Kalman滤波组合预测模型研究及其在高铁路基沉降中的应用

摘要

影响高速铁路路基沉降的因素较多,基于包容性原理对主要单类影响因素进行选择,建立各影响因素与形变过程之间对应函数模型,然后采用熵值法将这些函数模型赋予不同的权重并组合,再利用基于极大似然估计的自适应kalman滤波算法对组合模型中的多种参数进行降噪处理.采用上述方法及基于非等间隔灰色系统的最优权组合预测模型,对某高速铁路路基3个监测断面的实际沉降监测数据进行处理分析,统计得到基于极大似然估计的自适应Kalman组合预测模型的各项精度指标最优值,其中平均绝对误差、均方根误差,相关指数分别优于非等间隔灰色系统的最优权组合预测模型最优值.实验结果表明,Kalman滤波组合预测模型可有效提高组合模型的预测精度.