边坡光纤光栅监测与自适应卡尔曼滤波模型

王渊; 赵振刚; 许俊飞; 彭李; 熊新; 李川

doi:10.13873/J.1000-9787(2017)01-0038-03

Chinese

您当前的位置：

首页 >

文章列表页 >

边坡光纤光栅监测与自适应卡尔曼滤波模型

研究与探讨 | 更新时间：2025-09-11

- 边坡光纤光栅监测与自适应卡尔曼滤波模型
- Monitoring of fiber Bragg grating for slope surface and adaptive Kalman filtering model
- 传感器与微系统 2017年36卷第1期页码：38-40+44
- 作者机构：
  
  昆明理工大学信息工程与自动化学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2017)01-0038-03
  中图分类号： TM63;TP212
- 纸质出版：2017
- 稿件说明：
移动端阅览
[1]王渊,赵振刚,许俊飞,彭李,熊新,李川.边坡光纤光栅监测与自适应卡尔曼滤波模型[J].传感器与微系统,2017,36(01):38-40+44.

WANG Yuan, ZHAO Zhen-gang, XU Jun-fei, et al. Monitoring of fiber Bragg grating for slope surface and adaptive Kalman filtering model[J]. 2017, 36(1): 38-40+44.
[1]王渊,赵振刚,许俊飞,彭李,熊新,李川.边坡光纤光栅监测与自适应卡尔曼滤波模型[J].传感器与微系统,2017,36(01):38-40+44. DOI： 10.13873/J.1000-9787(2017)01-0038-03.

WANG Yuan, ZHAO Zhen-gang, XU Jun-fei, et al. Monitoring of fiber Bragg grating for slope surface and adaptive Kalman filtering model[J]. 2017, 36(1): 38-40+44. DOI： 10.13873/J.1000-9787(2017)01-0038-03.

摘要

山地变电站往往建设在地质条件复杂性的位置。地表裂变

突起

土体缓变

往往诱发更严重的地质灾害。结合楚雄220 k V边坡变电站的工程实际情况

利用光纤Bragg光栅（FBG）传感器

进而实现了对大型复杂结构环境的多参量、多点监测。通过建立自适应卡尔曼跟踪滤波模型

对边坡表面应变传感器

温度补偿传感器的数据

进行跟踪滤波

从而得到更为有效的监测数据。

Abstract

Mountain electric substations are always built in the location of the complex geological conditions.Surface cracking

bluging

and soil slowly changing often induce more serious geological disasters. In combination with the engineering practice of Chuxiong 220 k V substation on the slope

fiber Bragg grating（ FBG） sensors are used to realize the multi parameters monitoring and multi points monitoring of large complex structure environment. Through the establishment of adaptive Kalman tracking filter model

tracking filtering on slope surface strain sensors data and temperature compensation sensors data is carried out

and thus get more effective monitoring data.

关键词

Keywords

references

基于光纤Bragg光栅传感技术的岩土边坡测斜仪的研究（英文） [J]. 张鸿,吴建佳,黄先明. 南昌工程学院学报 . 2015(04)

一种改进的多无线传感器数据分批估计自适应加权融合算法 [J]. 王华东,王大羽. 传感技术学报 . 2015(08)

一种多传感器信息融合的优化方法 [J]. 孟秀峰. 传感器与微系统 . 2010(12)

多传感器数据融合技术研究进展 [J]. 黄漫国,樊尚春,郑德智,邢维巍. 传感器与微系统 . 2010(03)

基于卡尔曼的无线传感器网络时空融合研究 [J]. 魏雪云,廖惜春. 传感器与微系统 . 2007(09)

基于多传感器融合技术的模糊舒适度传感器系统 [J]. 韩峻峰,杨叙,潘盛辉,石玉秋. 传感器与微系统 . 2007(01)

光纤传感网络在边坡稳定监测中的应用研究 [J]. 丁勇,施斌,崔何亮,索文斌,刘杰. 岩土工程学报 . 2005(03)

Robust Adaptive Kalman Filter for estimation of UAV dynamics in the presence of sensor/actuator faults [J] . Chingiz Hajiyev,Halil Ersin Soken. Aerospace Science and Technology . 2013 (1)

Optimization approach to adapt Kalman filters for the real-time application of accelerometer and gyroscope signals’ filtering [J] . Cezary Kownacki. Digital Signal Processing . 2010 (1)

Adaptive estimation of multiple fading factors in Kalman filter for navigation applications [J] . Yanrui Geng,Jinling Wang. GPS Solutions . 2008 (4)

浏览量

159

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于惯性传感器数据融合的异常步态评估模型

基于因子图的视觉与UWB组合定位方法

多协议智慧医疗健康信息系统设计与实现

基于图像处理与RSSI信号的室内定位算法

模糊神经网络数据融合在体域网中的应用