基于神经网络的卡尔曼滤波在变形监测中的应用

基于神经网络的卡尔曼滤波在变形监测中的应用
韩亚坤;文鸿雁;陈冠宇;郭雷;王青涛
【期刊名称】《施工技术》
【年(卷),期】2016(045)001
【摘要】卡尔曼滤波是基于最小均方误差下递推式的最优估计方法,现已成为最常用的滤波算法之一.一般来说,标准的卡尔曼滤波要求动态噪声和观测噪声具有先验已知性,因此这也限制了它在实际生产中的应用,而神经网络对实际系统辨识具有很好的非线性映射能力,利用神经网络对卡尔曼滤波后的估计值进行补偿,可以在很大程度上改进卡尔曼滤波的效果,将此方法应用于变形监测中证明了该方法的可行性及有效性.
【总页数】4页(P73-76)
【作者】韩亚坤;文鸿雁;陈冠宇;郭雷;王青涛
【作者单位】广西空间信息与测绘重点实验室,广西桂林541004;桂林理工大学测绘地理信息学院,广西桂林541004;浙江省测绘大队,浙江杭州310030;桂林理工大学广西矿冶与环境科学实验中心,广西桂林541004;桂林理工大学广西矿冶与环境科学实验中心,广西桂林541004
【正文语种】中文
【中图分类】TU753
【相关文献】
1.基于神经网络的新息自适应卡尔曼滤波在高速公路变形监测中的应用 [J], 韩亚坤;文鸿雁;郭雷;王清涛;谢劭峰;孔令帅
2.基于卡尔曼滤波的灰色马尔科夫组合模型在基坑变形监测中的应用 [J], 朱军桃;熊东旭;李亚威
3.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 [J], 陈亮;黄腾
4.基于半参数模型的卡尔曼滤波在变形监测中的应用 [J], 黎宝琳
5.基于卡尔曼滤波的GM(1,1)在变形监测中的应用研究 [J], 王强;吴盛;杨静;任军因版权原因，仅展示原文概要，查看原文内容请购买。