基于改进卡尔曼滤波的开采沉陷地表移动预测研究

组数据做算法优劣性分析，最后 4 组数据做算法预测。从对比结果上来看，无论是从最大、最小差值和最大、最小残值中分析，极大后验自适应扩展卡尔曼滤波和实测数据的差值都是最小的，表现效果最优，能及时预计分析实测数据数值变化，稳定性较好，且随着观测时间的进行，精准度越来越高。。在滤波分析图能看出，标准卡尔曼滤波平均误差最小时仅为-15.12mm，最大平均误差-344.18mm，精度仅有 30％。扩展卡尔曼滤波平均误差最小时仅为 7.65mm，最大平均误差 262mm，精度能达到 50％。极大后验自适应扩展卡尔曼滤波平均误差最小时仅为4.93mm，最大平均误差51.53mm，精度能达到 80％。

参考文献（略）