卫星定位高程拟合模型优选

卫星定位高程拟合模型常用的有曲面拟合模型、多面函数拟合模型及神经网络模型等。这些拟合模型均有其优势和局限性。针对如何选取小区域的最优高程拟合模型问题,提出了运用二次曲面模型、三次曲面模型、多面函数模型及BP神经网络模型分别对GPS高程进行拟合的方法进行验证。该实验以山东省某矿区的实测数据为例,对比分析各个模型的优缺点,并运用AIC准则对模型进行综合评定。实验结果表明,对于小区域小数据量的卫星定位高程拟合,多面函数拟合模型为最优模型。     

混沌时间序列相空间重构及特性识别

相空间重构是混沌时间序列分析及预测的前提。针对地铁建设中地表沉降变形监测的弱信号数据处理问题,该文引入了混沌理论,通过采用自相关函数法和C-C法对比求得时间延迟τ,运用G-P方法和Cao方法求取嵌入维数m,从而对时间序列进行相空间重构;并通过求取最大Lvyapunov指数对时间序列进行混沌特性的判定识别。研究结论表明,系统的混沌特性,在研究地铁变形监测、运用混沌理论建模预测以及变形监测数据处理方面是值得重视的。