导读:本文包含了方差补偿论文开题报告文献综述及选题提纲参考文献，主要关键词:沉降变形观测,异常数据,方差补偿,自适应Kalman滤波
方差补偿论文文献综述
夏晨翕,张献州,陈霄,蒋英豪[1]（2019）在《基于方差补偿自适应Kalman滤波的沉降监测异常数据方法改进》一文中研究指出高速铁路路基沉降变形观测中存在多种数据异常,其中"断高"类型的异常数据尤为特别。本文细致分析了断高数据产生、传统处理方法。针对第二种断高情况,考虑自适应Kalman滤波的改进方法替代"归零法"处理。以某高速铁路路基填筑期间沉降板数据为例,采用方差补偿自适应Kalman滤波模型,比较分析新方法与"归零法"成果,最后运用精度评定指标对该方法预测性能进行评价,并得到良好效果。本文提出的处理断高异常数据的思路以期为今后类似问题提供有效借鉴。(本文来源于《工程勘察》期刊2019年11期）
王畅,舒勤,杨赟秀,邓世杰[2]（2019）在《带方差补偿的多向仿射变换点云配准算法》一文中研究指出结合点云统计学特性和形状特征,提出了带方差补偿的多向仿射变换点云配准算法,将求解放缩因子问题转化为求解带方差的超定非线性方程组,并通过二次曲面拟合对噪声方差进行最小二乘无偏估计。引入点云全局向量特征相似度,以相似度最大化求真解。将多向仿射变换点云配准转化为刚性配准,并利用主方向法配准点云。仿真结果表明,针对点云随机丢失和带噪声的点云配准情况,所提算法比现有配准算法的配准精度更高,并且配准耗时更短。(本文来源于《光学学报》期刊2019年02期）
容静,刘立龙,康昊华,李松青,周吕[3]（2018）在《基于方差补偿自适应Kalman滤波的ARMA与PSO-SVM模型变形预测》一文中研究指出根据变形监测数据非线性、波动性特征及实时动态数据处理的要求,在选取方差补偿自适应Kalman滤波进行随机扰动剔除及模型误差削弱分析的基础上,采取自回归移动平均模型(ARMA)构建趋势预测值,最后通过粒子群(PSO)优化参数的支持向量机(SVM)获得误差补偿修正的ARMA模型。应用该方法对变形监测工程实例进行沉降预测,预测结果验证了该方法能较好地描述复杂环境因素下的工程实际变形量,对工程预警预测有一定的参考价值。(本文来源于《大地测量与地球动力学》期刊2018年07期）
刘洋,王岳文,杜加振,李伟[4]（2017）在《基于方差补偿自适应卡尔曼滤波的南京铁路隧道沉降变形处理分析》一文中研究指出当测量数据中存在粗差时,使用传统卡尔曼滤波对数据进行处理,状态向量的滤波估计值精度和可靠性会明显变差,甚至可能导致滤波发散而无法获得预测结果。通过使用方差补偿自适应卡尔曼滤波进行处理,结果表明能够减弱或消除粗差对数据的影响,从而提高模型的预测精度。结合工程实例分析表明,当观测数据中存在粗差时,使用方差补偿自适应卡尔曼滤波能有效地抵抗粗差的影响,提高数据处理的精度。(本文来源于《北京测绘》期刊2017年06期）
扶廷国,方英涛,吴军彰[5]（2017）在《运用方差分析方法查验公益林兑现底册林农补偿面积分配情况》一文中研究指出随着公益林林农补偿标准不断提高,林农对林权的认识逐渐深化加强,为切实保障林农经济利益,维护公益林区生态安全及社会稳定,利用方差(Variance)分析方法及Excel数据处理功能对商城县2016年公益林兑现底册中林农补偿面积分配情况进行统计和分析,全面掌握全县补偿面积分配布局与现状,尤其是流转大户的规模和数量及其存在的真实性,为做好商城县公益林林农补偿资金兑现工作提供理论支持和参考依据。(本文来源于《河南林业科技》期刊2017年04期）
黄亚宁,宋肖冰,陈浩冲[6]（2017）在《方差补偿自适应卡尔曼滤波模型在基坑变形监测中的应用》一文中研究指出卡尔曼滤波是一种能够对动态数据进行快速实时处理,且能够预测分析下一时刻发展变化趋势的理论方法。本文以佛山某工地基坑监测数据为依托,比较系统的讲述了方差补偿自适应卡尔曼滤波的基本原理,采用MATLAB编程实现对基坑位移数据的滤波处理以及下一时刻位移值的预测,取得良好效果,从而证实了自适应卡尔曼滤波对基坑监测数据的滤波与预测方面的可靠性。(本文来源于《广东建材》期刊2017年09期）
张俊,独知行,杜宁,张显云[7]（2014）在《补偿最小二乘解的单位权方差的无偏估计》一文中研究指出从残差矩阵二次型的数学期望公式出发导出了半参数模型的补偿最小二乘解的单位权方差的理论无偏估计公式,并通过模拟算例验证了该公式的正确性。由于公式中包含系统误差真值,实际应用中,采用较好精度的系统误差估值代替真值时,可得到比较接近单位权方差真值的单位权方差估值。(本文来源于《大地测量与地球动力学》期刊2014年01期）
