奇异谱分析在大地测量时间序列分析中的应用研究

《奇异谱分析在大地测量时间序列分析中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据中图分类号UDCP228528硕士学位论文学校代码!Q5三3密级公珏奇异谱分析在大地测量时间序列分析中的应用研究ResearchonApplicationofSingularSpectrumAnalysisinGeodeticSurveyTimeSeries卢辰龙测绘科学与技术大地测量学与测量工程地球科学与信息物理学院匡翠林副教授答辩委员会主席中南大学二秀，l盈年五月二＼絮，l盈年五月’蕾一名业向所师姓专方豕教者科究院导作学研学指万方数据学位论文原创性声明本人郑重声明，所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了

2、论文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中南大学或其他教育机构的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。申请学位论文与资料若有不实之处，本人承担一切相关责任。作者签名：江日期：业年一上月卑日学位论文版权使用授权书本学位论文作者和指导教师完全了解中南大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交学位论文的复印件和电子版；本人允许本学位论文被查阅和借阅；学校可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用复印、缩印

3、或其它手段保存和汇编本学位论文。保密论文待解密后适瘟本声明。作者签名：善良蓝导师签名日期：卫年上月丑日日期：础年等月珲日万方数据奇异谱分析在大地测量时间序列分析中的应用研究摘要：全球连续GPS观测站己积累了大量的观测数据，对GPS时间序列分析已成为一个研究热点。由于对观测精度要求越来越高，影响因素越来越多，发现时间序列中包含着非常丰富的、甚至原因不明确的各种信息，如何分离它们已成研究的难点。传统参数模型己无法解决这种复杂性的问题，而奇异谱分析(SingularSpectrumAnalysis，SSA)是一种从时间序列自身出发的无参自适应的分析方法，它具有滤

4、波、去噪、插值、探测周期信号及趋势的功能。目前，SSA方法己被广泛应用在时间分析中，而大地测量领域研究还较少。为此，本文详细分析了SSA方法在大地测量时间序列中的应用中存在的一些问题。具体研究工作和成果如下：1、详细介绍了SSA方法的基本原理，并在SSA方法的基础上，利用噪声与信号的赫斯特(Hurst)指数有显著的差异这一特性，提出了一种基于SSA的滤波法：然后，又对确定SSA重构分量的趋势及周期信号的判定方法进行了阐述。2、针对GPS动态变形监测中多路径效应误差存在很强的时间相关性的特点，利用本文提出的SSA滤波法对包含多路径误差的数据进行处理获取多路径

5、改正模型，同时，又用小波、经验模式分解(EmpiricalModeDecomposition，EMD)滤波法以及其他学者提出的SSA滤波法进行了比较。对最终的处理结果进行对比分析，实验结果表明，本文提出的SSA滤波法的去噪效果优于其他学者提出的SSA滤波法，与小波、EMD去噪效果相当，将得到多路径改正模型用于削弱多路径效应，可以显著提高定位精度。此外，本文提出的SSA滤波法还给出了嵌入维数L与重构阶次P的确定标准。3、结合美国加州ZIMM站的时间序列，利用SSA提取其高程方向的周期信号，并将其从高程时间序列中去除，顾及有色噪声的情形下，采用最大似然估计，对

6、速率进行重新估计。结果显示：SSA方法可以有效地提取周期信号，且ZIMM站的周期信号振幅是时变的，在采用传统模型进行最d,-乘拟合将会引入模型误差，在估计有色噪声的情况下，其速率受到模型误差的影响。4、针对电离层在时空上是非线性、非平稳的特征，利用IGS提供的电离层格网数据，将SSA方法引入到电离层TEC值预报，实验结果表明：相对于单一的ARMA预报模型，组合SSA与ARMA预报模型可以提高预报精度。图17幅，表10个，参考文献87篇。万方数据关键词：全球定位系统；时间序列；奇异谱分析；经验模型分解；小波分类号：P228万方数据ResearchonAppl

7、icationofSingularSpectrumAnalysisinGeodeticSurveyTimeSeriesAbstract：TheglobalcontinuousGPSobservationshasaccumulatedalargenumberofdata，theGPStimeseriesanalysishasbecomeahotresearchtopic．Duetoobservationprecisiondemandishigherandhigher,moreandmoreinfluencefactors，theresearchshowsth

8、atthetimeseriescontainsveryrich，a