基于卡尔曼方法的历史建筑不均匀沉降预测

不均匀沉降会对历史建筑产生严重危害, 因此对历史建筑物不均匀沉降的预测十分必要。回归分析模型是经典的预测模型, 但它过于依赖旧数据, 无法处理实时监测数据, 在实际工程中存在诸多不便。通过建立卡尔曼滤波模型, 对上海某历史建筑在基础托换期间的沉降监测数据进行滤波和预测, 同时基于卡尔曼滤波数据进行多项式回归预测, 并和传统的多项式回归分析模型进行预测对比分析。结果表明: 卡尔曼滤波能够很好地预测历史建筑的不均匀沉降, 而且卡尔曼滤波可以剔除数据中的随机扰动, 提高预测精度。