版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、中國重大地下工程施工過程中經(jīng)常遭遇突涌水等地質(zhì)災害以及由此引發(fā)的地下水環(huán)境破壞等問題,因此,對地下水體的賦存狀態(tài)、運移路徑以及影響區(qū)域等狀態(tài)進行動態(tài)監(jiān)測與預測對于后續(xù)災害防治工作具有重要意義。直流電阻率法具有對水體敏感性較高的優(yōu)勢,近年來在地下水活動的監(jiān)測方面得到廣泛應用。然而對于地下水體快速運移過程的監(jiān)測,現(xiàn)有電阻率監(jiān)測與反演方法存在對快速變化過程響應不敏感、反演效果差以及無法有效預測等問題,亟待開展針對性的研究工作。
針對
2、上述問題,本文以基于擴展卡爾曼濾波的電阻率時序反演方法研究為核心,采用理論分析、數(shù)值反演、模型試驗和現(xiàn)場試驗等方法,重點開展了基于擴展卡爾曼濾波的跨孔電阻率CT監(jiān)測系統(tǒng)的預測模型、觀測模型研究以及時序反演方法等理論研究,利用數(shù)值模擬試驗檢驗了時序反演方法的性能,總結(jié)歸納了模擬地下水運移的低阻體漸變和突變過程的成像特征。在此基礎(chǔ)上,開展了水體擴散運移監(jiān)測模型試驗研究以及現(xiàn)場試驗研究,驗證了本文方法的有效性和可靠性。
本文的主要研
3、究工作及成果如下:
(1)基于灰色預測理論的卡爾曼濾波電阻率預測模型優(yōu)化方法。針對傳統(tǒng)卡爾曼濾波電阻率預測模型采用簡單隨機游走模型或線性演化模型,本文引入灰色預測理論對電阻率預測模型進行了改進和優(yōu)化,從中揭示隱含的電阻率變化趨勢。同時,在連續(xù)監(jiān)測和預測的過程中,不斷將卡爾曼濾波方法得到的當前時刻的最優(yōu)估計電阻率模型添加到歷史電阻率模型序列中,更新數(shù)據(jù)庫,以提高對下一時刻預測的準確性。
(2)基于跨孔電阻率CT全四極聯(lián)
4、合觀測方式的卡爾曼濾波觀測模型優(yōu)化方法。本文提出了一種全四極聯(lián)合的觀測方式,作為卡爾曼濾波的觀測模型。該方式不僅能夠獲得更加豐富的數(shù)據(jù)量,而且具有更好的模型靈敏度分布型式,在地質(zhì)異常的形態(tài)成像和定位方面具有更好的成像效果。
(3)基于最小二乘反演的卡爾曼濾波初始模型修正方法。對于地下介質(zhì)短時間內(nèi)發(fā)生快速變化的情況,由前一時刻的預測模型得到的先驗估計狀態(tài)往往不包含這些變化信息,以之作為卡爾曼濾波的初始模型會導致結(jié)果出現(xiàn)較大誤差。
5、針對該問題,本文提出了一種卡爾曼濾波初始模型的修正方法,以先驗估計狀態(tài)作為初始模型,利用當前時刻獲得的觀測數(shù)據(jù)首先進行一次最小二乘反演,以此得到的反演結(jié)果作為卡爾曼濾波的初始模型,在此基礎(chǔ)上進行卡爾曼濾波最優(yōu)估計。由于納入了最新的數(shù)據(jù)信息,提高了初始模型的可靠性,可以有效地改善卡爾曼濾波的結(jié)果,降低反演的非唯一性。
(4)單時間步多次卡爾曼濾波的時序反演方法。傳統(tǒng)卡爾曼濾波方法求解最優(yōu)估計值的過程往往只進行一次濾波,數(shù)值模擬試
6、驗發(fā)現(xiàn),對于地下介質(zhì)快速變化過程的數(shù)據(jù)處理,一次濾波的結(jié)果與真實模型存在較大差異。針對該問題,提出了在單時間步進行多次濾波的方案,并以收斂容許誤差RMS作為控制濾波次數(shù)的條件。本文的數(shù)值模擬試驗表明,多次濾波的方案對地下介質(zhì)快速變化過程的成像效果更接近真實模型。
(5)在上述研究的基礎(chǔ)上,自主開發(fā)了基于卡爾曼濾波的跨孔電阻率CT監(jiān)測反演程序,開展了多組低阻體漸變和突變地電模型的數(shù)值模擬研究,總結(jié)了低阻體不同運動過程的響應特征和
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 復電阻率法數(shù)據(jù)快速反演成像.pdf
- 擴展卡爾曼濾波ekf
- 基于擴展卡爾曼濾波的tdoa與aoa定位方法
- 擴展卡爾曼濾波ekf仿真演示
- 基于擴展卡爾曼濾波的結(jié)構(gòu)損傷識別方法.pdf
- 擴展卡爾曼濾波ekf仿真演示
- 基于聯(lián)邦擴展卡爾曼濾波的結(jié)構(gòu)損傷識別方法.pdf
- 基于擴展卡爾曼濾波的攝像機標定方法研究.pdf
- 12007.基于神經(jīng)網(wǎng)絡的混合非線性電阻率反演成像
- 擴展卡爾曼濾波和粒子濾波算法比較
- 聯(lián)邦式擴展卡爾曼粒子濾波算法
- 聯(lián)邦式擴展卡爾曼粒子濾波算法
- 基于擴展卡爾曼濾波的單目視覺軌跡跟蹤方法的研究.pdf
- 基于擴展卡爾曼濾波的10-DOF慣性測量單元.pdf
- 基于擴展卡爾曼濾波的動態(tài)負荷建模與參數(shù)辨識.pdf
- 基于擴展卡爾曼濾波的多機器人協(xié)作定位.pdf
- 基于擴展卡爾曼濾波算法的異步電機參數(shù)辨識.pdf
- 基于擴展卡爾曼濾波的磁懸浮軸承支承參數(shù)辨識.pdf
- 基于雙擴展卡爾曼濾波的異步電機參數(shù)在線辨識.pdf
- 基于擴展卡爾曼濾波的交流伺服系統(tǒng)低速性能的研究.pdf
評論
0/150
提交評論