基于先验约束信息的变形监测滤波算法研究

基于先验约束信息的变形监测滤波算法研究

论文摘要

在变形观测数据处理过程中,依据客观条件合理利用约束信息,显然可以简化模型,提高变形参数估计的精度,控制滤波的发散。因为状态约束的存在改变了动态定位问题概率方面的结构,给问题的分析及滤波解算带来了一定的难度。在实际变形观测数据处理时,常用的方法一般是通过状态约束方程消去某些状态参数,然后按一般滤波方法进行处理。对于某些非线性情况,这样处理往往使计算显得复杂,同时也使原来的滤波方程发生较大的改变,在实用上显得不方便。论文通过变形观测实例探讨了变形观测中先验约束信息的获取、转换和约束滤波模型的建立,侧重研究了如何通过地质、力学信息的滑坡、地形变信息来建立变形观测滤波解算模型。在分析了变形观测滤波算法的现状和存在的问题的基础上,论文针对不同形式的约束信息,给出了一些全新的算法,保证了测量信息异常或信息不充分时解算结果的有效性,其主要贡献有以下几点:1.通过变形观测实例探讨了变形观测中,先验约束信息的获取,模型的建立,总结各种约束的形式,并建立了相应的滤波模型。侧重研究了在考虑地质、力学信息的滑坡及地形变的数据处理与分析中相应的模型与算法及效果。2.针对参数带有不等式约束的平差模型,给出了这些最小二乘估计解的一般形式,为变形观测中约束滤波算法的实现提供了保证。3.针对一些先验约束信息带有未知参数无法利用的问题,提供了一种算法将其转换成含有未知参数的状态方程,采用移动窗口的系统误差拟合的方法,然后进行滤波解算方法。4.给出一种合理利用几何信息和物理信息的滤波算法,在变形观测数据处理中,首先把一些未知的物理信息看成是未知的系统误差并对其进行估计,再利用先验约束信息来控制几何观测异常对形变参数估计的影响。5.提出了一种状态变量带有约束的抗差滤波算法,在抗差估计情形里,无约束滤波过程首先提供一个初始的状态估计解,然后再综合利用约束信息进行更新。在变形观测的数据处理中,将变形体的物理模型预报的位移量作为先验约束信息,用连续滤波的方法对几何观测量进行处理,调节物理模型信息和几何观测信息间的相对权重,使变形体的物理模型参数加以修正,从而能够充分利用变形体的物理模型信息和几何观测信息,将误差的影响降到最小,使形变参数估计结果达到最优。论文创新性地解决了具有先验约束信息的利用和计算问题,使它能够在变形观测数据处理中广泛应用,同时把滤波理论推广到了带有先验约束信息的情形,使动态滤波数据处理理论得到一定的发展和完善。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究背景与研究意义
  • 1.2 研究现状与存在的问题
  • 1.3 解决的关键科学问题
  • 1.4 研究的目标和内容
  • 1.4.1 研究内容
  • 1.4.2 研究目标
  • 1.5 论文的结构
  • 第二章 变形监测数据处理KALMAN滤波模型
  • 2.1 引言
  • 2.2 卡尔曼滤波模型的建立
  • 2.3 滤波初始值的确定
  • 2.4 状态噪声协方差矩阵的确定
  • 2.5 随机动力学模型误差补偿法
  • 2.6 本章小结
  • 第三章 变形监测先验约束信息及应用
  • 3.1 引言
  • 3.2 利用状态约束进行量测预处理
  • 3.3 利用位移和速度的约束增加伪测量
  • 3.4 对状态噪声方差阵的修正
  • 3.5 多传感器中的先验约束信息
  • 3.5 本章小结
  • 第四章 带有不等式约束的平差模型与算法
  • 4.1 引言
  • 4.2 不等式约束的平差模型
  • 4.3 带有不等式约束平差模型的最小二乘估计
  • 4.4 带有不等式约束的平差模型的一种新算法
  • 4.5 算例分析
  • 4.6 本章小结
  • 第五章 带有状态约束的KALMAN滤波算法
  • 5.1 引言
  • 5.2 线性约束动态定位的滤波
  • 5.2.1 线性等式约束
  • 5.2.2 线性不等式约束
  • 5.3 非线性约束动态定位滤波
  • 5.4 开放式和封闭式的约束滤波
  • 5.5 本章小结
  • 第六章 带有未知系统误差的边坡监测滤波模型及算法
  • 6.1 引言
  • 6.2 带有未知系统误差的滤波模型
  • 6.3 基于移动窗口的系统误差估计
  • 6.4 实例计算与分析
  • 6.5 小结
  • 第七章 带有先验几何约束的变形监测滤波模型与算法
  • 7.1 引言
  • 7.2 带有几何约束的变形监测滤波模型
  • 7.3 约束滤波算法
  • 7.4 实例解算与分析
  • 7.5 本章小结
  • 第八章 边坡监测自适应约束抗差滤波算法
  • 8.1 引言
  • 8.2 边坡滑坡的约束滤波模型
  • 8.3 自适应约束滤波算法
  • 8.4 自适应因子的确定
  • 8.4.1 状态不符值统计量
  • 8.4.2 预测残差统计量
  • 8.5 实例解算与分析
  • 8.6 本章小结
  • 第九章 总结与展望
  • 9.1 本文的主要工作和贡献
  • 9.2 展望与设想
  • 参考文献
  • 致谢
  • 攻读博士学位期间的研究工作
  • 相关论文文献

