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

1 `# ]- Z+ D8 ?& w8 ]. f5 W4 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。
) r" }% W7 T& o- j8 m' `
6 O$ n) X# Z6 Y- M$ C# V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
8 \# x: w, c# S/ a0 j1 y- j
% L; ?6 C9 e. _3 S