基于GPS控制网的测量数据分析

结合GPS控制网集合各类观测数据,以部分点的实测速度为基础,建立大陆地壳运动速度场模型,采用序贯卡尔曼滤波的广义测量平差方法,对GPS点进行了地壳运动的整网平差,并对分析整网平差结果进行了精度统计和外部数据校核,分析结果表明卡尔曼滤波平差法的合理性和可靠性。     

顾及有色噪声的Kalman滤波在GPS高频动态变形监测中的应用

在GPS高频动态变形监测过程中,观测噪声存在很强的时间相关性,使用标准卡尔曼滤波并不能得到最优滤波解。本文给出了一种基于一阶高斯马尔科夫过程的相关观测噪声函数模型估计方法,以及基于此噪声函数模型的两种改进卡尔曼滤波算法,对一组GPS模拟振动实验数据进行滤波处理,结果验证了该噪声函数模型估计方法的有效性,并对基于此模型的这两种滤波算法进行了对比分析。     

基于车桥耦合振动信号和扩展卡尔曼滤波的桥梁结构损伤识别

利用移动车辆下的车桥耦合振动信号,本文提出了一种基于扩展卡尔曼滤波的桥梁结构损伤识别方法。以常见的简支梁桥为研究对象,将移动车辆简化为半车模型;当车辆以一定速度行驶时,桥梁的强迫振动响应作为扩展卡尔曼滤波算法的观测值,通过扩展卡尔曼滤波算法的时间更新和观测更新过程,实现了桥梁结构损伤参数的递推修正。为改善结构损伤识别反问题的不适定性,还利用伪测量方法把l1范数正则化过程引入到扩展卡尔曼滤波算法中,在提高了识别精度的同时,有效抑制了损伤的误判。梁桥结构的数值算例分析表明,对于不同的损伤工况、车辆模型参数和行驶速度,本文方法均能准确识别结构损伤的位置与程度,体现出良好的抑制噪声能力。     

基于扩展卡尔曼滤波的岩石流变模型参数识别

针对岩石材料本身复杂性及观测条件引起的室内外试验数据中存在的不确定性,引入卡尔曼滤波方法,将岩石流变模型参数视为某随机过程的状态估计量,构造相应的卡尔曼滤波方程进行参数识别。以构皮滩水电站岩石工程黏性软岩的单轴压缩蠕变试验为例,对广义开尔文模型的有关参数进行识别,结果表明该方法具有很高的识别精度。同时探讨不同观测误差对滤波过程及参数识别结果的影响,数值试验表明该算法具有较强的抗噪声干扰能力,为解决岩石力学参数识别中的不确定性问题提供一个有效的理论方法。     

基于神经网络的卡尔曼滤波在变形监测中的应用

卡尔曼滤波是基于最小均方误差下递推式的最优估计方法,现已成为最常用的滤波算法之一。一般来说,标准的卡尔曼滤波要求动态噪声和观测噪声具有先验已知性,因此这也限制了它在实际生产中的应用,而神经网络对实际系统辨识具有很好的非线性映射能力,利用神经网络对卡尔曼滤波后的估计值进行补偿,可以在很大程度上改进卡尔曼滤波的效果,将此方法应用于变形监测中证明了该方法的可行性及有效性。     

融合GPS/SINS的容积卡尔曼滤波智能车位置姿态估计方法

针对智能车在城市密集区域其全球定位系统(Global Positioning System,GPS)系统易受遮挡、干扰与多路径反射等因素影响,导致定位失灵和定位精度较低的问题,以及智能车位置姿态估计模型的非线性问题,提出了1种融合GPS/SINS的容积卡尔曼滤波智能车位置姿态估计方法。该方法将GPS和捷联惯导系统(Strap-down Inertial Navigation System,SINS)优势互补,构建以姿态误差、速度误差和位置误差等15维的系统状态方程,以GPS的位置/速度与SINS的位置/速度差值的6维系统观测方程,并采用容积卡尔曼滤波器对GPS和SINS的观测矢量进行有效关联与融合,估计并解算出车辆运动情况下的最优位置、速度、姿态参数。通过与GPS系统、SINS系统和基于扩展卡尔曼滤波的位姿估计方法仿真对比。结果表明,本文方法能给智能车提供精确可靠的车辆位姿参数。     

