利用小波分解改进极移预报模型

为进一步提高极移预报精度，将小波分解引入极移预报中。首先利用小波分解对极移序列进行分解，分离低频分量与高频分量，然后对低频分量建立最小二乘外推模型，获得极移序列的趋势项外推值与残差序列，最后采用自回归（autoregressive，AR）模型对高频分量与残差序列之和进行预报，最终极移的预报值为最小二乘外推值与AR模型预报值之和。结果表明，小波分解可以明显改善最小二乘外推与AR组合模型的极移预报精度，尤其对于中长期预报改善更为明显。     

基于LS+AR模型的极移预报及其周期项影响分析

采用LS+AR预报模型的对极移进行预报,深入分析极移数据中钱德勒项和周年项对预报精度的影响。计算结果显示,极移数据中各周期项具有时变性特点,将已知观测数据确定出的周期项应用到极移预报中会明显提高预报精度。因此,建议在进行极移预报之前首先应进行时间序列分析,确定已有数据的各周期项,在极移预报中加以考虑。     

基于1962至2022年极移观测值的时序分析及长期预报研究

极移参数（polar motion,PM）是地球定向参数（earth orientation parameter,EOP）的重要组成部分,在天文大地测量、卫星的导航定位以及卫星的自主定轨等领域有重要的应用。本文首先利用国际地球自转服务（international earth rotation and reference systems service,IERS）提供的极移观测值进行极移时间序列频谱分析及周期项的提取。结果表明,快速傅里叶变换与离散傅里叶变换周期项提取到的周期项基本无差异,但极移X、Y分量时变分析结果存在差异。此外,本文将正弦逼近应用到极移参数的预报,对于长时间尺度的极移参数预报最小二乘外推模型效果最佳,但预报模型精度易受到周期项提取结果的影响;最小二乘外推模型在极移正向预报和反推拟合效果相近,借助正弦逼近方法可以一定程度上增强模型拟合效果。上述研究结果可为地球自转参数的预报研究提供参考。     

极移时间序列建模及预测

基于自回归滑动平均(auto-regressive and moving average,ARMA)模型以及一阶差分ARMA模型分别对极移的X分量和Y分量进行了模型拟合,并利用所拟合的模型对极移进行了预测.通过与国际地球自转服务发布的实测极移数据以及其他方法对比,证明了所建立的拟合模型在短期预报上的有效性.且X分量的ARMA模型在39 d预报跨度内的整体精度优于一阶差分ARMA模型,而Y分量45 d内的一阶差分ARMA模型预报精度比ARMA模型预报精度更高.     

利用LS_AR模型对极移参数的中长期预报

为了满足深空探测器自主导航定位对极移参数中长期预报的需求,阐述了基于LS_AR模型的极移参数中长期预报和精度评定的原理,提出了4种改进方案对LS_AR模型的构建进行优化,并利用IERS提供的1990～1996年的极移参数的时间序列检验4种优化方案,得到了最优的预报模型,在400 d跨度上,其预报结果的平均绝对误差比未优化的模型小3 mas左右。     

基于AR模型的GPS精密卫星钟差建模与预报

在GPS卫星精密钟差的预报中,短周期预报通常采用二次项拟合模型,长周期预报通常采用灰色模型,但这两种模型都只是考虑趋势项而没有考虑随机项,通过利用AR模型对钟差的随机项进行建模,并作为随机补偿,加入到二次项拟合模型与灰色模型中,以完善钟差预报的短周期与长周期模型。在算例中运用由IGS提供的精密钟差进行预测,结果表明:改进后的模型使钟差预报的精度得到一定程度的提高。     

顾及卫星钟随机特性的抗差最小二乘配置钟差预报算法

为了更好地反映钟差特性并提高其预报精度,采用抗差最小二乘配置方法建立一种能够同时考虑星载原子钟物理特性、钟差周期性变化与随机性变化特点的钟差预报模型。首先使用附有周期项的二次多项式模型进行拟合提取卫星钟差的趋势项与周期项,然后针对剩余的随机项及其可能存在的粗差,采用抗差最小二乘配置的原理进行建模,其中最小二乘配置的协方差函数通过对比协方差拟合的方法并结合试验进行确定。使用IGS精密钟差数据进行预报试验,将本文方法与二次多项式模型、灰色模型进行对比,预报精度分别提高了0.457 ns和0.948 ns,而预报稳定性则分别提高了0.445 ns和1.233 ns,证明了本文方法能够更好地预报卫星钟差,同时说明本文的协方差函数确定方法的有效性。     

基于调和分析及VMD-BP神经网络的感潮河段流量预报

针对感潮河段受径流和潮汐共同影响导致流量预报精度较低的问题,结合变分模态分解(variational mode decomposition,VMD)处理非平稳信号的能力与反向(back propagation,BP)神经网络处理非线性问题的优势,提出了基于潮流调和分析及VMD-BP神经网络组合模型的感潮河段流量预报方法。首先,采用潮流调和分析方法对原始流量进行潮流、余流分离;然后,根据误差逆向传播算法构建BP神经网络,并对潮流数据和经VMD处理后的余流数据进行仿真训练;最后,将仿真训练输出的潮流和余流分量叠加重构进而得到最终的流量预报结果。在长江口徐六泾断面开展流量预报实验,结果表明,单独采用BP神经网络方法相对于传统潮流调和分析方法的流量预报精度提高了约3 400 m³/s,相对精度提高了约6%;所提组合模型方法的流量预报精度相对于传统潮流调和分析方法提高了约5 000 m³/s,相对精度提高了约9%。基于调和分析及VMD-BP神经网络的组合模型可以有效提高感潮河段流量预报精度,同时也为流况多变水域的流量预报提供新思路。     

