亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于Kalman濾波的GM(1,1)-AR模型在高層建筑物沉降變形分析中的應(yīng)用

        2018-10-09 02:32:06魏冠軍寇瑞雄高志鈺
        測(cè)繪工程 2018年10期
        關(guān)鍵詞:卡爾曼濾波變形模型

        陳 晨,魏冠軍,寇瑞雄,高志鈺

        (1.蘭州交通大學(xué) 測(cè)繪與地理信息學(xué)院,甘肅 蘭州 730070;2.甘肅省地理國(guó)情監(jiān)測(cè)工程實(shí)驗(yàn)室,甘肅 蘭州 730070)

        變形監(jiān)測(cè)分析的意義主要是掌握各種建筑物和地質(zhì)構(gòu)造的穩(wěn)定性,為安全診斷提供必要的信息,以便及時(shí)發(fā)現(xiàn)問題并采取措施。近年來(lái),隨著建設(shè)水平和施工技術(shù)的提高,越來(lái)越多的建筑物向著高層、超高層發(fā)展。建筑物增高必然引起荷載增加,在上部結(jié)構(gòu)和地基基礎(chǔ)的共同作用下,建筑物將會(huì)發(fā)生不均勻的沉降,影響使用的安全性。因此,定期對(duì)大型建筑物進(jìn)行變形監(jiān)測(cè),掌握其變形規(guī)律,并對(duì)其未來(lái)的發(fā)展趨勢(shì)進(jìn)行準(zhǔn)確地預(yù)測(cè)具有重要的意義。

        變形監(jiān)測(cè)的數(shù)據(jù)分析與建模方法主要有:回歸分析法、時(shí)間序列分析、灰色系統(tǒng)分析、卡爾曼濾波模型和人工神經(jīng)網(wǎng)絡(luò)模型等[1]。各種方法都有自身的優(yōu)缺點(diǎn),隨著變形檢測(cè)技術(shù)的發(fā)展,單一的模型分析已不能滿足工程設(shè)計(jì)的要求。在當(dāng)今的變形監(jiān)測(cè)中,多數(shù)采用組合模型對(duì)變形數(shù)據(jù)進(jìn)行分析和預(yù)測(cè)。黃寧等人將灰時(shí)序組合模型運(yùn)用到建筑物沉降變形分析中,唐爭(zhēng)氣等人將灰時(shí)序組合模型運(yùn)用到基坑監(jiān)測(cè)中,都發(fā)現(xiàn)灰時(shí)序GM-AR組合模型無(wú)論是擬合還是預(yù)測(cè)精度相對(duì)于單一模型有明顯的提高[10-11]。但是,灰時(shí)序GM-AR組合模型雖然在一定程度上對(duì)GM(1,1)模型進(jìn)行改正與優(yōu)化,但非線性GM(1,1)-AR組合模型并不能對(duì)非平穩(wěn)、含噪時(shí)間序列信號(hào)進(jìn)行優(yōu)化處理。針對(duì)上述問題,本文提出一種基于卡爾曼濾波的GM(1,1)-AR模型的新算法,其數(shù)據(jù)分析和建模預(yù)測(cè)的思路是:首先是運(yùn)用卡爾曼濾波算法對(duì)原始觀測(cè)數(shù)據(jù)進(jìn)行濾波消噪處理,獲取有效地實(shí)際變形量,然后利用GM(1,1)模型對(duì)濾波值進(jìn)行建模預(yù)測(cè),提取其中的趨勢(shì)項(xiàng),再利用AR時(shí)間序列模型對(duì)殘差序列進(jìn)行建模預(yù)測(cè)。運(yùn)用此算法到高層建筑物沉降的工程實(shí)例中,將得到的預(yù)測(cè)結(jié)果與單一的GM(1,1)模型和GM(1,1)-AR模型的預(yù)測(cè)結(jié)果相比,其模型綜合精度和模型可靠性均有所提高。

        1 基于Kalman濾波的GM(1,1)-AR模型

        1.1 GM(1,1)模型

        我國(guó)學(xué)者鄧聚龍教授于上世紀(jì)80年代提出GM(1,1)模型,其意在研究少數(shù)據(jù)、小樣本、貧信息等不確定性問題[2-7]。該模型的基本原理:

        設(shè)有一組非負(fù)初始數(shù)據(jù)序列x(0)(k)={x(0)(1),x(0)(2),…,x(0)(n)},其中,n為序列長(zhǎng)度,k=1,2,…,n。對(duì)該原始序列進(jìn)行第一次累加生成序列(1-AGO):

        x(1)(k)={x(1)(1),x(1)(2),…,x(1)(n)}.

