基于AR(p)的-卡尔曼滤波在GPS变形监测中的应用

摘要

由于AR(p)模型结构比较简单且计算比较方便,在变形分析中,目前常采用此模型建立变形模型.然而单纯的AR模型把模型参数作为定值,变形数据拟合误差及变形预测误差可能会比较大.介绍了将卡尔曼滤波引入AR模型,利用观测数据建立AR模型,即建立观测方程;以AR模型的参数为状态向量建立状态方程.从而形成动态系统的卡尔曼滤波函数模型,动态计算出AR模型的参数以便预测.此方法快速、实时,且占有较少内存,充分利用了AR模型和卡尔曼滤波二者的优点.