شو
(الحاسوب وتكنولوجيا المعلومات، والصين جامعة الخوانق الثلاثة، ييتشانغ، هوبى 443000)
الملخص: في السنوات الأخيرة، وهناك العديد من معالجة البيانات منحدر طريقة تشوه، والأوساط الأكاديمية نهج أكثر شعبية هو تشكيل بمثابة مناورة المنحدر الهدف، يتم تنفيذ المنحدر من واحد كالمان تصفية الجسم مسار التنعيم، وتقدير والتنبؤ. كالمان تصفية لمعيار قياس قيمة الضوضاء R هو ثابت العيوب، وتحسين النقيض من هذا القانون، وتحسين تحسين دقة كالمان التكيف مع مؤشرات الخطأ RMSE انخفضت إلى 42.72 في المئة، 19.70 في المئة، 15.87 في المئة، 16.21 ، والمنحدر من مسار نفس التعددية انصهار الجسم من نقطة القياس، انخفض المنحدر الخطأ الكلي 23.90.
: المنحدر، كالمان، التكيف، تصفية
: كود TP391.9 الوثيقة: ADOI: 10.19358 / j.issn.1674-7720.2017.02.005
شكل إشارة : شو .SKF AKF تصفية وترشيح في تشوه المنحدر [J] ITS APPLICATIONS، 2017،36 (2): 14-16
0 مقدمة
المنحدر مراقبة الوسائل التقنية الحالية هناك أربع فئات رئيسية [1]: رصد التشوه والفيزياء والكيمياء الرصد الميداني، ورصد المياه الجوفية، ورصد العوامل المؤهبة. المجالات البحثية الحالية للنوع الأول من مراقبة التطبيقات تشوه أكثر من غيرها. الميل تشوه المنحدر كهيئة مناورة الهدف [2] تجهيز، وتصفية كالمان هو البيانات عملية ديناميكية تشوه صحيح مراقبة معالجة البيانات الطريقة، وجود تأثير أفضل في مجال تشوه مراقبة [3]، وسابقة لقد أجرى أبحاثا أكثر اتساعا. وثيقة [4] وكالمان مرشح منحدر أربعة GPS الانصهار بيانات الاستشعار العام، بالمقارنة مع البيانات الأصلية عن طريق الخطأ، بعد الخطأ العادي مرشح كالمان انخفضت على التوالي. [5] المقترحة على التكيف كالمان تصفية تأثير تحسنت، ولكن الخوارزمية التعقيد.
المبدأ 1 خوارزمية
1.1 SKF مستوى كالمان مبدأ تصفية
المنحدر النزوح ورصد سرعة نقطة المنحدر تعتبر متغيرات الحالة، معادلة الحالة يمكن أن تنشأ والقياس الفعلي المعادلة ساحقا مرحلة التشويه، هذا النموذج مراقبة ديناميكية:
في الصيغة، Q هي حالة الضوضاء، R هو الضوضاء الملاحظة، ZK قيمة المنحدر الفعلية للكشف عن تشريد، والذي يتضمن مجموعة متنوعة من العوامل اضطراب رصدت (أي ضجيج).
1.2 التكيف كالمان تصفية مبدأ AKF
تتطلب التطبيقات مرشح كالمان مستوى معرفة مسبقة من النماذج الرياضية والضوضاء، ولكن تحت ظروف كثيرة غير معروفة. تطبيق نماذج غير دقيقة وخصائص الضوضاء الإحصائية للتصميم فلتر كالمان قد يؤدي إلى خطأ تقدير دولة كبيرة، وربما تسبب مرشح الاختلاف. للتغلب على عيوب والقيود المفروضة على مرشح كالمان القياسية المذكورة أعلاه، مرشح كالمان تنتج نظرية فرع - التكيف مرشح كالمان. فإنه لا يحل مشكلة تصفية مع المعلمات نموذج غير معروفة وأنظمة الإحصاءات الضوضاء أو التي تحتوي على ديناميات غرار غير النظام. غالبا ما يرافقها مرشح كالمان مع كالمان تصفية أو الضوضاء إحصاءات التكيف مقدر مقدر المعلمة نموذج. تصفية متكررة باستخدام بيانات رصد، في حين أن الخصائص الإحصائية في الوقت الحقيقي من المجهول أو معلمات نموذج غير مؤكدة وتقدير الضجيج وبشكل مناسب تصحيح، بحيث يتم تقليل الخطأ نموذج [67].
