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

？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。