桥梁极值应力的改进高斯混合粒子滤波器动态预测

来源：同济大学学报·自然科学版杂志2016年第11期北京时间：

作者：樊学平

单位：西部灾害与环境力学教育部重点实验室兰州大学, 兰州,西部灾害与环境力学教育部重点实验室兰州大学, 兰州,结构工程灾变与控制教育部重点实验室哈尔滨工业大学, 哈尔滨

摘要：为合理地动态预测在役桥梁的极值应力信息，应用桥梁健康监测(BHM)系统的长期日常监测极值应力数据，建立非线性动态模型，引入扩展卡尔曼滤波器（EKF）与高斯混合粒子滤波器（GMPF）相结合的改进高斯混合粒子滤波器(IGMPF)预测算法，对监测极值应力的一步向前预测分布参数及其状态变量的后验分布参数进行预测分析, 并进行了实例验证.IGMPF不仅可以得到实测极值应力状态的合理重要性函数，还可以解决传统预测方法的短期性和精度不高的问题，为实际BHM系统的动力响应预测提供了理论基础.

关键词：监测极值应力数据, 非线性动态模型, 扩展卡尔曼滤波器, 高斯混合粒子滤波器, 改进高斯混合粒子滤波器

基金资助：国家自然科学基金面上项目(51178150),