胡自全，何秀凤

(1.西安市地下铁道有限责任公司，陕西 西安 710018；2.河海大学 卫星及空间信息应用研究所，江苏 南京 210098)



基于自适应Kalman滤波的边坡变形预测研究

胡自全1,2，何秀凤2

(1.西安市地下铁道有限责任公司，陕西 西安 710018；2.河海大学 卫星及空间信息应用研究所，江苏 南京 210098)

摘要：研究Kalman滤波和自适应Kalman滤波算法，结合边坡监测点的运动模型将其应用于边坡变形监测动态数据变形预测。利用小湾水电站二号山梁高边坡GPS监测数据进行实验研究。结果表明，自适应Kalman滤波在边坡三维形变预测及变形速率估算方面有很好的预测结果。

关键词：自适应Kalman滤波；变形监测；边坡；变形预测

使用Kalman滤波处理动态数据能够有效消除随机干扰噪声，取得接近真实的数据信息[1]。变形监测过程中，变形体均处于一个动态变化的过程[2-3]，获得的监测数据，除包含变形过程中各监测试块变形体的变化状态外，还有各种干扰噪声。当采用Kalman滤波实时处理变形监测所获得实时数据，能够得到较好的效果[4-5]。近年来，工程界在多方面开展了关于Kalman滤波的研究工作，特别是在变形监测领域得到了广泛的应用[6-7]。

Kalman滤波方程在应用过程中要求函数模型和随机模型可靠，估计方法合理。但是，变形监测过程中变形体一般都是无规则运动，因此，构造精确的函数模型非常困难。Kalman滤波应用中一般是基于验前统计信息来获取随机模型先验信息，在难以精确表征当前物理显示和观测显示新的情况下，任何统计信息都有可能失真[8-10]。……