基于集合卡尔曼滤波的岩土力学参数动态估计

 针对非确定性过程，引入集合卡尔曼滤波(EnKF)理论，视岩土变形体为一个随机动态系统，将位移观测值作为系统的输出，用集合卡尔曼滤波模型来描述系统的状态；进一步耦合数值分析方法实现岩土力学参数的随机动态估计，在有效地获得待估参数的同时还给出估计值的不确定性。通过数值算例表明，集合卡尔曼滤波可以有效地对含噪声的量测数据进行处理，能够跟踪岩土力学行为的动态变化。对比于常用最优化算法，集合卡尔曼滤波同时给出反演结果和先验知识的后验分布，显示出更好的实时性和可靠性。     

基于抗差卡尔曼滤波的变形监测数据处理

介绍了卡尔曼滤波的推导过程以及其不足之处,并在此基础上提出了抗差卡尔曼滤波。抗差卡尔曼滤波是在抗差估计的基础上,选择合适的ρ函数或者ψ函数,获得相应的权函数,从而对观测值进行滤波。用抗差卡尔曼滤波来计算某地铁一监测点的变形数据,可以得到较好的滤波值,与普通卡尔曼滤波值相比,精度有了明显的提高。     

复杂测量环境下BDS-3/GPS组合RTK测量性能分析

为比较分析城市道路观测环境下BDS-3/GPS组合RTK测量性能,探讨一种基于卡尔曼滤波算法的RTK测量模型。在统一BDS-3/GPS组合RTK测量时空基准的基础上,建立RTK观测方程模型,利用LAMBDA算法快速确定双差整周模糊度,并基于卡尔曼滤波算法求解RTK观测方程模型测量结果;基于Visual Studio 2020平台,运用C/C++编程语言,设计和开发RTK数据处理软件(KalRTK),并比较分析BDS-3/GPS组合RTK测量结果。通过城市道路实测数据分析结果表明,BDS-3系统沿东西向跟踪卫星能力要略弱于GPS系统;BDS-3/GPS组合RTK测量的平面精度与高程精度均优于1.6cm,点位精度优于2.2cm,与GPS双频RTK测量精度基本相当,但优于BDS-3双频RTK测量精度。     

几种常用基坑变形预测模型的比较与分析

文章分析了目前常用基坑变形预测模型的特点和不足,通过应用卡尔曼滤波模型对状态向量进行滤波,构建了一种新的基于卡尔曼滤波的动态回归模型,并结合各种模型在工程实例中的表现,经过比较和分析得到了一些有益的结论。     

卡尔曼滤波在大坝变形监测中的应用

利用卡尔曼滤波方法对某大坝的变形监测数据进行了处理和分析,研究表明,所建立的卡尔曼滤波模型是合理的、可靠的,可以较好地模拟目标系统的变化规律,能够实时、快速地处理大量变形数据,并能有效地改善变形监测数据的精度.     

动态变形监测应用中的Kalman滤波方法研究

标准Kalman滤波最优算法是建立在给定准确的函数模型和随机模型基础之上的,因而其使用受到一定限制,于是出现了不少改进算法,这些方法各有其特点和相应的应用场合,且有些经验参数难以确定。本文利用GPS模拟实验数据,分别采用标准Kalman滤波、抗差Kalman滤波、Sage自适应滤波、抗差自适应Kalman滤波以及其改进算法五种方案进行滤波处理,比较分析了各种Kalman滤波方法在变形监测应用中的优点和不足,并提出了改进方案,以指导实践应用。     

