回归分析与抗差卡尔曼滤波协同下大型边坡短期变形的预测方法

• 作者: 吴浩 杨剑 熊迪 郭世泰
• 来源期刊: 金属矿山
• 学科: 地球科学
• 关键词: 大型边坡 变形预测 粗差 回归分析 抗差卡尔曼滤波
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 安全与环保
• 页码范围: 163-167
• 页数: 5页
• 分类号: TD854.6|P228.41
• 字数: 3747字
• 语种: 中文
• DOI: 10.19614/j.cnki.jsks.201904030

摘要

由于边坡滑移影响因素众多,无法建立精确的动力学模型,因此利用传统抗差卡尔曼滤波模型进行边坡短期变形预测十分困难,无法满足大型边坡高精度的预警需求.建立回归分析与抗差卡尔曼滤波协同下大型边坡短期变形预测模型,利用拟合值代替含粗差数据进行滤波预测运算,解决了卡尔曼滤波缺乏对粗差的抗干扰性问题.利用金堆城露天钼矿大型边坡监测数据开展工程案例研究,结果表明2种预测模型都是有效的,但回归分析与抗差卡尔曼滤波协同下大型边坡短期变形预测模型精度和抗差性2个指标都优于传统抗差卡尔曼滤波模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨剑	武汉理工大学土木工程与建筑学院	21	84	4.0	8.0
2	吴浩	武汉理工大学资源与环境工程学院	62	232	8.0	10.0
6	熊迪	武汉理工大学资源与环境工程学院	5	7	2.0	2.0
7	郭世泰	武汉理工大学资源与环境工程学院	3	6	2.0	2.0