基于改进自适应Kalman滤波的地铁变形监测研究

作者:钟昆;高嵩;黄姣茹 刊名:舰船电子工程 上传者:王超

【摘要】为解决传统自适应卡尔曼滤波收敛速度缓慢甚至发散的问题,提出一种改进自适应卡尔曼滤波算法.该方法在传统算法的基础上引入一个指数型衰减因子,并且根据残差序列保持正交的特性,推导出能够抑制滤波发散的幂值表达式,使得在信息输入的每一步中,都能保证对滤波增益阵进行实时修正,使其达到最优,从而降低陈旧测量值对估计过程的影响并能快速趋近于真实值.将提出的算法应用到地铁变形监测中,通过与经典卡尔曼滤波算法、方差补偿自适应卡尔曼滤波算法的比较,仿真结果显示提出的算法具有收敛速度快的优势,同时提高了精确性与稳定性.

全文阅读

2018 年第 4 期 舰 船 电 子 工 程 总第 286 期 舰 船 电 子 工 程 Ship Electronic Engineering Vol. 38 No. 4 收稿日期:2017年10月15日,修回日期:2017年11月23日 基金项目:国家重点研发计划“政府间国际科技创新合作”项目(编号:2016YFE0111900);陕西省国际科技合作与交 流项目(编号:2017KW-009;2016KW-062)资助。 作者简介:钟昆,男,硕士研究生,研究方向:非线性系统控制及其应用。高嵩,男,博士,教授,研究方向:计算机控制 与智能控制。黄姣茹,女,博士,讲师,研究方向:系统辨识与滤波。 ∗ 1 引言 鉴于涌入城市的人口数量逐年攀升,大力兴建 城市地下铁路交通运行网,成为解决交通拥堵和市 民出行难的一剂良方。然而,地铁普遍位于城市的 繁华中心地段,加上地面建筑物和地下管线等地质 条件会加重地铁隧道的自身负荷,导致隧道结构出 现裂缝和沉降等形变,若不及时监测与修复,将会 造成地面塌方甚至危及人身安全[1]。因此,对地铁 隧道结构进行实时的、连续的、长期的变形监测便 成为当前刻不容缓的任务[2]。 目前,地铁变形监测技术已经由传统的依靠人 力与仪器监测转变为如今先进的智能全站仪(测量 机器人)的自动化监测技术[3],可以实现全自动观 测并采集数据。由于可变因素影响,变形监测数据 通常会包含各种误差与形变信息,仅从数据的表 基于改进自适应 Kalman 滤波的地铁变形监测研究∗ 钟 昆 高 嵩 黄姣茹 (西安工业大学自主系统与智能控制国际联合研究中心 西安 710021) 摘 要 为解决传统自适应卡尔曼滤波收敛速度缓慢甚至发散的问题,提出一种改进自适应卡尔曼滤波算法。该方法 在传统算法的基础上引入一个指数型衰减因子,并且根据残差序列保持正交的特性,推导出能够抑制滤波发散的幂值表达 式,使得在信息输入的每一步中,都能保证对滤波增益阵进行实时修正,使其达到最优,从而降低陈旧测量值对估计过程的 影响并能快速趋近于真实值。将提出的算法应用到地铁变形监测中,通过与经典卡尔曼滤波算法、方差补偿自适应卡尔曼 滤波算法的比较,仿真结果显示提出的算法具有收敛速度快的优势,同时提高了精确性与稳定性。 关键词 变形监测;滤波发散;自适应卡尔曼滤波;衰减因子 中图分类号 TP391.9 DOI:10. 3969/j. issn. 1672-9730. 2018. 04. 032 Metro Deformation Monitoring Based on Improved Adaptive Kalman Filter Algorithm ZHONG Kun GAO Song HUANG Jiaoru (International Joint Research Center of Autonomous Systems and Intelligent Control,Xi’an Technological University, Xi’an 710021) Abstract In order to overcome the phenomenon of slow convergence and divergence of the traditional adaptive Kalman filter- ing algorithm,an improved algorithm is proposed in this paper. By introducing an exponenti

参考文献

引证文献

问答

我要提问