基于多通道奇异谱分析的GNSS坐标时间序列共模误差的提取

共模误差是区域连续GNSS网中存在的一种与时空相关的主要误差源.为了有效的剔除共模误差,提高坐标时间序列的精度,本文提出了利用多通道奇异谱分析（Multi-channel Singular Spectrum Analysis,MSSA）提取共模误差的新思路,并利用实验区域18个测站9年（2002年到2010年）的GPS坐标时间序列进行实验,分析了共模误差对时间序列的影响和测站噪声特性的影响,并对共模误差序列进行周期探测,结果显示：通过MSSA能够有效的剔除共模误差,提高坐标时间序列的精度.     

GNSS垂向坐标时间序列周年项振幅的时变特征及成因分析

GNSS坐标时间序列中季节性信号的振幅表现出明显的时变特性.本文从全球范围内选取了468个GNSS测站的垂向坐标时间序列数据,对周年项振幅的时变特征和原因进行了深入探究.首先坐标时间序列数据在经过带通滤波后,进行分段最小二乘拟合,得到随时间变化的周年项振幅,并在此基础上,分析了振幅变化的量级大小和特点,发现全球测站周年振幅变化的平均幅度在1 mm左右,并且振幅的波动性具有明显的时空分布特征,忽略这种时变特性最大会造成2～3 mm的周年项残留.然后从环境负载和热膨胀效应入手分析了周年项振幅变化的原因及其对周年项振幅变化的贡献,发现环境负载和热膨胀位移与GNSS垂向坐标之间周年振幅变化的平均一致性在60%左右,而且经过两者改正分别有68%和76%的测站周年项振幅波动幅度出现了下降,由此提出环境负载和热膨胀效应是周年项振幅变化的重要原因.同时经过分析发现GNSS数据处理模型和策略也会引起周年项振幅的变化.     

顾及有色噪声的GNSS时间序列时域信号提取

随着大型地震的发生,GNSS时间序列中除线性趋势和周期信号外,还存在大量震后瞬态,准确地提取各项时域信号是运用GNSS时间序列进行地学研究的关键.为此,本文提出了顾及有色噪声的GNSS时间序列时域信号提取法.该方法首先基于白噪声（White Noise,WN）+闪烁噪声（Flicker Noise,FN）模型,使用最大似然估计（Maximum Likelihood Estimation,MLE）对震前GNSS时间序列进行参数估计,并根据参数估值来去除震后时间序列中的震前信号,以此获取残差序列;然后将残差序列作为求解特征时间尺度的观测量,WN+FN模型作为观测量的随机模型,并采取非线性最小二乘法（Non-linear Least Squares,NLS）法估计特征时间尺度;最后利用估计的特征时间尺度构建GNSS时间序列函数模型,并采用MLE估计其未知参数,进而实现时域信号的提取.经模拟数据分析,考虑有色噪声时,特征时间尺度估计算法的收敛性提高了25%,各项未知参数的标准差（Standard Deviation,STD）显著下降.最后,将该算法应用于日本区域实测数据,并与传统方法进行了对比分析.

     

基于EMD,EEMD与CEEMD的信号时频分析技术对比研究

时频分析方法在各个领域中广泛应用起来,特别是在工程领域中对结构和构件的变形以及内部损伤检测应用较多。HHT作为一种新兴的非线性,非平稳时频分析技术在探测和勘探领域中具有广阔的前景。文中重点对EMD,EEMD和CEEMD算法进行分析,通过对合成信号进行傅里叶变换和希尔伯特-黄变换,得到信号的频谱图,希尔伯特黄谱,边际谱等数据。通过对比分析,总结了三种方法的优缺点。结果表明,EMD,EEMD和CEEMD方法是进行非线性非平稳信号分析的有效工具。     