[5] اقترح تحسين التكيف Q التزامن وR بناء على التكيف ضجيج معامل التصحيح بشكل غير مباشر. ومع ذلك، والإفراط في حساب التعقيد زيادة كبيرة المهلة، إلا إذا كان R لتحسين، وتعزيز وتسريع معدل عملية يمكن أن يكون هناك توازن جيد بين دقة. يتحدد أساسا معيار كالمان مرشح، والوضع الحالي من الملاحظات وتحديد التنبؤ الدولة التقديرية، ومصفوفة التغاير منها، عندما يزيد مصفوفة التغاير التنبؤ، لاحظ قيم البيانات أكثر وضوحا، وعندما مصفوفة التغاير التنبؤ حفظ ساعات، أكثر دقة التنبؤ الدولة. ذلك عن طريق ضبط حجم مصفوفة التغاير من التنبؤ حيوي، يمكن أن تؤثر بشكل غير مباشر على مساهمة تقدير الدولة R، وذلك لضبط الضوضاء القياس غير المباشر. الحصول على دولة التنبؤ مصفوفة تغاير P-ك بالمعادلة التالية:
P-ك = P + ك + 1T QT
الصيغة، [ألفا] هو عامل التكيف، [ألفا] و ف ك علاقة إيجابية، عند زيادة [ألفا]، P-k غير كبير، ثم الأوزان النسبية للوزن R تصبح كبيرة، في حين عندما [ألفا] النقصان، والوزن النسبي للوزن R صغير .
تحديد الفرق الفعلي بين المراقبة الحالية وقيمة التنبؤ القيمة المرصودة للرسالة الجديدة، الصيغة: k = YK-HX-K
باستخدام طريقة الإسقاط المتعددة الخطية يمكن استخلاصها خاصيتين إحصائية جديدة من سلسلة من المعلومات:
التعامد تسلسل الابتكار:
E (iTj) = 0
تسلسل الابتكار التغاير:
E (kTk) = HP-KHT + R
المعلومات الجديدة هي المعلومات التاريخية والمعلومات الأداء العام الحالي، عندما الخصائص الإحصائية للدولة ومراقبة دقة نموذج والابتكار لتلبية الخصائص الإحصائية من اثنين أو أكثر من ذلك، نفسه، من فوق خاصيتين يمكن أن يكون نموذجا لمكافحة دفعة من الخصائص الإحصائية. منذ يتم احتساب سعر الفائدة الجديد في الوقت الحقيقي، حتى أن الخصائص الإحصائية للنموذج يمكن تصحيحها بتكيف في الوقت الحقيقي.
ابتكارات باستخدام اثنين من الخصائص الإحصائية، ويمكن الحصول على:
حيث المعلومات الجديدة التي حصلت عليها القيمة الحالية حساب المراقبة ، يتم الحصول آر مصفوفة انعكاس [5].
2 عملية المحاكاة
مجموعة البيانات هنا من الأدب [4]. A01 ~ A04 على التوالي تمثل نفس واحدة من أربع نقاط المراقبة المختلفة التي تم جمعها الجسم البيانات المنحدر، نفس نوع وأجهزة الاستشعار، تم جمع كل نقاط المراقبة الاستشعار 24 مرات على فترات من أسبوعين، 1-4 هو مبين في الشكل. . بعد مرورها من خلال مرشح، منحنى سلس، إلى الرسم البياني خط FIG السلس من البيانات الخام التي تمت تصفيتها.
يتبين من التين. 1-4، AKF من SKF أقرب إلى البيانات الحقيقية، وأفضل مرشح. FIG 5 يبين الحالة التي يكون فيها الجسم مرشح التكامل هو المنحدر متجانسة. وأظهرت النتائج أن الاندماج قد مرت الانهيار تشوه بطيئة، وتشوه تسارع موحد للتشوه، وجود تباين تدريجي من الخصائص، التي هي أيضا الرسم البياني للخصائص تشوه كما ساحقا غير طبيعي [8].