        (1)

        對(duì)式(1)進(jìn)行時(shí)間求導(dǎo)建立一階線性微分方程,此方程也稱為GM(1,1)模型的影子方程或白化方程

        (2)

        式中:a,b為待定系數(shù),a稱為發(fā)展灰數(shù),它反映了數(shù)據(jù)序列估計(jì)值(包括預(yù)側(cè)值)的發(fā)展態(tài)勢(shì),b稱為灰作用量,它的大小反映數(shù)據(jù)的變化關(guān)系,在系統(tǒng)中相當(dāng)于作用量。由文獻(xiàn)[2]對(duì)方程(2)求解,可得到影子方程的時(shí)間響應(yīng)式:

        (3)

        最后經(jīng)過累減以后還原數(shù)據(jù),生成GM(1,1)預(yù)測(cè)模型:

        (4)

        1.2 AR自回歸模型

        設(shè)時(shí)間序列{yk}是平穩(wěn)、正態(tài)、零均值的序列。其自回歸模型為[8-11]

        yk=φ1yk-1+φ2yk-2+…+φpyk-p+ak.

        (5)

        式中:φ1,φ2,…,φp是自回歸模型參數(shù),ak為白噪聲序列,p為模型階數(shù),p的取值為正整數(shù)。

        令k=p+1,p+2,…,N,則:

        (6)

        對(duì)p取值,令p=1,則可得AR(1)的模型為

        (7)

        以此類推,可得到AR(2),AR(3),…,AR(p)。

        其次,企業(yè)經(jīng)營(yíng)目標(biāo)的實(shí)現(xiàn)并非是憑借一己之力即可完成的事情,是企業(yè)各部門、員工之間團(tuán)結(jié)努力,共同實(shí)現(xiàn)績(jī)效目標(biāo)的過程。激勵(lì)管理是促進(jìn)績(jī)效提升的重要手段,因此需要通過績(jī)效考核來(lái)提高企業(yè)員工的凝聚力,讓他們可以將個(gè)人發(fā)展與企業(yè)發(fā)展結(jié)合到一起,盡快找到自己在團(tuán)隊(duì)中的所處地位,從而激發(fā)出更多的工作積極性,擴(kuò)大上升空間。

        對(duì)于AR模型的參數(shù)估計(jì),一般采用最小二乘的方法,對(duì)于模型階數(shù)p的確定采用最小信息準(zhǔn)則(AIC),即

        AIC(p)=N·Inσ2+2p.

        (8)

        式中:p為序列數(shù)據(jù)總個(gè)數(shù),使上式的值達(dá)到最小時(shí)所對(duì)應(yīng)的p為最佳階數(shù),p的數(shù)值一般是不大于5的,σ2為各階數(shù)對(duì)應(yīng)的殘差方差。

        1.3 卡爾曼濾波原理

        卡爾曼濾波一種利用線性系統(tǒng)狀態(tài)方程,通過系統(tǒng)輸入輸出觀測(cè)數(shù)據(jù),對(duì)系統(tǒng)狀態(tài)進(jìn)行最優(yōu)估計(jì)的算法[12-15]。它的數(shù)學(xué)模型分為狀態(tài)方程和觀測(cè)方程兩部分,其離散化形式表示為

        Xk=Φk/k-1Xk-1+Fk-1Wk-1,

        (9)

        Lk=HkXk+Vk.

        (10)

        式中:Xk為tk時(shí)刻系統(tǒng)的狀態(tài)向量(n維);Lk為tk時(shí)刻對(duì)系統(tǒng)的觀測(cè)向量(m維);Φk/k-1為時(shí)間tk-1~tk的系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣(n×n);Wk-1為tk-1時(shí)刻的動(dòng)態(tài)噪聲(r維);Fk-1為動(dòng)態(tài)噪聲矩陣(n×r);Hk為tk時(shí)刻的觀測(cè)矩陣(m×n);Vk為tk時(shí)刻的觀測(cè)噪聲(m維)。

        根據(jù)最小二乘原理,可以推得離散隨機(jī)系統(tǒng)的Kalman濾波的遞推公式,預(yù)測(cè)值為

        (11)

        預(yù)測(cè)值的方差矩陣為

        (12)

        狀態(tài)估計(jì)值為

        (13)

        狀態(tài)估計(jì)值的方差矩陣為

        Pk=(I-KkHk)Pk/k-1.

