基于Kalman濾波的變形監(jiān)測數據云分析系統研究.pdf

1、工程變形監(jiān)測數據的云分析服務是信息化測繪的重要發(fā)展方向之一，商業(yè)化云計算服務的飛速發(fā)展為其奠定技術框架基礎。監(jiān)測數據的云分析必然要求以分布式的海量變形監(jiān)測數據的高效管理為前提。
　　大型運營期高速鐵路基礎變形監(jiān)測項目線路廣、區(qū)段多，監(jiān)測項目成果資料標準化、信息化共享管理面臨挑戰(zhàn);傳統工程變形監(jiān)測解決方案的多傳感器集成化發(fā)展使得單項目數據源種類增加，而本地化、應用單一化的數據管理系統難以滿足用戶多項目集成化、網絡化管理需求。本文以解

2、決上述工程問題為切入點，構建基于B/S架構的變形監(jiān)測數據管理、云端分析與預警發(fā)布解決方案，各個環(huán)節(jié)關鍵技術取得了以下研究成果:
　　1.通過研究工程監(jiān)測數據管理的新需求與B/S云端系統的技術架構，構建了基于“預警值提取—云分析與預測—預警信息發(fā)布”技術流程的工程監(jiān)測云分析系統解決方案。
　　2.設計了能夠優(yōu)化海量變形監(jiān)測數據檢索效率的分布式表單存儲結構，同時基于數據庫存儲過程機制實現了多源監(jiān)測數據預警信息的提取。
　　

3、3.針對卡爾曼濾波云端在線分析與預報中遇到的工程體變形系統數學模型與先驗噪聲不準確的問題，研究了不同狀態(tài)模型的卡爾曼濾波與基于極大似然準則的自適應卡爾曼濾波的建模應用過程，為預警信息綜合判別與網絡化發(fā)布提供參考依據。
　　4.在基于仿真數據和實測數據論證自適應卡爾曼濾波降噪改進效果的基礎之上，針對新息序列不準確導致過程噪聲Q擾動較大的問題，提出了基于新息序列方差調整因子改進的Scale-Q自適應濾波，分析結果表明改進模型降噪效果增