祝善友,张桂欣,巩彩兰,祝令亚,赫华颖[8]（2013）在《基于方差补偿矩匹配的红外图像非均匀性校正方法》一文中研究指出红外焦平面阵列的非均匀性校正是其定量应用之前必须解决的关键难题之一。将矩匹配方法引入到红外图像非均匀性校正中,针对其改变图像中地物光谱分布,并可能产生新条带噪声的缺陷,通过比较标准矩匹配前后每个探测元的输出与其均值差异,提出了一种方差补偿的矩匹配改进方法。实验图像校正结果的定性与定量分析表明,方差补偿的矩匹配方法效果理想,在校正图像非均匀性的同时,更大程度上保留了不同地物本身光谱特征的差异。(本文来源于《光学学报》期刊2013年12期）
姜宇,金晶,张迎春[9]（2012）在《基于异方差分析的多MEMS陀螺随机误差补偿方法》一文中研究指出针对具有异方差性的多MEMS陀螺随机漂移误差的补偿问题,提出基于广义自回归条件异方差建立单个MEMS陀螺随机漂移的误差模型,并在此基础上进行多元异方差时间序列的相关性分析,研究基于多元广义自回归条件异方差分析多MEMS陀螺随机漂移信号的协方差矩阵和时变相关系数。将该分析方法应用于多MEMS陀螺的在线融合补偿中,验证了多元异方差分析方法对多MEMS陀螺随机误差补偿的有效性。仿真结果表明该方法对随机漂移信号具有很好的融合补偿效果,可以提高多MEMS陀螺的测量精度。(本文来源于《宇航学报》期刊2012年06期）
田俊林,付承毓,唐涛,于伟[10]（2012）在《过程噪声方差实时补偿的非定轨目标跟踪》一文中研究指出针对非定轨目标跟踪问题中过程噪声统计特性未知的特点,提出了一种实用的对过程噪声方差进行实时补偿的目标跟踪算法。该算法根据强跟踪滤波器的思想,通过实时检测新息序列来修正卡尔曼滤波算法中的状态预测误差协方差矩阵,进而对未知的过程噪声方差矩阵进行实时地补偿。由于存在新息检测机制,该算法能够有效地规避表征建模不确定性的过程噪声统计特性未知的问题,对于建模不确定性具有一定的适应能力。通过对一旋转靶标跟踪问题的仿真试验,证明了该方法的有效性。(本文来源于《光电工程》期刊2012年01期）
方差补偿论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
结合点云统计学特性和形状特征,提出了带方差补偿的多向仿射变换点云配准算法,将求解放缩因子问题转化为求解带方差的超定非线性方程组,并通过二次曲面拟合对噪声方差进行最小二乘无偏估计。引入点云全局向量特征相似度,以相似度最大化求真解。将多向仿射变换点云配准转化为刚性配准,并利用主方向法配准点云。仿真结果表明,针对点云随机丢失和带噪声的点云配准情况,所提算法比现有配准算法的配准精度更高,并且配准耗时更短。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
方差补偿论文参考文献
[1].夏晨翕,张献州,陈霄,蒋英豪.基于方差补偿自适应Kalman滤波的沉降监测异常数据方法改进[J].工程勘察.2019
[2].王畅,舒勤,杨赟秀,邓世杰.带方差补偿的多向仿射变换点云配准算法[J].光学学报.2019
[3].容静,刘立龙,康昊华,李松青,周吕.基于方差补偿自适应Kalman滤波的ARMA与PSO-SVM模型变形预测[J].大地测量与地球动力学.2018
[4].刘洋,王岳文,杜加振,李伟.基于方差补偿自适应卡尔曼滤波的南京铁路隧道沉降变形处理分析[J].北京测绘.2017
[5].扶廷国,方英涛,吴军彰.运用方差分析方法查验公益林兑现底册林农补偿面积分配情况[J].河南林业科技.2017
[6].黄亚宁,宋肖冰,陈浩冲.方差补偿自适应卡尔曼滤波模型在基坑变形监测中的应用[J].广东建材.2017
[7].张俊,独知行,杜宁,张显云.补偿最小二乘解的单位权方差的无偏估计[J].大地测量与地球动力学.2014
[8].祝善友,张桂欣,巩彩兰,祝令亚,赫华颖.基于方差补偿矩匹配的红外图像非均匀性校正方法[J].光学学报.2013
[9].姜宇,金晶,张迎春.基于异方差分析的多MEMS陀螺随机误差补偿方法[J].宇航学报.2012
[10].田俊林,付承毓,唐涛,于伟.过程噪声方差实时补偿的非定轨目标跟踪[J].光电工程.2012
标签：沉降变形观测; 异常数据; 方差补偿; 自适应Kalman滤波;