自适应卡尔曼滤波模型的MATLAB编程实现

卡尔曼滤波作为一种动态数据处理方法已广泛应用于变形监测数据处理中,而自适应卡尔曼滤波能更好地解决滤波发散的问题.本文利用已有的多次沉降监测数据,通过MATLAB编程实现,建立模型,模拟建(构)筑物沉降的变化规律,为建(构)筑的安全提供可靠的分析数据.     

知识图谱优化卡尔曼滤波预测库岸滑坡位移

中国三峡库区库岸滑坡灾害频发，预测库岸滑坡位移是降低风险的重要措施之一。文章构建了库岸滑坡中文知识图谱，提出了知识图谱优化卡尔曼滤波预测库岸滑坡位移模型KG-MTKF。以三峡库区奉节县新铺滑坡为例，采用现场监测数据验证了模型有效性。结果表明，与监测数据系列相比，多因素卡尔曼滤波模型（MT-KF）和知识图谱优化卡尔曼滤波模型（KG-MTKF）用于预测库岸滑坡时，在稳定变形阶段均表现出良好的一致性；在滑坡变形的初始阶段和阶跃段，KGMTKF模型预测精度更高。初始段两种模型存在误差，主要由于滑坡初期变形值较小、系统噪声显著所导致。在阶跃段、平稳段与整个监测周期中，两种模型的误差都较小，且KG-MTKF模型的预测精度显著高于MT-KF模型。对于新铺滑坡这类非线性动力系统，KG-MTKF预测模型在不同位置与变形阶段均能保持高精度与强鲁棒性。     

基于卡尔曼滤波的GNSS自动化监测数据粗差分析

粗差探测一直是自动化变形监测数据处理中的重点和难点,准确有效的粗差探测是确保监测工作能否反映变形体真实变形的关键。以GNSS自动化平面位移监测数据为研究对象,利用卡尔曼滤波,建立监测点坐标序列粗差探测模型,对GNSS自动化监测坐标序列粗差探测过程进行了分析。通过工程实际监测数据分析,验证了模型的准确性和有效性。     

昆明新机场高填方地基沉降的二维数值模拟

昆明新机场地处岩溶发育地区,工程地质条件复杂,地基沉降问题突出.结合工程地质勘察资料,分析机场T1区地基沉降问题.结合实际地质模型建立该区跑道计算模型,分析该区跑道填方地基的沉降规律.实际监测数据表明,根据数值模拟结果进行的施工达到很好的效果.     

基于多源信息融合的路堤沉降预测方法

准确预测路堤沉降对于规避风险和减小成本至关重要。传统的仅基于场地勘察数据的路堤沉降预测方法的预测值常偏离监测值。提出了基于贝叶斯理论的多源信息融合方法进行路堤沉降预测,采用有限元法模拟多层土体的固结沉降,并结合高效的马尔科夫链蒙特卡洛模拟法更新土体参数得到高维后验分布。以新南威尔士州的Ballina地区试验路堤数据为例说明了所提方法的有效性。结果表明,基于贝叶斯理论的多源信息融合方法可以有效融合勘察和监测数据,通过多源数据融合能够较准确地预测路堤沉降。对于Ballina路堤,总体上随着监测数据量的增加,路堤沉降预测预测精度逐渐提高。使用0～116 d监测数据可以准确地预测地表沉降;基于0～496 d监测数据可同时准确预测所有监测点的沉降。对于Ballina路堤,先验信息对沉降预测具有一定影响,但观测误差对预测准度影响微弱。     

基于多源信息融合的路堤沉降预测方法

准确预测路堤沉降对于规避风险和减小成本至关重要。传统的仅基于场地勘察数据的路堤沉降预测方法的预测值常偏离监测值,本文提出了基于贝叶斯理论的多源信息融合方法进行路堤沉降预测,采用有限元法模拟多层土体的固结沉降,并结合高效的马尔科夫链蒙特卡洛模拟法更新土体参数得到高维后验分布。以新南威尔士州的Ballina地区试验路堤数据为例说明了所提方法的有效性。结果表明,基于贝叶斯理论的多源信息融合方法可以有效融合勘察和监测数据,通过多源数据融合能够较准确地预测路堤沉降。对于Ballina路堤,总体上随着监测数据量的增加,路堤沉降预测预测精度逐渐提高。使用0-116天监测数据可以准确地预测地表沉降;基于0-496天监测数据可同时准确预测所有监测点的沉降。对于Ballina路堤,先验信息对沉降预测具有一定影响,但观测误差对预测准度影响微弱。     