基于地基GPS-TEC的中国区域地震电离层效应研究

基于中国陆态网络地基GPS-TEC观测,针对2008～2019年发生在中国区域的7个M_S≥6.0地震,采用滑动四分位距法分析了地震前后的电离层扰动时空分布特征。结果显示,5个地震的震前2～6天,GPS-TEC值出现负异常扰动,地震发生期间及震后电离层TEC出现正异常扰动,主要集中在震后2～7天;GPS观测站距离震中越近,垂直上空的TEC扰动越明显,扰动空间最大范围可达2000km。随着震级的增加,震前电离层TEC异常扰动的发生率有所增加,且异常覆盖的范围也有所扩大。因此,认为震前一周内的电离层TEC变化可能提供揭示电离层扰动与地震活动之间关系的线索。     

基于EMD与关联维的储层识别(英文)

在储层发育带,通常地震波波形会变复杂,所以关联维会变小。但由于地震波是有一定带宽的信号,波形受这个带宽内所有频率成分的影响,如果直接进行关联维的计算,其结果往往不能很好地反映储层。鉴于这种情况,提出了经验模态分解（EMD）与关联维相结合的方法,利用EMD对地震波进行分解,对分解后的每一个平稳的固有模函数（Intrinsic ModeFunction,IMF）分量进行关联维计算,将计算结果与有效的IMF分量进行储层预测。利用该方法对xx区三叠系中油组进行了试算,取得了较好的效果。     

基于EMD方法与RBF神经网络的结构损伤检测

针对结构损伤检测中损伤的识别、定位以及程度的标定这三个独立并按一定先后顺序进行的检测过程,提出了一种能将以上三者同时进行的联合检测方法。该方法首先利用经验模态分解(EMD)方法将三层钢筋混凝土剪切型结构在各种损伤工况下的顶层地震作用加速度响应分解为若干固有模态函数(IMF)分量,然后以此IMF分量和未经EMD分解的原始加速度响应数据来构造损伤标识量,作为特征参数依次输入到径向基函数神经网络(RBFNN)中进行损伤检测。给出了应用此方法的具体步骤,通过仿真实验证明了利用该方法进行结构损伤一次检测的可行性和有效性,结果表明,由加速度响应经EMD分解而得到的IMF分量输入到RBFNN中能够更为精确地一次检测出结构所有损伤信息,并且RBFNN在结构损伤损度大时具有更好的检测效果。     

基于经验模态分解的形变信号滤波处理与异常提取

本文介绍了经验模态分解的方法与原理,给出了由经验模态分解产生的固有模态函数重构组合滤波器的原理与详细算法。通过对形变观测中典型干扰信号的综合处理、异常提取试验及其所取得的效果,综合分析认为,经验模态分解组合滤波器方法可作为形变观测数据处理中一种新的行之有效的分析方法。     

基于EMD和伪Wigner-Ville分布的大地电磁信号功率谱估计

为了减小大地电磁信号的非平稳性给谱估计带来的偏差,本文从时-频域上,提出了一种基于EMD和伪Wigner-Ville分布的大地电磁信号功率谱估计方法.将MT信号的幅度表示为频率和时间的函数,然后从时间-频率谱中统计估算功率谱,并引进EMD和伪Wigner-Ville分布来抑制Wigner-Ville分布中的交叉项.文章...     

A practical method for outlier detection in autoregressive time series modelling

A practical method is developed for outlier detection in autoregressive modelling. It has the interpretation of a Mahalanobis distance function and requires minimal additional computation once a model is fitted. It can be of use to detect both innovation outliers and additive outliers. Both simulated data and real data re used for illustration, including one data set from water resources.     

Spectral analysis for GNSS coordinate time series using chirp Fourier transform

Spectral analysis for global navigation satellite system (GNSS) coordinate time series provides a principal tool to understand the intrinsic mechanism that affects tectonic movements. Spectral analysis methods such as the fast Fourier transform, Lomb–Scargle spectrum, evolutionary power spectrum, wavelet power spectrum, etc. are used to find periodic characteristics in time series. Among spectral analysis methods, the chirp Fourier transform (CFT) with less stringent requirements is tested with synthetic and actual GNSS coordinate time series, which proves the accuracy and efficiency of the method. With the length of series only limited to even numbers, CFT provides a convenient tool for windowed spectral analysis. The results of ideal synthetic data prove CFT accurate and efficient, while the results of actual data show that CFT is usable to derive periodic information from GNSS coordinate time series.     

