[发明专利]一种基于自适应卡尔曼滤波的高铁沉降观测数据预测方法

摘要

本发明提供一种基于自适应卡尔曼滤波的高铁沉降观测数据预测方法，该方法为：获取待分析的n个高铁沉降路基观测数据，所述高铁沉降路基观测数据为高铁沉降路基观测高程值时间序列；对高铁沉降路基观测数据x进行方差补偿自适应卡尔曼滤波的预处理，得到高铁沉降路基观测数据的滤波值；根据高铁沉降路基观测数据的滤波值确定高铁沉降路基数据预测AR模型；采用确定的高铁沉降路基数据预测AR模型对高铁沉降路基观测数据进行预测。该方法解决了直接使用高铁原始数据完成预测，难以解决原始数据存在误差的情况。自适应卡尔曼滤波在进行滤波的同时，能够实时的按照相应的数学方法对原始数据进行修正，能够有效的降低AR模型可能出现的发散现象。

主权项

1.一种基于自适应卡尔曼滤波的高铁沉降观测数据预测方法，其特征在于，包括以下步骤：步骤1：获取待分析的n个高铁沉降路基观测数据，所述高铁沉降路基观测数据为高铁沉降路基观测高程值时间序列；步骤2：对高铁沉降路基观测数据x进行方差补偿自适应卡尔曼滤波的预处理，得到高铁沉降路基观测数据的滤波值步骤3：根据高铁沉降路基观测数据的滤波值确定高铁沉降路基数据预测AR模型；步骤3.1：根据高铁沉降路基观测数据的滤波值通过最小二乘法得到高铁沉降路基数据预测AR模型的参数Δ_i；所述高铁沉降路基数据预测AR模型的参数Δi的计算公式如下所示：其中，i为高铁沉降路基数据预测AR模型的阶数，步骤3.2：根据高铁沉降路基数据预测AR模型的参数Δi初步建立高铁沉降路基数据预测AR模型；所述初步建立的高铁沉降路基数据预测AR模型如下所示：其中，x′(n+k′)为第n+k′时刻高铁沉降路基数据的预测值；步骤3.3：分别计算不同阶数的高铁沉降路基数据预测AR模型的预测值，并计算不同阶数的高铁沉降路基数据预测AR模型的预测值与其对应时刻的高铁沉降路基观测数据的残差值，将其所得残差值之和最小的高铁沉降路基数据预测AR模型阶数作为该高铁沉降路基数据预测AR模型的阶数，确定高铁沉降路基数据预测AR模型的最终形式；步骤4：采用确定的高铁沉降路基数据预测AR模型对高铁沉降路基观测数据进行预测。