对形变体进行动态变形监测,可实时获得形变信息,并根据形变信息采取相应的措施,减少因形变产生的灾害。卡尔曼滤波是形变监测数据处理的一种常用方法,将状态方程的估计值作为先验信息引入对状态参数进行估计的解算。本文在经典卡尔曼滤波模型的基础上引入方差补偿自适应卡尔曼滤波,针对卡尔曼滤波收敛速度缓慢,甚至不收敛的情况进行改进,提出了改进方差补偿自适应卡尔曼滤波。改进后的滤波将衰减型指数因子引入对一步测量值的误差方差阵的计算中,通过改正使滤波增益矩阵达到最优时,残差序列保持正交。并根据滤波自身对动态噪声协方差阵的改正,使得滤波算法的收敛速度和准确性都有了显著的提高。本文通过徐家湾南山坡形变数据的分析,将三种滤波算法的结果进行对比,可以得出以下结论:（1）标准卡尔曼滤波算法对形变数据进行计算时,因实际观测中的噪声不一定是期望值为零的白噪声,所以标准滤波值曲线与观测值曲线形变趋势有较大差异。方差补偿自适应卡尔曼滤波算法和改进方差补偿自适应卡尔曼滤波算法对形变数据进行处理时,其滤波值曲线与观测值曲线的形变趋势相同。（2）通过三种滤波值与实际观测值的对比,发现标准卡尔曼滤波值曲线波动性较大。方差补偿自适应卡尔曼滤波与改进方差补偿自适应卡尔曼滤波的滤波值曲线波动性较小,通过坐标差值的对比发现改进后的滤波值准确度更高,具有更高的稳定性,其形变曲线规律更清晰,能更好的反映出形变体的形变规律。（3）通过徐家湾南山坡第10期形变观测数据与滤波值的对比可以发现,由于自适应卡尔曼滤波算法对动态噪声协方差矩阵的持续优化,使得方差补偿自适应卡尔曼滤波与改进方差补偿自适应卡尔曼滤波与实际形变量误差较小。改进后的滤波算法由于衰减型指数因子的加入,对滤波增益矩阵进行不断的修正,提高滤波的预测精度,使滤波的预测模型更为准确。（4）根据滤波值曲线与观测值曲线的对比可以发现:改进滤波算法随着时间的累积误差未显著增加,且与实际观测值之间的差值较小,由此可知引入衰减型指数因子后滤波算法的收敛性明显增强,且收敛速度变快。