        (14)

        (15)

        初始狀態(tài)條件為

        1.4 基于Kalman濾波的GM(1,1)-AR預(yù)測(cè)算法

        前面分別敘述了GM(1,1)模型、AR模型和卡爾曼濾波算法的基本原理?;诳柭鼮V波的GM(1,1)-AR算法結(jié)合卡爾曼濾波算法能有效地減弱隨機(jī)噪聲的干擾、GM(1,1)模型對(duì)趨勢(shì)項(xiàng)的擬合強(qiáng)度大和AR模型善于分析平穩(wěn)、零均值的隨機(jī)信號(hào)等特點(diǎn)?;具^程是首先利用卡爾曼濾波對(duì)原始數(shù)據(jù)進(jìn)行濾波處理,消除隨機(jī)誤差干擾噪聲的影響。再利用GM(1,1)模型對(duì)濾波后數(shù)據(jù)進(jìn)行建模預(yù)測(cè)提出趨勢(shì)項(xiàng),得到殘差序列,最后利用AR模型對(duì)殘差序列進(jìn)行建模預(yù)測(cè)。該算法的流程如圖1所示。

        圖1 基于卡爾曼濾波的GM(1,1)-AR算法流程

        2 工程實(shí)例分析

        2.1 工程簡(jiǎn)介

        某高層建筑物在一段時(shí)間內(nèi)進(jìn)行了一系列觀測(cè)。由于本論文篇幅有限,選取2號(hào)沉降點(diǎn)前12期沉降監(jiān)測(cè)值為原始數(shù)據(jù)進(jìn)行測(cè)試。以前6期數(shù)據(jù)作為原始序列,首先運(yùn)用卡爾曼濾波對(duì)其建模數(shù)據(jù)進(jìn)行消噪處理,然后用GM(1,1)-AR模型對(duì)濾波值建模,再對(duì)后6期數(shù)據(jù)進(jìn)行預(yù)測(cè),可以得到原始監(jiān)測(cè)值與預(yù)測(cè)值的殘差,以殘差的大小來(lái)檢驗(yàn)預(yù)測(cè)模型的可靠性。

        表1 2號(hào)沉降點(diǎn)前12期沉降監(jiān)測(cè)值

        2.2 模型預(yù)測(cè)與精度評(píng)定

        根據(jù)變形監(jiān)測(cè)的規(guī)范要求,高層建筑物沉降監(jiān)測(cè)按照四等沉降變形測(cè)量的技術(shù)指標(biāo)進(jìn)行變形監(jiān)測(cè),故取觀測(cè)噪聲方差Rk=1,動(dòng)態(tài)噪聲方差Qk=4。把監(jiān)測(cè)點(diǎn)的初始位置和變化速率當(dāng)作狀態(tài)參數(shù),根據(jù)前2期監(jiān)測(cè)值的平差值可求得初期狀態(tài)向量X0及其相應(yīng)的方差陣P0,其結(jié)果:

        運(yùn)用MATLAB設(shè)計(jì)卡爾曼濾波程序,對(duì)前六期數(shù)據(jù)進(jìn)行濾波處理,得到的結(jié)果如表2所示。

        表2 原始數(shù)據(jù)濾波值

        通過表2可以看出,實(shí)測(cè)值與濾波值殘差的絕對(duì)值從第2期開始收斂,變化趨勢(shì)越來(lái)越小,漸漸趨近于0,表明原始數(shù)據(jù)變化波動(dòng)變小,其隨機(jī)誤差噪聲得到了有效地減弱。在此基礎(chǔ)上,利用GM(1,1)模型對(duì)濾波值進(jìn)行建模預(yù)測(cè)提出趨勢(shì)項(xiàng),得到殘差序列,最后利用AR模型對(duì)殘差序列進(jìn)行建模,同時(shí)預(yù)測(cè)后6期觀測(cè)數(shù)據(jù)。預(yù)測(cè)結(jié)果如表3所示。

