基于卡尔曼滤波的GM(1,1)模型在三维激光扫描边坡沉降变形分析中的应用

• 作者: 党星海 苏建龙
• 来源期刊: 地理信息世界
• 学科: 地球科学
• 关键词: 边坡变形监测 三维激光扫描技术 卡尔曼滤波 点云噪声 灰色预测模型
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 技术应用
• 页码范围: 69-74,85
• 页数: 7页
• 分类号: P234.4
• 字数: 4940字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1586.2018.04.013

摘要

利用三维地面激光扫描技术进行边坡变形监测时,由于其监测的数据容易受树木、行人、行车、电线杆等外界因素的干扰,所得到的结果是一组含噪声较多的边坡沉降时间序列.通过卡尔曼滤波对初始监测数据进行去噪处理,可以平滑掉曲线上波动较大的尖点,得到更合理的沉降曲线,有效提高模型的预测精度.基于以上理论,本文采用三维激光扫描仪对西北某湿陷性黄土边坡进行扫描,将得到的点云数据采用重心法提取特征点的高程坐标,再对数据采用卡尔曼滤波算法进行滤波去噪处理,通过建立基于卡尔曼滤波算法的新预测模型来预测其沉降变形.通过工程实例表明:建立的新模型的拟合和预测精度要优于传统灰色预测模型,具有较好的借鉴意义,为以后三维激光扫描技术在边坡变形监测中的应用提供指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	党星海		39	233	8.0	14.0
5	苏建龙		1	3	1.0	1.0