论文部分内容阅读
建筑物沉降是一个具有趋势性的动态过程,前期数据通常蕴含着后期数据的变化趋势,但变形数据中不可避免地存在随机观测噪声,且变形监测时间通常是不等时间间距的。本文提出一种卡尔曼滤波-非等时距灰色线性组合模型,首先将原始变形数据代入卡尔曼滤波器,去除随机观测噪声,然后将滤波后的非等时距数据进行等时距处理,并建立含有线性因素的灰色组合模型预测变形监测沉降值。实验结果表明,卡尔曼滤波-非等时距灰色线性组合模型拟合平均相对误差为1.908,预测平均相对误差为2.01,一定程度上能有效提高拟合与预测精度。