自适应卡尔曼滤波在变形监测数据处理中的应用研究 |
论文目录 | | | 摘要 | 第1-6
页 | | Abstract | 第6-9
页 | | 第一章 绪论 | 第9-14
页 | | · 变形监测的目的和意义 | 第9-10
页 | | · 变形监测技术的现状及发展趋势 | 第10-11
页 | | · 变形监测模型的研究发展现状 | 第11-13
页 | | · 本文研究的主要内容及技术路线 | 第13-14
页 | | 第二章 变形监测常用数据处理方法及分析 | 第14-23
页 | | · 回归分析法 | 第14-16
页 | | · 一元线性回归分析 | 第14-15
页 | | · 多元线性回归分析 | 第15-16
页 | | · 时间序列分析法 | 第16-17
页 | | · 灰色系统分析法 | 第17-21
页 | | · 灰色序列数据的生成 | 第18
页 | | · 等间隔GM(1,1)模型 | 第18-19
页 | | · 不等间隔GM(1,1)模型 | 第19-20
页 | | · 模型精度检验 | 第20-21
页 | | · 人工神经网络法 | 第21-22
页 | | · KALMAN滤波法 | 第22-23
页 | | 第三章 卡尔曼滤波理论基础分析 | 第23-36
页 | | · 连续线性系统 | 第23-26
页 | | · 连续线性系统的状态方程和观测方程 | 第23-24
页 | | · 连续线性系统状态方程的解 | 第24-25
页 | | · 连续线性系统的随机模型 | 第25-26
页 | | · 离散线性系统的KALMAN滤波 | 第26-29
页 | | · 离散线性系统的状态方程和观测方程 | 第26-28
页 | | · 离散线性系统的Kalman滤波方程 | 第28-29
页 | | · 动态测量系统的KALMAN滤波 | 第29-31
页 | | · 自适应KALMAN滤波 | 第31-36
页 | | · 极大验后估计自适应Kalman滤波 | 第31-33
页 | | · 基于方差分量估计原理的自适应Kalman滤波 | 第33-34
页 | | · 方差补偿自适应Kalman滤波 | 第34-36
页 | | 第四章 自适应KALMAN滤波在变形监测数据分析中的程序设计与实现 | 第36-41
页 | | · 方差补偿自适应KALMAN滤波模型设计 | 第36-38
页 | | · 基于MATLAB的自适应KALMAN滤波程序设计 | 第38-41
页 | | · 方差补偿自适应Kalman滤波实现步骤 | 第38-39
页 | | · 方差补偿自适应Kalman滤波算法流程图 | 第39-40
页 | | · 基于Matlab的自适应Kalman滤波程序实现 | 第40-41
页 | | 第五章 自适应KALMAN滤波在三门峡水利枢纽工程变形监测中的应用 | 第41-58
页 | | · 三门峡水利枢纽工程概况 | 第41
页 | | · 三门峡水利枢纽工程变形监测方案设计 | 第41-42
页 | | · 监测精度 | 第41-42
页 | | · 监测基准网与监测点布设 | 第42
页 | | · GPS监测方案 | 第42
页 | | · 三门峡水利枢纽工程监测数据处理分析 | 第42-58
页 | | · 经典最小二乘平差法 | 第42-46
页 | | · 方差补偿自适应卡尔曼滤波法 | 第46-58
页 | | 结论 | 第58-60
页 | | 参考文献 | 第60-62
页 | | 附录 | 第62-64
页 | | 致谢 | 第64
页 |
|
|
|
| |
