徐爱功,张建龙,隋 心,刘 伟,张兆南

(1.辽宁工程技术大学 测绘与地理科学学院，辽宁 阜新 123000；2.洛阳电子装备试验中心，河南 洛阳 471000；3.东北煤田地质局物探测量队，辽宁 沈阳 110101)

(1.School of Geomatics, Liaoning Technical University, Fuxin 123000, China; 2.Luoyang Electronic Equipment Test Center, Luoyang 471000, China; 3.Physical Exploration and Surveying Team, Northeast Coalfield Geology Bureau, Shenyang 110101, China)

基于自回归法的滑坡监测数据Kalman滤波的应用

徐爱功1,张建龙1,隋 心1,刘 伟2,张兆南3

(1.辽宁工程技术大学 测绘与地理科学学院，辽宁 阜新 123000；2.洛阳电子装备试验中心，河南 洛阳 471000；3.东北煤田地质局物探测量队，辽宁 沈阳 110101)

介绍了卡尔曼滤波的基本模型，针对运动学方法以监测点位置参数、速率参数为状态向量，以加速度为噪声向量建立观测方程和状态方程的过程比较复杂。把自回归法引入状态方程和观测方程的建立中，并结合某露天矿滑坡动态监测数据分析了模型的应用。结果表明，滤波值和观测值之间差值保持在1～3 cm之间，滤波后图像较原观测值图像更为光滑，表明所建模型是合适的，能够反映滑坡动态变化过程，从而为矿滑坡监测预报提供数学工具。

自回归模型；卡尔曼滤波；滑坡；预报

我国露天矿数量众多，高陡边坡稳定性一直是影响露天矿生产安全的重要问题。据统计，不稳定边坡或具有潜在滑坡危险的边坡占边坡总长度可达15%～20%，甚至更高[1]。由于滑坡具有时间上的突发性和后果上的严重性，因而加强对滑坡体的监测，对滑坡作短期、中期和长期预报，具有重要的现实意义[2]。

Kalman滤波是美籍匈牙利数学家卡尔曼在滤波理论中引入状态空间分析方法提出的一种处理动态数据的方法，是一种线性无偏且以均方误差最小为准则的最优估计算法,由于其具有可递推实现，利于计算机运算等优点，已成为目前处理动态观测数据的一种常用方法。……