自适应过滤法在磁悬浮陀螺全站仪观测数据预测中的应用研究

周志易，杨志强

(1．长安大学地质工程与测绘学院，陕西西安710054;2．合肥工业大学土木与水利工程学院，安徽合肥230009)

一、引 言

对于磁悬浮陀螺全站仪在定向的过程中，仪器采集的转子电流数据都是受环境影响的动态时间序列数据，由于受制造工艺及外界环境条件的影响，这些数据经常会偏离实际的真值。因此，当环境条件变化时，仪器若能科学预报观测数据的发展趋势将对仪器自动监测起到关键作用。目前，虽然仪器的精度和自动化程度都很高，但采集的数据是在动态变化的环境中完成的，因此，要客观地反映数据的发展变化过程，应采用动态的方法，其模型也应是动态模型，使之与环境变化相适应，来不断完善、改进观测数据分析和预报方法，以完善仪器的自动监测过程，使定向测量的数据不会偏离真值，即使有偏离，也应使定向测量的观测数据在合理的范围内。否则，将失去建立预测模型的意义，只能作为对过去所产生的数据的拟合，而没有预测未来的价值。由于环境变化的复杂性，至今仍处于探索性研究阶段。传统的基于数理规律的回归分析方法是一种静态的数据处理方法，不适用于动态数据分析处理[1]。本文就是基于磁悬浮陀螺全站仪采集的转子电流数据随时间变化的动态特征，应用自适应过滤法(self-adaptive filtering)这种近代时间序列分析的新方法来处理此数据。经分析可知，其观测值是影响仪器计算的定向角的精度的，而自适应过滤法适合于处理动态数据，因此，对仪器采集到的转子电流观测值进行分析，并建立动态模型，进而对仪器采集的数据趋势作出预报，以达到自动监测的目的。……