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

雩风三日

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
0 M: j, `$ h- ^9 H6 e
& X- V4 c9 {1 `  S; l6 ^2 C' U2 c- I    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。
1 y: z7 L$ Z' E
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
& X9 K* _) ^2 A/ T. J+ z
+ y5 d7 a8 g3 I& x5 f