论文部分内容阅读
岩土参数值的空间分布具有明显的随机性与结构性，不同尺度及不同方向上的连续性与非连续性变化特性也不尽相同，其客观存在的空间变异性成为最优估计方法得以应用的物理基础。集合卡尔曼滤波是一种新近发展起来的递归处理优化算法，它综合利用一切可能的观测信息以及模型和观测信息的误差统计特征对特定变量进行估计。用随机场表征岩土参数的空间变异性特征，用条件模拟产生岩土参数随机场的集合，结合数值模拟技术，在集合卡尔曼滤波过程中序次融合时间序列的观测数据，使得各个不同的参数集合成员之间的差异性逐渐变小，实现岩土参数的空间估值。数值算例表明，集合卡尔曼滤波估值可以反映岩土参数的空间变异性特征，具有较好的实用性和可靠性。