        三種模型預(yù)測(cè)結(jié)果圖如圖2所示。

        圖2 各模型預(yù)測(cè)結(jié)果對(duì)比

        表3 三種模型預(yù)測(cè)結(jié)果比較 mm

        從圖2可以看出基于卡爾曼濾波的GM(1,1)-AR模型的預(yù)測(cè)結(jié)果相比其它兩種模型,該曲線更加光滑、變化波動(dòng)更小,且隨著時(shí)間的增加,該模型預(yù)測(cè)值與實(shí)測(cè)值的結(jié)果越來(lái)越接近。

        根據(jù)表3的模型預(yù)測(cè)結(jié)果和表4的模型預(yù)測(cè)精度相比較來(lái)看,基于卡爾曼濾波的GM(1,1)-AR模型的平均絕對(duì)誤差為-0.049 9 mm,殘差方差為0.001 9 mm,這個(gè)結(jié)果相比于傳統(tǒng)的GM(1,1)模型和GM(1,1)-AR模型的預(yù)測(cè)結(jié)果,預(yù)測(cè)精度有明顯的提高。這說明卡爾曼濾波的效果良好,可以有效地減弱隨機(jī)誤差噪聲對(duì)于預(yù)測(cè)結(jié)果的影響。

        表4 三種模型預(yù)測(cè)精度比較

        3 結(jié) 論

        本文介紹卡爾曼濾波、灰色GM(1,1)模型和AR模型的基本原理。在這三種模型的基礎(chǔ)上建立一種基于卡爾曼濾波的GM(1,1)- AR的新模型,并將其應(yīng)用到高層建筑物沉降的工程實(shí)例中。實(shí)驗(yàn)結(jié)果表明,基于卡爾曼濾波的GM(1,1)- AR模型相比與其它三種模型的預(yù)測(cè)效果更好。卡爾曼濾波在一定程度上消除隨機(jī)誤差噪聲的干擾,且保留原始數(shù)據(jù)的特征,同時(shí)又結(jié)合灰色GM模型對(duì)于趨勢(shì)項(xiàng)提取的規(guī)律性和AR模型隨機(jī)預(yù)測(cè)性等優(yōu)點(diǎn),實(shí)現(xiàn)三種模型的優(yōu)勢(shì)互補(bǔ),在一定程度上彌補(bǔ)單一模型的缺陷。由此可見,這種新模型在測(cè)量環(huán)境較為復(fù)雜的高層建筑物沉降變形分析中有較強(qiáng)的適用性。

        猜你喜歡
        卡爾曼濾波變形模型
        一半模型
        重要模型『一線三等角』
        談詩(shī)的變形
        重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
        “我”的變形計(jì)
        基于遞推更新卡爾曼濾波的磁偶極子目標(biāo)跟蹤
        例談拼圖與整式變形
        會(huì)變形的餅
        3D打印中的模型分割與打包
        基于模糊卡爾曼濾波算法的動(dòng)力電池SOC估計(jì)
        无码在线观看123| 隔壁老王国产在线精品| 蜜臀色欲av在线播放国产日韩| 欧美成人精品第一区二区三区| 精品国产AⅤ一区二区三区V免费| 人妻丰满精品一区二区| 99国产精品久久99久久久| 成人无码α片在线观看不卡| 欧美成aⅴ人高清免费| 亚洲综合一区二区三区蜜臀av| 国产精品一区av在线| 蜜桃一区二区三区| 真人男女做爰无遮挡免费视频| 91精品亚洲一区二区三区| 亚洲一品道一区二区三区| 亚洲熟妇丰满多毛xxxx| 人人妻人人澡人人爽人人精品| 国产精品原创永久在线观看| 男女视频一区二区三区在线观看| 成熟丰满熟妇av无码区| 又硬又粗又大一区二区三区视频| 麻豆久久久国内精品| 色综合悠悠88久久久亚洲| 99久久精品午夜一区二区| 亚洲欧美精品91| 日本在线中文字幕一区| 不卡的高清av一区二区三区| 真人作爱免费视频| 手机看片福利日韩国产| 亚洲综合中文日韩字幕| 黄桃av无码免费一区二区三区 | 琪琪色原网站在线观看| 真人二十三式性视频(动)| 久久精品综合国产二区| 国产精品国产av一区二区三区| 肥臀熟女一区二区三区| 久久久久亚洲AV成人网毛片| 精品国产av一区二区三区| 亚洲va欧美va日韩va成人网| 国产女在线| 午夜宅男成人影院香蕉狠狠爱|