地球自转参数的LS+AR超短期预报方法

地球自转参数（ERP）是卫星精密定轨中联系天球坐标系与地球坐标系的必要参数,是国际GNSS服务组织（IGS）和国际GNSS监测评估系统（iGMAS）分析中心的重要产品。为了提高中国测绘科学研究院分析中心（CGS）的线性模型预报精度,本文研究了最小二乘（LS）和自回归模型（AR）组合的超短期预报最优方法;通过不同周期数据确定最佳预报时长,利用LS+AR模型进行超短期预报,并通过IGS和iGMAS与线性模型产品对比。结果表明：利用8 d（时段）数据进行超短期预报最优;LS+AR模型预报精度明显优于LS模型;LS+AR的超短期预报方法优于分析中心的线性预报方法;EOP的PMX和PMY分量利用时段数据预报、LOD利用天数据预报精度更高。本文超短期预报方法能够提高ERP预报精度,为IGS或iGMAS分析中心的ERP预报提供了一定的参考意义。     

利用时间序列分析预报电离层TEC

以IGS发布的电离层总电子含量(total electron content,TEC)数据为样本,利用时间序列分析进行预报。将TEC时间序列分解为趋势项、周期项和随机项的组合,并利用相关系数和偏相关系数确定模型阶数。对IGS提供的2008年TEC数据进行预报分析,结果表明,采用时间序列分析能达到较高精度,预报7 d时的平均相对精度为87.75%,预报精度大于60%的预报值占所有预报值的95%以上,预报精度大于85%的预报值占所有预报值的72.6%,95.3%的预报残差小于±3 TECU。     

测量平差模型误差对平差结果的影响

测量平差模型不仅包括函数模型还包括随机模型,因此要研究测量平差模型误差对平差结果的影响就要研究函数模型误差和随机模型误差二者同时的影响。本文以间接平差模型为例,随机模型误差、函数模型误差和随机模型误差三个层次研究了测量平差模型误差对平差结果影响的公式,论证了不同平差模型误差情况下的平差结果,并推导和论证了同时考虑函数模型误差和随机模型误差对平差结果影响的公式。     

A new method for indentifying the model error of adjustment system

Some theory problems affecting parameter estimation are discussed in this paper. Influence and transformation between errors of stochastic and functional models is pointed out as well. For choosing the best adjustment model, a formula, which is different from the literatures existing methods, for estimating and identifying the model error, is proposed. On the basis of the proposed formula, an effective approach of selecting the best model of adjustment system is given. Project supported by the Open Research Fund Program of the Key Laboratory of Geospace Environment and Geodesy, Ministry of Education, Wuhan University (No. 905276031-04-10).     

A new method for indentifying the model error of adjustment system

Some theory problems affecting parameter estimation are discussed in this paper. Influence and transformation between errors of stochastic and functional models is pointed out as well. For choosing the best adjustment model, a formula, which is different from the literatures existing methods, for estimating and identifying the model error, is proposed. On the basis of the proposed formula, an effective approach of selecting the best model of adjustment system is given.     

A New Method for Identifying the Model Error of Adjustment System

IntroductionAdjust ment process deals with the problemsfor esti mating parameters and assessing precisionbased on observations with errors . The researchon adjust ment system involves building mathmodel , determining the opti mization rule andstudying adjust ment arithmetic . Math model ofadjust ment system(also called adjust ment mod-el)is composed of functional and stochastic mod-els . The former describes the relationship be-tween observations and the expectation of pa-rameters . The latte…     

平差系统的模型误差及其识别方法研究

论述了模型误差影响参数估值的一些理论问题,指出了随机模型误差和函数模型误差之间的相互作用和转化。为讨论平差系统最优模型的选取,给出了与现有文献将模型误差纳入平差系统的思路不同的一个估计和识别模型误差的理论基础公式,由此导出了相应的实用公式,给出了平差系统模型的优选方法。     

三维实体模型的建模技术

三维实体模型是虚拟战场环境建立与应用的重要组成部分。本文重点研究了三维实体模型设计思路和制作技术方法,并以三维武器(飞机)模型作为实例进行了具体实践,阐述了基于3D-MAX设计武器模型的思路及实现过程、模型制作、模型渲染的技术方法。     

专题地图制图数据处理系统(MDPS)研究

本文把专题制图数据处理(MDPS)作为一个制图系统,从系统背景、系统原理、系统结构、系统功能和系统特点等方面,论述该系统的基本原理和方法,并用实例检验了系统实用性。     

面向位置服务的室内空间数据模型研究

室内空间是当前位置服务的新领域,本文围绕位置服务中室内空间建模的全方位需求,比较分析了三类室内空间数据模型的优缺点与适用范围。在此基础上,探讨了一种基于面向对象的室内空间模型框架,集成了室内对象的几何、拓扑和语义信息,可为个性化、智能化位置服务提供数据支撑。     

基于二次曲面的拟合推估法在GPS高程测量中的应用

针对GPS水准拟合常用的多项式拟合模型、多面函数拟合模型和加权平均拟合模型存在的缺陷，采用最小二乘拟合推估的方法提高拟合精度，并通过某工程实例比较和分析，认为该拟合方法比单一模型精度更高、稳定性更强且具有较高的可靠性和实用价值。     

NeQuick2电离层改正模型的性能评估

NeQuick2电离层改正模型是在NeQuick1模型基础上改进而来的。利用GPS实测观测值在不同卫星截止高度角情况下获得的斜路径总电子含量作为参考,对该电离层模型性能进行评价,并与常用的国际参考电离层和Klobuchar电离层模型进行比较。结果表明,NeQuick2模型获得的斜向总电子含量与实测差值的标准差保持在15TECU以内,其稳定性显著优于国际参考电离层和Klobuchar模型。