声明
摘要
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状与进展
1.3 本文的研究思路
1.4 本文的研究内容与组织结构
1.5 本章小结
2 Kalman滤波与克里金插值基本原理
2.1 Kalman滤波简介
2.2 变形监测中常用的Kalman滤波状态模型
2.2.1 随机游走模型
2.2.2 常速度模型
2.2.3 常加速度模型
2.3 克里金法简介
2.3.1 变异函数及其参数估计
2.3.2 普通克里金法
2.4 本章小结
3 组合式时空Kalman滤波模型
3.1 信息熵加权回归估计变异函数模型参数
3.1.1 信息熵及熵权理论
3.1.2 熵权回归估计变异函数模型参数
3.2 基于克里金插值的组合式时空Kalman滤波
3.3 模拟实验
3.4 大坝变形监测数据分析
3.5 本章小结
4 时空Kalman滤波模型
4.1 时空Kalman滤波原理
4.1.1 数学模型
4.1.2 空间场的确定
4.1.3 协方差参数的确定
4.1.4 滤波迭代算法
4.2 模拟实验
4.3 地面沉降监测数据分析
4.3.1 参数的确定
4.3.2 观测值滤波
4.3.3 时空插值预报
4.4 本章小结
5 抗差时空Kalman滤波模型
5.1 抗差估计
5.1.1 抗差估计发展简介
5.1.2 抗差估计理论
5.1.3 抗差权函数
5.2 基于IGGⅢ的抗差时空Kalman滤波方法
5.3 模拟实验
5.4 地面沉降监测数据分析
5.5 本章小结
6 结论与展望
6.1 本文的主要工作和贡献
6.2 下一步研究工作
参考文献
攻读学位期间主要的研究成果
致谢
中南大学;