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

6 L, T$ }$ m' ~  K3 B0 u    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。
) l' Q" y7 \, t4 c( W7 Y4 _
$ V5 W0 t: N7 n* J- f. C( ^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

7 l: ~* u8 \" T1 i* @. A