顾及次优噪声模型的GNSS坐标时间序列噪声模型选择

在全球导航卫星系统（Global Navigation Satellite System,GNSS）坐标时间序列噪声建模领域,选择合适的噪声模型对GNSS坐标时间序列的速度信号提取具有重要价值.长期以来,研究者专注于建立最优噪声模型来描述GNSS坐标时间序列中的噪声成分,却往往直接忽略与最优噪声模型性能接近的次优噪声模型.本文选用8种常见的噪声模型,使用极大似然估计法（Maximum Likelihood Estimate,MLE）估计模型参数,以赤池信息量准则（Akaike information criterion,AIC）作为评价准则来选取噪声模型.实验数据采用中国区域12个国际GNSS服务（International GNSS Service,IGS）基准站36个坐标分量及全球范围内50个IGS基准站150个坐标分量的坐标时间序列.结果表明,超过半数的测站坐标分量上存在与最优噪声模型性能接近的次优噪声模型.在此基础上中国区域的IGS站,在东方向有14%的次优噪声模型拥有比最优噪声模型数值更大的速度不确定度,在北方向和垂直方向,这一值分别为33%和63%.而对于全球范围的IGS站,这一值分别为31%、39%和48%.因此在GNSS坐标时间序列噪声模型选择过程中,充分考虑与最优噪声模型性能接近的次优噪声模型有助于获得到更保守的估计结果.

     

一种基于时间序列与核岭回归的结构损伤定位方法

结构健康监测的一个重要目的是实现结构损伤识别与定位,文章将结构监测数据的时间序列模型与机器学习中的核岭回归相结合,提出了一种新的结构损伤定位方法.先定义结构损伤识别矩阵,推导出结构损伤系数向量与损伤结构和未损伤结构的自回归系数向量差值的关联关系,结构的损伤识别矩阵可以通过机器学习中的核岭回归算法获得.对比其他回归算法,核岭回归的正则化、核函数特性可以大幅提高模型的拟合性能与泛化性能,更好地应用于结构损伤识别.然后通过一混凝土框架数值模型对该方法进行验证.结果表明该方法对结构的单损伤、多损伤均可进行有效识别,准确率较高.     

基于特征矩阵联合近似对角化和经验模态分解的储层识别

地震信号是非线性和非平稳的信号.本文提出了基于特征矩阵联合近似对角化和经验模态分解相结合的算法,将地震信号分解为多个相互独立的固有模态函数分量.然后利用已知井储层发育情况,选取对储层识别有效的IMF分量进行储层预测.仿真和实际地震数据应用表明了该方法的有效性.     

Quasi-real time inversion method of three-dimensional epicenter coordinate,trigger time,and magnitude based on CORS

This study explores the quasi-real time inversion principle and precision estimation of three-dimensional coordinates of the epicenter, trigger time and magnitude of earthquakes with the aim to improve traditional methods, which are flawed due to missing information or distortion in the seismograph records. The epicenter, trigger time and magnitude from the Lushan earthquake are inverted and analyzed based on high-frequency GNSS data. The inversion results achieved a high precision, which are consistent with the data published by the China Earthquake Administration. Moreover, it has been proven that the inversion method has good theoretical value and excellent application prospects.     

基于奇异值分解的时移地震互均衡方法

针对时移地震互均衡处理中的传统匹配滤波算法抗噪能力弱的特点,重新推导匹配滤波方程,引入奇异值分解方法求解,克服系数矩阵的奇异性,同时减少噪声的影响.模拟数据和实际数据都验证了基于奇异值分解匹配滤波较传统匹配滤波算法有更好的抗噪能力.