改进GM(1,1)模型在建筑沉降变形观测中的应用

灰色预测模型GM（1,1）的建模思想是：原始序列（非负序列）经过一次累加生成后,形成一个单调递增数列,新序列中各数据点的连线可以用指数函数y=ae^bx进行拟合。根据这个指数函数可以推导出下一个累加值的预测值（即第一个预测期）,最后通过累减生成将累加序列预测值还原为原始序列预测值。本文通过对原始序列进行指数-幂函数变换,增加了原始序列的光滑度;并在灰参数求取过程中对原始序列赋以权重,利用迭代计算的方法推导出了模型精确背景值;最后通过使预测序列残差平方和最小的方法计算出最优初始条件,进而提出了一个改进后的GM（1,1）模型。利用改进后GM（1,1）模型对某大厦沉降监测数据进行模拟与分析,并对改进前后的模型进行对比与分析,结果表明,改进后模型的各项精度因子相比于传统模型均有所提高,且时间序列越往后的预测值,精度越高。     

EM算法的时序模型在沉降数据处理中的应用

针对时间序列分析对监测数据中出现的不完全数据(部分数据缺失)无法进行精确建模的问题,该文引入期望极大算法(EM算法),提出EM算法与时间序列分析的组合算法模型。运用EM算法的时间序列分析组合算法模型可以对沉降过程中遇到的不完全沉降数据进行建模分析,该组合算法模型可以对不完全沉降数据进行较为精确的建模,并对后期沉降数据进行较为精确的预测。将某地铁基坑点沉降数据作为实验数据,EM算法的时间序列分析的建模结果表明:所提出的组合算法模型可以对不完全沉降数据进行建模分析,绝对误差为0.23mm,建模精度较高。     

基于时间序列模型的沉降监测预报分析

时间序列模型预测具有可靠性与高效性的特点。本文结合沉降监测工程,采用Matlab进行建模预报分析,分别基于预测模型(AR、MA、ARMA)进行应用。对比自回归模型、滑动平均模型及自回归滑动平均模型预测结果的精度,表明3种模型可预测期连续分布,模型组合可提高预测精度。     

混合GM(1,1)模型预报季节性时间序列精度的方法探讨

灰色系统已被成功用于工程、经济、物理控制等许多领域。然而在预报具有季节性的时间序列时，直接应用GM(1，1)灰色模型往往精度不高。因为GM(1，1)灰色模型只能反映时间序列的总体变化趋势，不能很好反映其季节性波动变化的具体特征。因此，作者提出运用“滑动平均去季节性波动”与GM(1，1)混合建模的方法预报具有季节特征的时间序列。并以水文地质系统中地下水位预报和安装在混凝土中的测缝计测得的建筑物形变量为一组时间序列，基于均方差、平均绝对误差和平均绝对百分误差三个精度准则，比较了此方法与其它灰色建模法的结果。结果表明，此方法不仅能反映时间序列的总体变化趋势，而且能客观反映其波动变化的具体特征，有效提高了预报精度，减少了建模的复杂度。     

BP模型在变形监测数据分析和预测中的应用

本文通过对BP网络模型的研究,建立BP神经网络预测模型,并使用VC++语言编程加以实现。将模型应用于东江大坝实测变形监测数据的分析和预测,对时间序列建模和以环境变量为自变量两种方法建模,发现这两种模型都可以很好的实现变形量的预测,且以自变量为因素所建立的模型预测精度更高。     

GM(1,1)变形建模中元素选取的对比研究

以某煤矿工作面内某点的沉降观测数据为依据,分别选取累计变形量、单次变形量以及日变形速率为建模元素获取建模序列,用c#对该点建立均值GM(1,1)模型,得到3种不同建模序列的沉降预测值.对比分析发现,单次变形量以及变形速率序列对建模数据预测优于累计变形量序列.而且若等周期观测,变形速率与单次变形量预测效果相同;非等周期观测时,单次变形量序列预测效果最好.     

卫星钟差预报模型的分析与比较

为了分析二次多项式模型(QP)、灰色模型(GM(1,1))、时间序列模型(ARIMA)以及小波神经网络模型(WNN)这4种模型钟差预报的效果,采用GPS提供的RTS精密钟差数据作为实验数据,通过不同数量的建模数据对4种常用模型进行建模;并预报接下来的30 min和1 h两个时长的钟差数据.据此对4种模型的钟差预报效果进行分析和比较,总结了各模型预报钟差的优点与不足.     

