【摘要】:将统计模型的回归系数看做状态向量,统计模型视为观测方程,利用卡尔曼滤波算法实现了统计模型的建模。该建模方法不仅便于实时处理、计算机实现、节省机时,而且由于卡尔曼滤波属于线性最小方差估计,所以相比最小二乘建模方法可望获得更高的建模精度。工程实践也验证了卡尔曼滤波回归统计模型的上述特性。
【作者单位】:
西安理工大学水利水电学院 西安理工大学水利水电学院
【关键词】:
卡尔曼滤波 渗流 统计模型 最小二乘法
【分类号】:TV698.15
【DOI】:CNKI:SUN:DBGC.0.2007-01-023
【正文快照】:
0引言卡尔曼滤波是从随机过程的观测量中通过线性最小方差估计准则来提取所需估计值(系统的参数和状态)的一种滤波算法,其最大特点是能够剔除随机干扰噪声,从而获得逼近真实的估计值。它把状态空间的概念引入到随机估计理论中,利用系统噪声和观测噪声的统计特性,以系统观测量