高层建筑中的沉降监测与数据处理

通过对蓝水湾沉降监测项目的论述,对监测数据的处理,对蓝水湾累计沉降量和不均匀沉降的分析论证了沉降变形对高层建筑物的重要性。     

基于多源信息融合的路堤沉降预测方法

准确预测路堤沉降对于规避风险和减小成本至关重要。传统的仅基于场地勘察数据的路堤沉降预测方法的预测值常偏离监测值,本文提出了基于贝叶斯理论的多源信息融合方法进行路堤沉降预测,采用有限元法模拟多层土体的固结沉降,并结合高效的马尔科夫链蒙特卡洛模拟法更新土体参数得到高维后验分布。以新南威尔士州的Ballina地区试验路堤数据为例说明了所提方法的有效性。结果表明,基于贝叶斯理论的多源信息融合方法可以有效融合勘察和监测数据,通过多源数据融合能够较准确地预测路堤沉降。对于Ballina路堤,总体上随着监测数据量的增加,路堤沉降预测预测精度逐渐提高。使用0-116天监测数据可以准确地预测地表沉降;基于0-496天监测数据可同时准确预测所有监测点的沉降。对于Ballina路堤,先验信息对沉降预测具有一定影响,但观测误差对预测准度影响微弱。     

天津西青区地下水开采与地面沉降的关系

近年严重的地面沉降已为西青区的发展埋下严重隐患。通过建立模型,分析该区郑庄子分层标监测数据和地下水开采量以及水位动态数据,将观测孔水位动态曲线与模型计算曲线拟合对比,实际流场与模型水流相比较,总结沉降量与地下水开采关系,为今后该区控制地面沉降和调整布局地下水开采提供支撑。     

基于ArcView GIS的沉降观测数据三维分析研究

本文在了解国内外沉降观测研究现状的基础上,从变形观测的理论出发,探求提高沉降观测操作的质量,并结合亚奥国家广场建筑物沉降观测实例,对测量所得到的沉降监测数据进行科学整理。文章从理论分析入手,结合沉降观测收集数据,然后在相关理论支持下进行监测数据的分析。在数据分析过程中,着重运用GIS软件实现沉降的三维模拟,并绘制沉降等值线,直接、美观的再现了沉降的过程。经过分析,得出亚奥国际广场建筑物沉降状况的合理性,并提出了提高沉降观测质量、科学整理数据和成果分析的相关建议。     

改进的灰色Verhulst GM(1,1)建筑物沉降模型

造成建筑物的沉降因素是复杂多样,沉降机理与过程是非线性的,从理论上给出符合实际的建筑物沉降公式很困难,许多安全等级很高的重要建筑物在施工期间均需进行沉降观测,以保证建筑物的安全而及时修改设计。根据建筑物沉降观测数据列特征,综合分析了影响建筑物沉降的因素,应用灰色理论关于连续非线性数据列的建模方法,经过二次拟合,建立了能描述高层建筑沉降过程的非等间距灰色Verhulst GM(1,1)模型。该模型经重庆地区某高层建筑沉降观测实例验证,能较准确预测建筑物的沉降过程和最终沉降量。表明利用少数高层建筑沉降的观测数据建立非等间距的灰色Verhulst GM(1,1)模型能较准确模拟建筑物沉降过程和预测最终沉降量,其建模方法较简单、精度高,具有一定的实用性。     

基于抗差Kalman滤波的精密单点定位

当精密单点定位的观测值含有异常数据时,Kalman滤波的精度将会降低。采用抗差Kalman滤波方法能够有效抑制观测异常,提高滤波的精度和可靠性。运用武汉国际GPS服务跟踪站数据对该方法进行了验证。结果表明,抗差Kalman滤波的精度比Kalman滤波的精度有一定程度提高,说明抗差Kalman滤波能够有效抑制观测异常。     

吴江盛泽地区建筑荷载和地下水开采对地面沉降的影响

为了准确分析建筑荷载和地下水开采对地面沉降的影响,为吴江盛泽地区科学防控地面沉降提供决策依据,基于比奥固结和地下水渗流理论,建立了建筑荷载和地下水开采与地面沉降三维全耦合有限元数值模型,分别模拟预测了在建筑荷载单独作用、地下水开采单独作用及建筑荷载和地下水开采叠加作用三种情况下,2015-09-01—2030-08-31盛泽地区逐年地面沉降变化趋势。结果表明,建筑荷载对盛泽地区地面沉降的影响大于地下水开采。第Ⅰ黏性土弱含水层和第I承压含水层分别为建筑荷载和地下水开采单独作用下的主压缩层,单层压缩量占比分别为43.04%和54.06%;第Ⅰ承压含水层及其上覆第Ⅰ黏性土弱含水层是二者叠加作用引发土体变形的主压缩层,其压缩量之和占总压缩量的71.30%。建筑荷载和地下水开采单独作用下引发的地面沉降量的线性叠加之和大于二者叠加作用下引发的地面沉降量,建筑荷载和地下水开采叠加作用引发的地面沉降具有耦合效应。     

采空区地表建筑物基础稳定性的Fuzzy测度分析

根据工程实际,采用Fuzzy数学中的Fuzzy测度理论,视采空区地表所出现的地表下沉（地表垂直移动）这一客观现象为一模糊事件,建立了采空区地表移动变形预测分析的Fuzzy测度理论模型,并将理论分析结果与实测资料进行了对比,二者吻合。因而,利用该模型可对在采空区建设大型建筑物或构筑物的可行性及其基础稳定性进行分析评价是可行的。     

