣为标准的高斯白噪声，且： E{珐}=0，E{△^}_0， R(k一1)}～， 一 厶(m，0f)=D0(忌)妨，厶(4，△，)=Da(k)曲， (k一1)， C鲫(绣，A)=0，E(y0)=胁(O)，V≥(Yo)=Dr(O)， ％(y0，绣)=0，％(yo，A)=0。 其中，R为观测噪声协方差阵；Q为状态噪声协方差阵。 其中，当J=k时，＆f=1；当歹≠忌时，文，=0。 在给定状态初值和噪声协方差时，由上述递推过程可得到状态 所谓离散线性系统的卡尔曼滤波，就是利用观测向量Ll， 变量的最佳估值，能有效提高GPS定位精度，大大减少定位误差。 L2，…，Lk，由相应的状态方程及随机模型求巧时刻状态向量匕 2卡尔曼滤波在建筑物变形检测中的应用 的最佳估计值。通常把K的最佳估值记为Y(j／k)。 其求解结果为： 2．1 状态方程和观测方程的建立 设tk时刻建筑物某观测点的运动