结合Kalman滤波与小波神经网络的沉降形变监测

陈冠宇; 胡小伍; 洪雪倩; 党沙沙; 周吕

您当前的位置：

首页 >

文章列表页 >

结合Kalman滤波与小波神经网络的沉降形变监测

更新时间：2025-11-25

- 结合Kalman滤波与小波神经网络的沉降形变监测
- Vol. 21, Issue 1, Pages: 101-103+112(2023)
- 作者机构：
  
  1. 浙江省国土勘测规划有限公司杭州分公司
  2. 浙江省测绘科学技术研究院
  3. 桂林理工大学测绘地理信息学院
- 作者简介：
- 基金信息：
- DOI：
  CLC： U456
- Published：2023
- 稿件说明：
移动端阅览
陈冠宇, 胡小伍, 洪雪倩, et al. 结合Kalman滤波与小波神经网络的沉降形变监测[J]. 2023, 21(1): 101-103+112.
DOI：

陈冠宇, 胡小伍, 洪雪倩, et al. 结合Kalman滤波与小波神经网络的沉降形变监测[J]. 2023, 21(1): 101-103+112. DOI：

摘要

高速铁路隧道工程监测点沉降曲线具有小沉降、大波动的特点，沉降变形数据中存在大量随机噪声，将影响沉降变形分析的准确性。将Kalman滤波应用于高铁隧道沉降变形数据预处理，对沉降变形数据进行去噪，再利用小波神经网络对去噪后的沉降变形数据进行预测分析，从而提高单一小波神经网络的预测精度。通过工程实例分析表明，结合Kalman滤波的小波神经网络预测精度优于单一小波神经网络，具有更好的应用价值。

Abstract

关键词

Keywords

references

陈冠宇,文鸿雁,周吕,胡纪元.基于Kalman滤波下的高铁隧道沉降变形评估方法[J].桂林理工大学学报,2013(04).

谢翔,郭际明,曹文涛,周命端.基于卡尔曼滤波算法卫星数不足情况下的连续定位[J].地理空间信息,2013(01).

余学祥,吕伟才.抗差卡尔曼滤波模型及其在GPS监测网中的应用[J].测绘学报,2001(01).

岳荣花.小波神经网络在沉降预测中的应用研究[D].河海大学,2007(06).

员世芬.小波神经网络理论的研究及其在加热炉钢坯温度预报中的应用[D].太原理工大学,2005(03).

张德丰, 编著.MATLAB神经网络编程[M].化学工业出版社,2011.

张正禄等, 编著.工程的变形监测分析与预报[M].测绘出版社,2007.

李向国主编.高速铁路技术[M].中国铁道出版社,2005.

Views

280

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Comparative Analysis of Applications of Grey System GM（1,1） Model and Kalman Filter Model in Building Settlement Deformation

三维激光扫描测量技术在变形监测中的应用

基于ArcGIS10的月球地图投影方法对比研究

利用Prophet-PSO-LSTM模型预测地表沉降

多尺度差异特征融合的高分辨率光学影像建筑变化检测

Related Author

韩亚坤

周吕

陈冠宇

袁明月

陈伟

田倩

吴健

李登朝

Related Institution

广东省国土资源测绘院

陕西铁路工程职业技术学院

湖北省地质局第一地质大队

AI问答

⁰