Kalman滤波在自动化监测数据噪声处理上的应用研究
摘要:对Kalman滤波在静力水准和固定式测斜仪原始数据降噪处理中的应用进行研究。结果表明，在缓慢变形条件下，Kalman滤波可以有效过滤原始数据中的噪声，提供试验结果，还原监测对象真实变形情况。但在突发变形情况下，Kalman滤波反应滞后。因此，实际应用中应综合使用滤波前和滤波后的数据，以更准确地研判变形趋势和规律，为自动监测数据的噪声处理提供了新的思路和方法。通过Kalman滤波的应用，可以进一步提高监测数据的准确性和可靠性，为工程安全监测和地质灾害预警等领域提供支持。
Abstract:The application of Kalman filtering in denoising static leveling and fixed inclinometer raw data was investigated. The results indicated that under slow deformation conditions, Kalman filtering can effectively filter out noise in the original data, provide reliable results, and reveal the true deformation situation of the monitored object. But in case of sudden deformation, Kalman filtering reflects lag. Therefore, in practical applications, the data before and after filtering should be comprehensively used to more accurately analyze deformation trends and patterns. It provided new ideas and methods for noise processing in automatic monitoring data. The application of Kalman filtering can further improve the accuracy and reliability of monitoring data, providing support for engineering safety monitoring and geological disaster warning.
中文标题：
Kalman滤波在自动化监测数据噪声处理上的应用研究
Kalman Filter in Automatic Monitoring Data Noise Processing
作者：
张子真1, 2,,周宏磊1, 2,张建坤1, 2,贾辉1, 2
Zhang Zizhen1, 2,,Zhou Honglei1, 2,Zhang Jiankun1, 2,Jia Hui1, 2
作者简介:张子真，男，1987年生，汉族，河北张家口人，硕士，高级工程师，注册土木工程师（岩土），主要从事工程检测监测工作。E-mail: 543620316@qq.com
通讯地址：
1.北京市勘察设计研究院有限公司，北京 100038 2.北京市道路与市政管线地下病害工程技术研究中心，北京 100038
1.BGIEngineeringConsultantsLtd.,Beijing100038,China 2.BeijingMunicipalEngineeringandTechnologyResearchCenterofRoadandMunicipalPipelineUndergroundDisease,Beijing100038,China
中图分类号:TU196
doi:10.3969/j.issn.1007-2993.2024.04.004
出版物：岩土工程技术
收稿日期:2023-08-07
修回日期:2024-02-19
录用日期:2024-03-11
网络出版日期:2024-08-09
刊出日期:2024-08-09
关键词:Kalman滤波,静力水准,固定式测斜仪
Key words:kalman filtering,static leveling,in-place inclinometer
文档包含图片数量：图片(6)张
文档包含表格数量：表格(0)个
参考文献：
[1]张 灿, 吕伟才, 刘 宇, 等. 基于遗传算法优化Kalman滤波模型的GNSS CORS监测数据处理研究[J]. 煤炭技术,2022,41(9):83-86.
[2]郝登程, 王国瑞, 李培现, 等. 开采沉陷监测数据处理的分段Kalman滤波模型[J]. 矿业科学学报,2021,6(4):371-378.
[3]贺 晗, 陶庭叶, 冯佳琪, 等. 抗差自适应Kalman滤波模型及其在塌陷区监测中的应用[J]. 大地测量与地球动力学,2019,39(12):1265-1269.
[4]章诗芳, 张 锦. Kalman滤波在山西省西山煤田地面沉降GNSS监测中的应用[J]. 测绘通报,2021(9):103-107.
[5]罗保林, 金 飞, 罗 亮. 自适应卡尔曼滤波在GNSS沉降监测中的应用[J]. 地理空间信息,2023,21(10):73-75.
[6]孙凡凯. 矿山建构筑物形变监测数据总体Kalman滤波优化预测方法[D]. 太原: 太原理工大学, 2019.
[7]梁小龙, 王强昆, 齐二恒, 等. Kalman滤波–非等时距灰色线性组合模型在变形监测中的应用[J]. 北京测绘,2020,34(11):1614-1618.
[8]杨振乾. 抗差Kalman滤波在危房监测中的应用[J]. 城市勘测,2019(6):181-185.
[9]王 强, 吴 盛, 杨 静, 等. 基于Kalman滤波的GM(1, 1)在变形监测中的应用研究[J]. 矿山测量,2020,48(5):49-53.
[10]卓沛骏, 罗勇水, 曹梦楠, 等. 基于Kalman滤波算法的风电机组塔顶位移监测方法[J]. 噪声与振动控制,2020,40(4):120-124. doi: 10.3969/j.issn.1006-1355.2020.04.022
[11]STRANDBERG J , HOBIGER T , HAAS R . Real-time sea-level monitoring using Kalman filtering of GNSS-R data[J]. GPS Solutions, 2019, 23(3): 1-12.
[12]FRANZISKA S, M H W, BORIS F, et al. In situ monitoring of groundwater contamination using the kalman filter[J]. Environmental science technology, 2018, 52(13): 7418-7425.
[13]TRAN T H, PRESTI L L. Kalman filter-based ARAIM algorithm for integrity monitoring in urban environment[J]. ICT Express, 2019, 5(1): 65-71.
[14]SOMAN R , OSTACHOWICZ W . Kalman filter based load monitoring in beam like structures using fibre-optic strain sensors[J]. Sensors, 2018, 19(1): 103-103.
[15]ERAZO K, SEN D, NAGARAJAIAH S, et al. Vibration-based structural health monitoring under changing environmental conditions using Kalman filtering[J]. Mechanical Systems and Signal Processing, 2019, 117: 1-15.
基金项目：
- 文件大小:
- 993.35 KB
- 下载次数:
- 60
-
高速下载
|
|
