基于灰色关联分析的卡尔曼滤波在桥梁变形监测中的应用精.docVIP

第19卷第4期2010年8月 测绘工程 EN GINEERING OF SURVEYING AND MAPPING Vol. 19l . 4Aug. , 2010 基于灰色关联分析的卡尔曼滤波在桥梁变形监测中的应用 陈 亮, 黄 腾 (河海大学土木工程学院, 江苏南京210098 摘 要:在某长江特大桥桥面挠度变形监测过程中, 考虑引起桥梁挠度变化的相关因素, 采用灰色关联分析确定其 中较重要的影响因子后, 在传统卡尔曼滤波模型基础上建立改化后的状态方程和观测方程, 从而完成相关因素的预测预报工作。实际应用结果表明, 基于灰色关联分析的卡尔曼滤波对桥梁挠度变化的预测结果比传统滤波模型更加接近最终实测值, 具有更高的准确性与可信度。关键词:灰色关联分析; 卡尔曼滤波; 预测预报; 变形监测中图分类号:N941. 5 文献标志码:A 文章编号:100627949(2010 0420047203 The application of Kalman Filtering based on grey correlation analysis in the deformation monitoring of bridge CH EN Liang , H U ANG T eng (Institute of Civil Engineer ing, Hohai Univer sity, Nanjing 210098, China Abstr act:In the deflection deformation monitor ing pr ocess of a Yangtze River bridge, we considered some factors that may cause the changes in the deflection of the bridge and used the grey correlation analysis to determine the impact of the mor e impor tant ones. When related factors were recognized, we established both reduced state and observation equations based on traditional Kalman Filtering Model and finally suc 2ceeded in forecasting the potential changes of some factors. T he practical application results show that, Kalman Filtering Model based on grey corr elation analysis gives a more actual result in the deflection of bridge than tr aditional Filter ing model, with higher accur acy and cr edibility. Key words:gray connection analysis; Kalman Filter; forecast and prediction; defor mation monitoring 在对变形体的变形监测数据进行处理及分析时, 通常的做法是对变形体不同时期的形变数据进行回归拟合、最小二乘配置或滤波处理等, 虽然这些方法最终也能得出相关的统计模型, 但它仅是对一组离散数据进行纯数学意义的统计分析, 没有考虑观测对象自身物理特点及其所处环境带来的影响。基于灰色关联分析的卡尔曼滤波就是在找到桥梁高程变化影响因子情况下, 减小无法准确描述的噪声部分, 建立改化后的卡尔曼滤波模型来对目标桥梁进行相关因素的预测预报。 几何关系的比较来分清系统中多因素关系的紧密程度, 序列曲线的几何形状越接近, 则它们之间的灰关联度就越大, 反之则越小。进行灰色关联分析的主要步骤包括: 1 选取系统特征行为数据序列X 0={X0(1 , X 0(2 , , , X 0(n }和相关因素行为序列X i ={Xi (1 , X i (2 , , , X i (n }(即通常所说的影响因子, 以桥梁高程为分析对象时, 根据以往特大桥安全监测经验, 选取温度和通车量作为相关因素行为序列, 记为X 1、X 2 。 2 考虑到数据序列X 0、X 1、X 2单位不相一致, 需对序列进行无量纲的转化, 可采用归一化变换, 即 X i ={1, X i (2 X i (3 X i (n , , , , }.X i (1 X i (1