车载GPS/DR组合在移动道路测量系统中的应用

以GPS／DR组合导航为基础,采用机动载体基于“当前”统计模型的联邦卡尔曼滤波方法,通过对两导航系统定位信息的融合,实现低成本动态测量组合在移动道路测量系统中的应用。实测结果表明,通过GPS／DR组合数据的联邦滤波处理,很好地解决了城市道路测量过程中单一GPS定位由于信号缺失以及其他影响因素带来的定位失效问题。GPS／DR组合导航为城市移动道路测量系统提供了很好的定位数据保障。     

GPS技术在滑坡监测中的应用

主要介绍了GPS技术在滑坡监测的应用中关于监测网的技术设计、监测网的外业观测、观测数据的预处理、观测质量的外业检核以及平差处理等内容,并通过实例介绍了GPS变形监测的整个过程,以进一步推广GPS在滑坡监测中的应用。     

GPS城市地表三维变形监测和精度分析

为了研究和监测城市地表的不均匀沉降或三维变形 ,在宁波市建立了GPS三维变形基准网和监测网。在GPS观测中采取了一定的措施 ,以获得高精度的三维坐标分量。顾及到对流层延迟的影响 ,采用Saastamoinen模型改正对流层延迟的干分量部分 ,用分段线性方法来估计对流层的湿分量变化。基线解算采用了高精度的解算软件Bernese ,网平差使用了PowerADJ科研版。实际算例表明 ,采用GPS技术进行城市地表三维变形监测 ,获得了毫米级的精度 ,能够满足城市三维变形监测的精度要求。     

GPS技术在变形监测中的应用

由于GPS可以向全球任何用户全天候地连续提供高精度的三维坐标、三维速度和时间信息等技术参数,目前在各类变形监测中已得到了广泛的应用。本文简要介绍了GPS变形监测技术的概况,详细总结了GPS技术应用于变形监测的监测方案设计,监测网的数据处理方法以及变形分析的方法,最后给出的GPS技术在某城市地面沉降监测中的应用实例,充分说明了GPS定位技术是一种很有前途的变形监测方法。     

基于卡尔曼滤波的GM模型及其在公路边坡变形预测中的应用

在公路边坡变形监测与预测中,当用GM(1,1)模型对稳定的变形数据序列进行预测时,效果较好。但是,如果变形数据中因外界因素干扰而出现异常数据,使变形曲线发生波动,此时单纯采用GM(1,1)模型进行预测,就难以取得理想的预测精度。为此,本文提出一种基于卡尔曼滤波的GM预测模型,即先用卡尔曼滤波法对原始变形监测数据进行滤波处理,而后再建立GM模型进行灰色预测。通过公路边坡变形预测的应用研究,证明基于卡尔曼滤波的GM模型可以有效地提高预测精度。     

GPS/GLONASS组合定位及其在变形监测中的应用

介绍了GPS/GLONASS组合定位的解算模型,通过分解GLONASS模糊度的方式成功求解了组合定位的双差模糊度,进而固定GLONASS单差模糊度。探讨了抗差方差分量估计在观测值定权中的应用,引入相对定位精度因子对基线精度进行了分析。实例计算表明,抗差方差分量估计可有效抵抗粗差,确保了随机模型的有效性,提高了定位成果的精度及其可靠性,对于变形监测的预测预警具有重要意义。     

似单差法对起算数据的精度要求

分析了首期观测提供的起算数据的误差对似单差法解算的GPS监测点变形量的影响规律。对于基准点精度 ,若监测距离在 10km以内 ,在取消SA政策后 ,利用单点定位结果即可满足要求。对于基线向量 ,从监测精度来看 ,需采用精密软件进行解算 ;从方法本身来看 ,要求其误差不超过10mm ,可采用商用软件进行解算。数值计算结果表明 ,采用似单差法进行GPS监测时 ,可以不考虑基准点是否存在变形。     

低费用多天线GPS变形监测系统的研究

简要介绍多天线 GPS监测系统的设计思想 ,并着重介绍和讨论一个使用低质量 (低费用 ) GPS天线及接收机的变形监测系统 ,包括此系统的设计、资料处理方法以及一些初步测试结果。