3 الخاتمة تحليل
3.1 خطأ الاستنتاجات تحليل
يتبين من الجدول رقم 1، مجموعة مختلفة من المعلمات، كالمان مرشح القياسية SKF هنا كالمان من مجموعة البيانات الأصلي أن يكون خطأ منخفضة، وتحسين خوارزمية عامل التعديل على التكيف، وكالمان التكيف تصفية RMSE خطأ كبير AKF أقل ونقاط المراقبة مرشح AKF يتم توظيف أربعة أجهزة استشعار هنا خفضت SKF من 42.72، 19.70، 15.87، 16.21، بعد دمج كالمان مرشح لها، AR انخفض الخطأ الكلي 23.90.
نتائج تحليل التكيف 3.2AKF تعديل عامل
AKF عامل التكيف لضبط النتائج المبينة في الجدول رقم (2).
يتبين من الجدول 2 نتائج كل عامل التعديل للمرشح على التكيف، T1 ~ الممثل T24 تعديل 24، يتم تعيين القيمة الأولية إلى 0.1، مع كل حالة تصفية مختلفة من كل قيمة التعديل مختلفة. في T9، T14، T15، T20، T21، T22 تقلب عامل التكيف بشكل عام، ويمكن ملاحظة يحدث لهذه النقاط وتتسارع منحنى المقابلة منحدر حاد بنسبة تغيير شكل في FIG. 5.
4 خاتمة
المستخدمة هنا، هي المعيار كالمان تصفية مع البيانات تصفية المنحدر التكيف كالمان قورنت مع عامل التكيف تعديل باستمرار، والتكيف مرشح كالمان هو أفضل من مرشح كالمان القياسية، والخطأ الناتج أصغر حجما وأكثر دقة ، في حين يتم تقليل الخطأ الكلي لإعطاء 23.90، يمكن أن ينظر إليه من هذا الرقم يتم تغيير صفة مرشح تدريجيا مع الضغط، والضغط يمكن تقديره تغيير المنحدر عوامل بيئية معينة متصلة، قبل متكامل الانصهار الأمطار تصفية المنحدر وهو عامل أكثر أهمية [9].
مراجع
. [1] مع ما يصل الى وى، تشانغ بينغ، وساحقا الرصد وتطورها [J] استشعار في العالم، لعام 2005 (6): 10-14.
. [2] أحد بو، لي فقط تذكر تكنولوجيا استخراج شاملة تقوم على كالمان الاتحادية ساحقا رصد المعلومات معهد [J] نهر اليانغتسى البحث العلمي، 2012،29 (9): 39-41.
[3] بناء على كالمان تصفية الأسود يونيو مياو ساحقا مراقبة معالجة البيانات والتحليل [D] هواينان: جامعة انهوى للتكنولوجيا، 2011.
. [4] ليو تشاو يون ساحقا تشوه تحليل والتنبؤ استنادا إلى تقنيات دمج البيانات مرشح كالمان مجلة [J] الصينية للالجيولوجي المخاطر والتحكم، 2015،26 (12): 30-35.
[5] ليانغ لى تحليل رونغ عندما تشوه التطبيقية التكيف مرشح كالمان في التنبؤ سد [J] تقنيات ومعدات رسم الخرائط، 2015،17 (1): 48-52.
. [6] دنغ زيلي نظرية تصفية المعلومات الانصهار وتطبيقه [M] هاربين: معهد هاربين للتكنولوجيا برس، 2007.
. [7] دنغ زيلي نظرية التقدير الأمثل وتطبيقه - نمذجة والتصفية، ومعلومات تقدير الانصهار [M] هاربين: معهد هاربين للتكنولوجيا الصحافة، عام 2005.
. [8] بنغ بنغ كالمان مرشح الانصهار خوارزمية تقوم على المكمن تشوه ساحقا ديناميكية مراقبة استخراج معلومات شامل [J] مجلة ميكانيكا الصخور والهندسة، 2014،33 (8): 1520-1525.
بحث تطبيق [9] جي فو كالمان مرشح التنبؤ تشوه ساحقا من [D] ووهان: جامعة الصين للعلوم الجيولوجية، 2013.
