基于RegEM算法的GPS坐标时间序列插值应用分析

将一种基于数据驱动的RegEM算法引入GPS坐标时间序列插值中,分别采用模拟不同比例连续缺失数据与实测含缺失数据,比较RegEM与拉格朗日方法、三次样条方法、正交多项式方法的插值效果与性能。结果表明,对于模拟不同比例连续缺失数据,RegEM算法插值效果均优于传统方法,且在大量数据连续缺失的情况下效果最优;对于实测含缺失数据,RegEM方法插值所得序列保留方差最大化效果最好,约为正交多项式方法的1.17倍、三次样条方法的1.38倍。     

改进DINEOF算法在中国渤海叶绿素a遥感缺失数据重构中的应用研究

叶绿素a(chl-a)是重要的海洋环境水色参数,但是受云雾覆盖的影响,卫星遥感chl-a产品中普遍存在数据缺失的现象,大大降低了数据的应用效果.经验正交函数插值方法(DINEOF)是目前在长时间序列缺失数据重构方面应用最广泛的数据插值重构方法,本研究针对DINEOF方法在空间小尺度上过度平滑的缺陷,设计了 一种面向渤海...     

基于GPS高程时间序列粗差的抗差探测与插补研究

研究抗差估计和稳健估计粗差探测IQR准则的粗差剔除算法以及缺值点插值的正交多项式最小二乘拟合方法。以中国3个CORS基准站从1999-03-01—2009-12-31日的单天解GPS高程时间序列为对象进行粗差探测与插补的试验。结果表明：抗差估计比IQR准则能更有效地探测和剔除粗差;三次样条插值当连续缺失历元超过5~10个时插值结果易发生扭曲;低次正交多项式拟合的结果稳定,一般选择2~3次拟合即可获得理想的效果,当连续缺失历元达3个月时,正交多项式拟合后的曲线与序列趋势仍基本一致。     

移动格林基函数样条二维插值算法研究

针对用于插值的已知点较多时,插值计算需要解算大规模矩阵、计算耗时长甚至无法解算的问题,引入移动曲面的思想,取插值点周边最邻近k个已知点进行格林基函数二维样条移动插值,实例计算结果表示,该方法的插值精度高于Shepard插值法与多项式拟合法的精度。插值范围大及测点数量众多时,该方法仍可用,无需数据分区与光滑接边,与整体插值相比可大大降低计算时间。     

不同插值方法对典型固体潮水位插值结果比较

选取9口固体潮观测井的3种典型水位数据,用5种插值方法进行插值分析。结果表明,三次多项式插值法对少量数据缺失的插值效果最佳;线性插值法对趋势变化大、固体潮汐波动被压制水位的插值效果最好;ARMA模型预测法对固体潮显著、趋势变化平缓水位的插值效果最佳;线性插值和ARMA模型预测法对固体潮清晰、短期起伏波动水位的插值效果各有其优势。     

基于模型和空间相关性的GPS时间序列插值方法

针对GPS时间序列的空缺,根据数据固有特性和空间特性,提出基于模型和噪声空间相关性的GPS时间序列插值方法,并以陕西省GPS连续站为例验证该方法对长空缺插值的优势。通过实验分析不同情况的空缺和插值对GPS时间序列速度、周期项以及噪声特性的影响。结果表明,空缺对速度影响较小,较少的观测也可以较好地反映地壳线性运动;空缺对周期项影响较大,利用GPS分析周期性运动时必须考虑空缺的影响;噪声频谱分析显示离散空缺比长空缺影响大,噪声特性分析时应注意。     

样条函数在处理固体潮资料中的应用

本文叙述了三次样条函数和三次样条插值函数的定义。根据定义和重力固体潮观测曲线的特征,讨论了如何构造适合于在重力固体潮观测曲线中插值的三次样条插值函数,用构造出来的函数连续插n(n=1,2,3)个点的值,效果都好。     