    • [1].基于约束信息的微博用户划分[J]. 计算机与数字工程 2019(11)
    • [2].基于凸壳的约束信息扩展方法[J]. 计算机工程与应用 2014(04)
    • [3].改进的约束变密度界面反演策略及其应用[J]. 地球物理学报 2020(10)
    • [4].过程约束信息在软件静态测试中的应用[J]. 计算机辅助设计与图形学学报 2011(03)
    • [5].基于约束信息的并行k-means算法[J]. 东南大学学报(自然科学版) 2011(03)
    • [6].DISP相关QoS约束信息跨层信道抢占算法[J]. 科技通报 2014(10)
    • [7].基于非凸约束信息的传感器网络节点定位方法[J]. 计算机工程 2008(11)
    • [8].历史轨道约束信息下的区域站GPS卫星轨道确定[J]. 大地测量与地球动力学 2009(05)
    • [9].识别概念的允许变换说质疑[J]. 应用概率统计 2011(06)
    • [10].提高静态缺陷检测精度方法[J]. 计算机辅助设计与图形学学报 2010(11)
    • [11].混合约束的软限制近邻传播半监督聚类算法[J]. 烟台大学学报(自然科学与工程版) 2011(04)
    • [12].复杂产品拆卸层次模型与构建方法研究[J]. 机电工程 2020(03)
    • [13].强化学习在中职招生系统中的应用[J]. 计算机应用与软件 2013(04)
    • [14].基于成对约束的主动半监督文本聚类[J]. 计算机工程 2011(13)
    • [15].协同感知的框架研究[J]. 福建电脑 2010(04)
    • [16].协同设计中约束信息的可视化映射研究[J]. 合肥工业大学学报(自然科学版) 2009(03)
    • [17].基于约束投影的近邻传播聚类算法[J]. 计算机工程与科学 2014(03)
    • [18].带有先验约束信息边坡变形监测滤波算法[J]. 湖南大学学报(自然科学版) 2011(02)
    • [19].基于强化学习的业务流程中的柔性约束研究[J]. 计算机科学 2011(03)
    • [20].交通是平的[J]. 中国公路 2017(10)
    • [21].一种基于数据相关性的半监督模糊聚类集成方法[J]. 计算机科学 2015(06)
    • [22].一种混合约束的半监督聚类算法[J]. 模式识别与人工智能 2011(03)
    • [23].滑坡监测的自适应约束抗差滤波算法研究[J]. 大地测量与地球动力学 2011(06)
    • [24].基于工艺约束矩阵的加工序列优化[J]. 中国机械工程 2009(09)
    • [25].一种主动式的半监督最近邻学习方法[J]. 山东大学学报(理学版) 2011(05)
    • [26].基于社会管理视角的信息异化控制机制研究[J]. 情报理论与实践 2013(11)
    • [27].基于Web Services的关系型数据服务动态发布方法[J]. 计算机与现代化 2014(12)
    • [28].带有等式状态约束的多传感器数据融合算法[J]. 上海交通大学学报 2014(07)
    • [29].基于谱图和成对约束的主动半监督聚类算法[J]. 控制与决策 2013(06)
    • [30].三轴式变速器的模块化设计[J]. 拖拉机与农用运输车 2013(02)

    标签:;  ;  ;  ;  ;  ;  ;  

    基于先验约束信息的变形监测滤波算法研究
    下载Doc文档

    猜你喜欢