基于时间序列模型和扩展卡尔曼滤波算法的结构响应预测
基于时间序列模型和扩展卡尔曼滤波算法的结构响应预测基于上海中心大厦实测加速度幅值数据，探讨差分自回归滑动平均(ARIMA)模型和扩展卡尔曼滤波((EKF)预测方程在实测信号预测方面的应用，提出了ARIMA-EKF预测方法:先建立ARIMA模型，由该模型的预测方程推导出卡尔曼滤波的状态方程和测量方程，建立EKF预测方程实现信号的预测。本文提出的ARIMA-EKF预测方法有效地提升了ARIMA模型的预测精度，对于实时加速度幅值的变化趋势能够进行有效的预测。
关键词:差分自回归滑动平均模型;扩展卡尔曼滤波;结构响应预测
页:
[1]