一种基于幂相关随机过程的铁路路基沉降预测方法和装置与流程

技术特征：
1.一种基于幂相关随机过程的铁路路基沉降预测方法，其特征在于，包括以下步骤：s1，对测量沉降的样本数据进行筛选，得到有效样本数据{j,y
j
}，其中j表示第j天，y
j
表示第j天的沉降量；s2，利用有效样本数据拟合出幂相关函数；s3，利用幂相关函数构造j维沉降随机变量y
j
的核函数k；所述核函数k包括待求解参数η和υ；利用所述核函数k构建协方差矩阵k
j
；s4，求取沉降随机变量y
j
的条件概率密度函数，所述条件概率密度函数包括协方差矩阵k
j
；s5，利用sqp优化算法求取参数η和υ；s6，将步骤s5求得的参数η和υ带入所述条件概率密度函数，得到路基沉降预测曲线；s7，根据所述路基沉降预测曲线求得第p天沉降量的预测值。2.如权利要求1所述的一种基于幂相关随机过程的铁路路基沉降预测方法，其特征在于，步骤s1中，包括以下步骤s11和/或步骤s12：s11，滤除早上9点到晚上18点的数据；s12，滤除粗差数据。3.如权利要求2所述的一种基于幂相关随机过程的铁路路基沉降预测方法，其特征在于，步骤s12中所述粗差数据的判断条件为，当满足以下条件时，则认为该数据为粗差数据：其中，为第j天中测得的第i个样本数据，表示第j天的沉降量平均值，表示第j-1天的平均值，ζ1为当天限差，ζ2为隔天限差。4.如权利要求1所述的一种基于幂相关随机过程的铁路路基沉降预测方法，其特征在于，步骤s2执行前，将每天的有效样本数据求取平均值，将所述平均值作为后续计算的有效样本数据，平均值计算公式如下：其中n为当天有效样本数据的个数，i的取值为1≤i≤n，为第j天中测得的第i个样本数据。5.如权利要求1所述的一种基于幂相关随机过程的铁路路基沉降预测方法，其特征在于，步骤s1还包括对样本数据的时间数据进行归算的步骤，将样本数据处理为第1天到第j天的样本数据。6.如权利要求1～5任一项所述的一种基于幂相关随机过程的铁路路基沉降预测方法，其特征在于，步骤s2具体包括：s21，构造幂函数，幂函数如下公式所示：
f(x)＝k*x
c
b其中，f(x)表示第x天的幂函数，在该函数中k,c,b为待求参数，根据样本数据利用最小二乘法计算出待求参数k,c,b；s22，第j天到第p天的幂相关函数为：ξ
j,p
＝|f(j)-f(p)|，将步骤s21中的幂函数带入，得到如下公式所示的幂相关函数：ξ
j,p
＝|kx
jc-kx
pc
|。7.如权利要求6所述的一种基于幂相关随机过程的铁路路基沉降预测方法，其特征在于，步骤s3中，所述核函数k为其中，m和n取1和j之间的正整数；所述协方差矩阵k
j
为：8.如权利要求7所述的一种基于幂相关随机过程的铁路路基沉降预测方法，其特征在于，步骤s4具体包括以下步骤：s41，设所述沉降随机变量y
j
符合j维正态分布，则y
j
的联合概率密度函数为：s42，将j维随机变量y
j
扩展到j p维，得到新的随机变量y
j p
，则y
j p
依然符合正态分布，y
j p
的联合概率密度函数为：s43，设y
j
由已知样样本组成，y
j
＝{y1,y2,...,y
j
}，则y
j p
由j维已知样本和p维预测样本组成，即：s44，由联合概率密度函数公式，求出所述条件概率密度函数如下公式所示：其中：
9.如权利要求8所述的一种基于幂相关随机过程的铁路路基沉降预测方法，其特征在于，步骤s5具体包括以下步骤：s51，由于核函数的参数η和υ仅与协方差矩阵k
j
相关，将y
j
的联合概率密度函数进行改写，如下公式所示：s52，将上式的等式两边求对数，得到如下公式：s53，设τ(η,υ)＝y
jt
k(η,υ)
j-1
y
j
ln(2π) ln(|k(η,υ)
j
|)，通过sqp算法求解τ(η,υ)的最小值；τ(η,υ)在取得最小值的情况下，求得所述参数η和υ的值。10.一种基于幂相关随机过程的铁路路基沉降预测装置，其特征在于，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。

技术总结
本发明涉及铁路路基变形监测工程测量技术领域，涉及一种基于幂相关随机过程的铁路路基沉降预测方法和装置，包括：S1，对测量沉降的样本数据进行筛选，得到有效样本数据{j,y


技术研发人员：赵龙 王国祥 陈海军 赖鸿斌 唐敏 刘修文 何颖博 罗永亮 胥海燕 刘畅 郑子天 周震 孙智虎 梅熙 王一川 曹体涛
受保护的技术使用者：中铁二院工程集团有限责任公司
技术研发日：2022.03.15
技术公布日：2022/6/14