基于BP神经网络的自适应Kalman滤波在滑坡沉降监测中的应用研究

• 作者: 张艺航 胡海洋 邹进贵
• 来源期刊: 测绘与空间地理信息
• 学科: 地球科学
• 关键词: 自适应Kalman滤波 指数消减因子 BP神经网络 变形监测 滑坡体
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 测绘工程
• 页码范围: 236-239
• 页数: 4页
• 分类号: P25|TB22
• 字数: 2239字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5867.2019.06.067

摘要

利用BP神经网络对自适应Kalman滤波估值残差值进行预测,进而对滤波估值进行修正.将自适应Kal-man滤波得到的状态估值、状态一步预测值、增益矩阵以及新息向量作为输入,滤波估值的残差值作为输出设计BP神经网络.对某滑坡沉降监测资料处理和分析得到基于BP神经网络的自适应Kalman滤波预测残差在-0.42 mm到0.072 mm之间,相较于自适应Kalman滤波预测精度和稳定性均得到显著提高,说明该方法在实际项目中具有很高的适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹进贵	武汉大学测绘学院	117	823	14.0	22.0
3	胡海洋	武汉大学测绘学院	1	2	1.0	1.0
9	张艺航		2	4	2.0	2.0