Shrinked (1???α) ensemble Kalman filter and α Gaussian mixture filter

State estimation in high dimensional systems remains a challenging part of real time analysis. The ensemble Kalman filter addresses this challenge by using Gaussian approximations constructed from a number of samples. This method has been a large success in many applications. Unfortunately, for some cases, Gaussian approximations are no longer valid, and the filter does not work so well. In this paper, we use the idea of the ensemble Kalman filter together with the more theoretically valid particle filter. We outline a Gaussian mixture approach based on shrinking the predicted samples to overcome sample degeneracy, while maintaining non-Gaussian nature. A tuning parameter determines the degree of shrinkage. The computational cost is similar to the ensemble Kalman filter. We compare several filtering methods on three different cases: a target tracking model, the Lorenz 40 model, and a reservoir simulation example conditional on seismic and electromagnetic data.     

徐州大屯中心区地面沉降趋势预测

徐州大屯中心区1988年建立了地面沉降观测系统,2005年最大累计沉降量达到600 mm.累计沉降量大于100 mm的地区面积达到11.57 km2.本文根据近20年的沉降观测数据分析了中心区地面沉降的时空分布特征,并采用灰色模型方法,对地面沉降趋势进行了预测,结果表明到2010年最大累计沉降量将达到753 mm,累计沉降量大于100 mm的地区将达到32.86 km2,对中心区的建筑、地下管网将造成较大威胁,应尽快采取防治措施.     

A multiresolution ensemble Kalman filter using the wavelet decomposition

We present a method of using classical wavelet-based multiresolution analysis to separate scales in model and observations during data assimilation with the ensemble Kalman filter. In many applications, the underlying physics of a phenomena involve the interaction of features at multiple scales. Blending of observational and model error across scales can result in large forecast inaccuracies since large errors at one scale are interpreted as inexact data at all scales due to the misrepresentation of observational error. Our method uses a partitioning of the range of the observation operator into separate observation scales. This naturally induces a transformation of the observation covariance and we put forward several algorithms to efficiently compute the transformed covariance. Another advantage of our multiresolution ensemble Kalman filter is that scales can be weighted independently to adjust each scale’s affect on the forecast. To demonstrate feasibility, we present applications to a one-dimensional Kuramoto-Sivashinsky (K–S) model with scale-dependent observation noise and an application involving the forecasting of solar photospheric flux. The solar flux application uses the Air Force Data Assimilative Photospheric Transport (ADAPT) model which has model and observation error exhibiting strong scale dependence. Results using our multiresolution ensemble Kalman filter show significant improvement in solar forecast error compared to traditional ensemble Kalman filtering.     

Centrifuge modeling of land subsidence caused by the high-rise building group in the soft soil area

With the increase of the high-rise buildings, land subsidence induced by human activities becomes a major problem. Land subsidence occurs slowly, but the accumulation results in the cracks in the road, the damage to the pipelines and in the tilting or the cracking of the buildings. With the withdrawal of groundwater controlled reasonably, the engineering-environmental effect of the dense high-rise building group comes to be the main cause of land subsidence. Based on the high-rise building group in the soft soil area in Shanghai, the mechanism of land subsidence is studied in this paper by the centrifuge model tests. The central area of the building group has larger subsidence and the subsidence superimposition effect is obvious. It can exceed the allowance and cause land subsidence hazard. The land subsidence affected by the different building distances is also studied. For smaller building distances, the subsidence superimposition effect is more obvious. The larger excess pore water pressure in the pile-base supporting layer of the central area shows that the stress superimposition effect is larger. The earth pressure under the buildings fluctuates by the disturbance of the pile tips.     

基于Mindlin理论Winkler地基参数的Kalman滤波识别

提出了Winkler地基参数的Kalman滤波识别方法。引入Mindlin理论后,推导了Winkler地基上板的控制微分方程。利用Fourier变换,推求了Winkler地基上简支板的Fourier闭式解。推导了Winkler地基参数的Kalman滤波方程,研究了Winkler地基参数的Kalman滤波识别的具体计算步骤。研究表明,运用Kalman滤波理论进行Winkler地基参数的识别,能有效地估计Winkler地基参数;Winkler地基参数的滤波收敛速度和精度受地基参数初始值选取和位移实测资料的影响,且Kalman滤波理论也可用于其他地基模型地基参数的识别。     

基于灰色支持向量机残差修正模型的地面沉降量预测

沉降现象在各地区普遍发生,地面沉降量预测越来越受到重视。本文通过结合灰色(GM(1,1))预测模型和支持向量机(SVM)模型各自的优点,建立灰色支持向量机(GM(1,1)-SVM)残差修正模型,在突出时间序列发展趋势影响的同时降低序列中异常值的消极作用。以某高层建筑的18次地面沉降量数据为实例,检验GM(1,1)-SVM模型的预测效果。结果表明:相对单一的GM(1,1)沉降量预测模型,GM(1,1)-SVM模型相对误差小,预测精度高,对地面沉降量预测有一定指导意义。