韩亚坤
- 作品数：11 被引量：92H指数：5
- 供职机构：桂林理工大学广西矿冶与环境科学实验中心更多>>
- 发文基金：国家自然科学基金广西壮族自治区自然科学基金广西省自然科学基金更多>>
- 相关领域：天文地球建筑科学水利工程自动化与计算机技术更多>>
- 抗差多速率模型在变形监测中的应用
- 韩亚坤
- 基于卡方检验的抗差自适应Kalman滤波在变形监测中的应用被引量：1
- 2017年
- 在抗差Kalman滤波的基础上引入双自适应因子,分别对动态模型不准确和观测模型存在粗差进行调节,构建双自适应因子滤波模型。针对抗差自适应Kalman滤波效率较低的缺点,通过构建基于卡方检验的抗差自适应Kalman滤波,先用卡方检验对粗差进行检验,再调用抗差自适应Kalman滤波进行处理。工程实例表明,双自适应因子滤波模型可以很好地抵御粗差,并减弱模型不精确的影响。基于卡方检验的抗差自适应Kalman滤波不仅可以削弱粗差对滤波估值的影响,而且可以提高数据处理的效率。
- 韩亚坤文鸿雁张艺航陈冠宇周吕
- 关键词：卡方检验
- 基于神经网络的新息自适应卡尔曼滤波在高速公路变形监测中的应用被引量：9
- 2017年
- 实际应用中卡尔曼滤波的动态噪声和观测噪声往往不是固定的,提出运用新息自适应卡尔曼滤波法则对噪声进行实时估计。同时,为了克服新息自适应卡尔曼滤波要求系统模型过分精确的缺点,基于神经网络的新息自适应卡尔曼滤波算法,通过使用神经网络进行误差补偿来提高滤波性能,并运用于高速公路变形监测中。结果表明:该模型与原始观测值的残差全部降到了0.25 mm以下,说明该模型精度很高,在实际应用中具有一定的可行性。
- 韩亚坤文鸿雁郭雷王清涛谢劭峰孔令帅
- 关键词：神经网络KALMAN滤波高速公路
- 灰色系统与时间序列在高铁沉降变形中的应用被引量：12
- 2013年
- 介绍了灰色系统GM(1,1)模型、时间序列二次指数平滑模型的基本原理,给出了模型精度评定的方法 ;用Matlab编程实现模型的建立并对高速铁路沉降变形进行了分析与预测,通过工程实例对比分析2种模型的预测效果。结果表明,时间序列二次指数平滑模型较适合短期或中期变形趋势呈线性或微小波形的变形分析与预测,而GM(1,1)模型对短期呈线性或指数分布趋势的变形有较好的效果;时间序列二次指数平滑模型的可靠性与准确度比GM(1,1)模型高。
- 袁明月周吕文鸿雁韩亚坤
- 关键词：灰色系统时间序列
- 灰关联Kalman滤波的大坝变形分析模型被引量：9
- 2013年
- 针对某大坝变形影响因子多的情况,给出了一种基于灰色关联分析下卡尔曼滤波的新算法。以某大坝的水平变形为例,通过灰色关联分析讨论各影响因子的关联度并建立灰关联卡尔曼滤波模型,与普通卡尔曼滤波模型进行了对比分析,结果表明:灰关联Kalman滤波模型的综合精度较高,能够提供更准确的预报结果,对大坝变形分析研究有一定意义。
- 周吕文鸿雁韩亚坤
- 关键词：大坝变形卡尔曼滤波灰色关联分析
- 基于卡尔曼滤波的GM(1,1)模型在高铁隧道沉降变形分析中的应用被引量：30
- 2014年
- 在进行高铁隧道沉降变形分析与预测时,隧道沉降变形量小,但受随机噪声干扰较大,使得原始监测的沉降曲线波动较大,出现"小沉降、大波动"现象。运用卡尔曼滤波对原始数据进行滤波去噪,建立基于卡尔曼滤波的GM(1,1)模型,并对隧道进行沉降变形分析与预测。通过实例对比分析表明:经过卡尔曼滤波去噪,可以有效地剔除原始监测数据中的随机误差,沉降曲线更平滑且更逼近真实沉降情况;基于卡尔曼滤波的GM(1,1)模型的综合精度与可靠性较传统GM(1,1)模型高,该模型在隧道沉降变形分析与预测中体现出较好的优越性。
- 文鸿雁周吕韩亚坤陈冠宇胡纪元
- 关键词：卡尔曼滤波隧道沉降
- 灰色预测与Kalman滤波在建筑物沉降变形分析中的应用被引量：25
- 2014年
- 沉降变形分析与预测对于建筑物的安全运营具有重要作用,建立科学、合理的预测模型对于变形分析极其重要。本文运用GM(1,1)模型与Kalman滤波模型对建筑物沉降变形进行预测。通过实例对比分析表明,GM(1,1)模型较适合短期且变形趋势呈线性或指数分布趋势的变形分析与预测;Kalman滤波模型对短期和较长周期呈波形或线性变形均具有较高预测精度。
- 周吕文鸿雁韩亚坤
- 关键词：沉降观测KALMAN滤波GM(1,1)
- 基于Grubbs准则的小波阈值改进研究被引量：3
- 2014年
- 在大坝变形监测中,需利用阈值法对数据信号进行小波去噪,而传统阈值法存在很多缺点。在小波去噪理论的基础上,结合Grubbs准则,提出了一种改进阈值门限的去噪方法,并用MATLAB编程实现了模拟信号以及大坝变形监测数据的去噪处理。实践表明,经小波改进阈值算法去噪后的数据均方根误差相对于改进前有所减低,信噪比也明显提高,改进效果明显。
- 袁明月文鸿雁杨志韩亚坤
- 关键词：小波去噪大坝变形监测
- 基于粒子群优化算法的LS-SVM的GPS高程拟合被引量：5
- 2016年
- 在GPS高程拟合中,传统拟合方法存在多数据、过学习、泛化能力弱等缺点,导致拟合结果精度欠缺,为此提出了LS-SVM拟合模型。利用粒子群算法对LS-SVM模型的初始参数进行了优化,通过实测数据对该模型进行了分析。实验结果表明,基于粒子群算法优化的LS-SVM模型较传统单一的二次曲面拟合法、BP神经网络、LS-SVM等模型拟合精度高。
- 高红文鸿雁聂光裕杨志韩亚坤
- 关键词：粒子群优化算法LS-SVMBP神经网络高程拟合
- 动态GM(1,1)在建筑物沉降变形分析中的应用研究被引量：5
- 2013年
- 介绍了灰色系统理论。针对传统GM(1,1)模型在建模时只从静态角度考虑未来时刻的状态这一缺陷,本文引入了可以实时加入系统最新信息的动态GM(1,1)预测模型。利用传统GM(1,1)模型与动态GM(1,1)模型对某桥梁监测点进行沉降变形分析与预测。通过对比分析实例计算结果表明,动态GM(1,1)模型可以有效地修正预测模型,在一定程度上提高了模型的预测精度,其预测效果优于传统GM(1,1)模型。
- 周吕韩亚坤陈冠宇胡纪元
- 关键词：沉降变形