重力时变的数学逼近

研究了根据时域内离散的重复重力测量数据获取连续重力变化的方法。分析比较了多种不同的插值、拟合和滤波方法的优缺点 ,认为Akima样条插值法、正交多项式拟合法和卡尔曼滤波法对重力数据处理效果较好。以华北 6 3号相对重力点和香山绝对点为例给出了处理结果 ,并对三种方法的意义和适用范围进行了讨论。     

奇异谱迭代区间四分法在GPS坐标时间序列插补中的应用

采用奇异谱迭代的区间四分法进行GPS坐标时间序列的插补。该方法基于自适应滤波的方法,从不完整的坐标时间序列中提取主要的特征成分完成插值,是对奇异谱迭代插值算法的改进。将本文方法与拉格朗日插值法进行比较发现,本文方法不仅拥有更高的插值精度,而且解决了奇异谱迭代插值的效率问题,计算效率得到很大提高。     

局部SVT算法的遥感反演场数据恢复实验分析

 遥感反演场数据会由于云雾、地物的遮挡,传感器性能等原因造成部分区域数据的缺失而影响遥感反演场数据的应用。矩阵填充理论针对低秩矩阵,利用矩阵的低秩性,即数据的高相关性,可以高精度地对低秩矩阵中的缺值数值进行恢复,其中矩阵填充理论中的SVT(Singular Value Thresholding)算法可以对矩阵中缺失数值进行快速、高精度的估计,应用广泛。本文应用矩阵填充理论的SVT算法,以缺值点为中心,方差最小作为窗口尺度选择的标准,这样可以保证区域数据的高相关性,建立局部窗口,对窗口进行SVT算法填充。本文也针对相同缺值区域进行了距离反比加权插值、Kriging插值法插值和整体SVT算法插值,整体SVT算法插值即并未对缺值点进行相关性窗口判断,而是直接对整个区域进行SVT填充。并对这几种方法的精度进行比较,得到局部SVT算法的精度相比整体SVT算法和距离反比加权插值算法的精度要高,与Kriging算法相比,其精度变化趋势相似,在锋面区域局部SVT算法精度比Kriging方法要高。     

IGS���������ڲ�����Ϸ����ȵıȽ�

??GPS???????????Lagrange?????Neville?????Chebyshev???????????Legendre???????????????????????????????????????8?????????????????????????9???????ε???????????????????ε????????????????????ε????????????????ν?????????     

�߲�������GPS���ǹ�������ֵ�����Ƚ�

??????????????????????3?????????????????????????????????????????????Χ????????????????????????????????????????????????????50 Hz????????????У???????????????????????????????????1/45?????????????????1/15??     

基于ARMA模型的地磁偏角缺数处理方法

针对地震仪器记录的地磁数据存在单点缺失和连续多点缺失而不利于地震数据处理和地震预报的问题,同时为了快速处理非震异常值,本文提出将时间序列自回归移动平均（ARMA）预测模型用于地磁数据插值处理,并与均值插值、线性插值进行对比分析。结果表明,均值插值、线性插值和 ARMA 模型单点缺失的平均标准误差分别为 0.110 2、0.006 9 和 0.000 1,连续多点缺失的平均标准误差分别为 0.258 23、0.194 2 和 0.004 86,说明 ARMA 模型在单点缺失和连续多点缺失时均具有较低标准误差,且能很好地保持实际观测序列的曲线形态,插值效果较好,有望成为地磁数据序列处理的一种新方法。     

һ���µ�GPS����������ֵ����

???ù?????????????GPS???????????в???????????????3????????????????Lagrange???????????б?????????????????б???????????????????????????н???????     

���ű��νṹ�ľ��ܲⶨ����ά�ؽ�

??????????????????ν?????????????????????ν??????????????????????????????????????????Delaunay?????????????????η???????????????????????????????????棬?????????????δ?С??2??D??3??D?????????????÷???????????????????α??С??????????????