一种基于卫星轨迹的电离层区域建模方法

提出了一种改进的基于卫星轨迹的电离层区域建模方法,详细讨论了基于卫星轨迹电离层区域建模的基本原理,并利用IGS SHAO单基准站数据建模试验,分析验证了基于卫星轨迹的电离层建模方法的可靠性。该模型可以有效表达电子密度小区域陡变,模型区域拟合精度在1~3 TECU。     

基于时间序列分析的动态变形预测模型研究

提出了基于AR并将其推广到CAR模型对时间序列统一建模的新观点和方法，并以实例对动态模型与静态模型分别作了应用比较。结果表明，时间序列分析动态模型预测精度高，用途广泛。     

小波分解下的变形预报组合模型

利用小波变换分解变形监测数据,重构分离得到低频线性项和高频非线性项,线性特征强的子序列使用ARMA模型进行建模预报,非线性特征强的子序列使用神经网络模型进行建模预报,最后合成获得预报值。文中使用隔河岩大坝GPS变形监测数据进行建模预报,分析小波分解层数对预报精度的影响,提出平滑测度确定分解层数的方法,比较ARMA模型或神经网络模型和小波分解下的组合模型的预报精度,结果表明组合模型的预报精度优于单一模型,其精度在0.6mm,最大偏差为1.6mm,平均改善76%和77%。     

考虑随机模型精化的精密GPS动态定位新方法

GPS动态定位要求建立函数模型和随机模型。函数模型描述的是观测值和待估参数之间的物理和几何关系，随机模型描述了GPS观测值的统计特征，并通过观测值的方差协方差给定了每个观测值对最后的定位结果的贡献。正确给定函数模型和随机模型对于GPS定位结果的估计和观测值的粗差探测均至关重要。由于有各种误差存在于伪距和载波相位观测值中，一般GPS动态定位模型均采用双差观测值来构建函数模型。有时候，仔细地使用单差观测值，较之双差观测值有更多的优点，给出了选用单差观测值的理由。但是单差观测值给函数模型带来了接收机钟差，如果直接使用单差观测方程，设计矩阵是奇异的。为了解决这个问题，将伪距观测值中接收机钟差项和接收机延迟项合并为一个新的未知参数。至于载波相位观测值，首先选定一个参考卫星，然后在观测方程的右端同时增加一正一负的参考卫星单差整周模糊度，将正项与接收机钟差项和接收机延迟项合并为一个新的未知参数，将负项和原观测方程中的单差整周模糊度项合并为双差整周模糊度，而参考卫星观测方程的模糊度项则为零，这样无须组建双差观测值，软件实现较容易，也可以直接使用LAMBDA法求整周模糊度，最终也解决了观测方程奇异的问题。准确理解观测值的统计特征是建立GPS随机模型的基础，长期以来GPS商业软件均采用简化模型。关于GPS随机模型的研究远没有函数模型那样受到广泛关注，静态GPS定位可以采用方差协方差分量估计等严密的方法，而动态定位无法承担方差协方差分量估计的计算负担。GPS观测值的信噪比(SNR)是GPS接收机观测过程中的副产品，影响SNR值的因素，如大气层、多路径、接收机内部电路等，也正好是GPS观测值的误差源，因此GPS观测值的方差与SNR存在一定的对应关系。利用这个对应关系来精化GPS随机模型。为了验证本文采用的函数模型的正确性和随机模型的有效性，我们对1999年的一次实测数据(包括零基线和短基线)进行了试算。与零基线的真值和GPSurvey 2．35处理的短基线静态结果比较，表明使用的函数模型是正确的。简化随机模型和精化随机模型处理的结果比较说明精化模型提高了基线处理的精度，同时说明了研究GPS随机模型精化的必要性。     

主断面沉陷曲线的复合幂函数模型

分析了现有的开采沉陷预计的剖面函数模型如负指数函数、双曲正切函数等模型具有表达式过于复杂,坐标原点、参数在实际使用时较难确定等缺点,研究了矩形采空区上方地表沉陷观测数据的特征,提出了一种新的开采沉陷预计的主断面拟合函数。这种新的拟合函数表达式简单,在实际工作中容易确定相关参数。某矿山的实测资料验证说明,提出的该拟合函数与实测资料吻合程度较高。     

WebGIS的主要构造模型评价

经过近8年的发展,WebGIS已经积累了很多构造模型,本文系统地阐述了三种主流WebGIS的构造模型和特点,根据这些构造模型和特点,结合开发项目的需要,选择合适的构造模型,构造出满足业务需求的WebGIS平台,为数据分析和数据挖掘提供基本支撑。     

一种改进的适用于不同地形的GPS高程拟合模型

根据GPS高程拟合中不同拟合模型的特点,利用多面函数较好的整体拟合性和移动法灵活的局部拟合性,提出了一种基于多面函数和移动法的综合模型。3种不同地形的算例表明,本文提出的综合模型在不同地形条件下较其他两种综合模型拟合效果更好,即拟合精度更高,残差更稳定。     

北斗三号卫星观测信息高度角相关随机模型统计特性分析

观测信息随机模型在参数估计、质量控制和精度评定过程中具有重要作用,准确的观测信息随机模型是北斗精密定位的基础。首先,利用简化的Helmert方差分量估计方法估计北斗三号卫星观测信息精度,并拟合模型系数;然后,利用全局检验和$\omega$检验对基于分段函数、正弦函数、余弦函数和指数函数的随机模型进行统计检验,分析随机模型统计特性;最后,利用精密单点定位（precise point positioning,PPP）检验各随机模型对定位性能的影响。实验结果表明,北斗三号卫星的伪距和载波相位观测值精度均与高度角相关,且观测类型不同,相关程度不同;基于指数函数的随机模型在拟合误差、全局检验和$\omega$检验中均表现出最优的性能,全局检验浮点解和固定解的误警率仅为5.1%和4.9%,$\omega$检验伪距和载波相位最大误警率分别为5.8%和6.8%,PPP收敛时间最短,定位精度最高。基于指数函数的随机模型能够准确描述北斗观测信息精度,提高北斗三号卫星精密定位结果的精度和可靠性。     

指数平滑与曲线拟合模型在沉降监测中的应用

通过分析建筑物沉降监测数据的特点,采用了指数平滑和曲线拟合模型对建筑物沉降监测数据进行处理,实现了两种数据处理模型的建模过程,并用于建筑物沉降量的实际预测,验证了模型的可行性。     

温变环境下RSSI测距温度改正建模

现有RSSI测距中的路径损耗模型多依赖于经验模型,其环境适应能力较差。温度变化是影响RSSI观测的主要因素之一,进而影响RSSI测距精度。因此,构建包括温度改正项的信号传播路径损耗模型是温变环境下提高RSSI测距精度的关键。本文基于对数距离路径损耗模型,分析了将路径损耗指数视为温度函数和RSSI直接温度改正的两种温度改正建模方法,并提出了3种具体的RSSI测距温度改正模型。利用温变试验的RSSI实测数据,分析了RSSI随温度变化的特性,建立了RSSI测距温度改正模型。结果表明,RSSI测距温度改正的多项式改正项和混合改正项所建立的模型均具有较高的测距改正精度;但随着节点间距的增大,建模的误差也随之增大。     

Developing water quality retrieval models with in situ hyperspectral data in Poyang Lake,China

Applying remote sensing techniques to develop the retrieval models and further to obtain the spatiotemporal information of water quality parameters is necessary for understanding, managing, and protecting lake ecosystems. This study aimed to calibrate and validate the retrieval models for estimating the concentrations of chlorophyll a (C_CHL), suspended particulate matter (C_SPM), and dissolved organic carbon (C_DOC) with the in situ hyperspectral measurements in Poyang Lake, China in 2010 and 2011. The model calibration and validation results indicated that: (1) for C_CHL retrieval, significantly strong and moderate correlations existed between the measured and estimated values (with the correlation coefficient r = 0.92 and r = 0.76) using the exponential model and the three-band model, respectively, with biased estimation observed for the exponential model; (2) for retrieving C_SPM, there was a strong correlation between the measured and estimated values (r = 0.95) using the exponential model; and (3) no significant correlation between measured and estimated C_DOC values was found with our developed models. More work is needed to allow the water quality of Poyang Lake to be accurately and steadily estimated, especially for C_CHL and C_DOC.     

基于克里金法重力数据插值的研究

分析了变异函数的五种理论模型,采用了各种模型进行插值计算,实现了对我国某区域重力异常数据进行空间插值。     

基于FLAASH和ATCOR2模型的Landsat ETM+影像大气校正比较

利用FLAASH和ATCOR2模型对漓江流域的Landsat ETM+数据进行大气校正,以GLS(Global Land Survey)获得的同步高质量地表反射率影像作为参考数据,从目视效果、典型地物光谱特征和波谱一致性三方面对两种模型的校正结果进行对比分析。研究表明,两种模型均可以对ETM+影像进行有效的大气校正,FLAASH模型的校正精度优于ATCOR2模型。