变形监测数据处理方法的对比分析

本文介绍了长江中下游水患区沉降监测工程概况,对研究变形监测点位稳定性的方法做了分析研究。主要内容包括:利用最近三年的洞庭湖周边地区的水准数据,依次采用稳健估计法,平均间隙法,单点位移分量法对所选水准基准点的稳定性作定量分析并进行比较得出相关结论。     

基于矩估计法的P范分布参数估计

P范分布的参数估计值的精度对观测值的估计效率和数据处理的精度影响较大。从观测值分布的实际情况和简化运算出发,引入二/四阶矩估计方法估计P范分布的形状参数和方差,给出了二/四阶矩估计法的形状参数的近似计算式。为了进一步提高估计效率,引入对数期望矩估计法,将绝对矩与对数绝对矩相结合,导出了基于对数期望矩估计法的P范分布形状参数p、方差σ的合理估计表达式。最后利用两组模拟数据对该模型和计算方法的正确性进行了验证,并与传统极大似然估计方法进行了对比分析。结果表明,当样本数较少时,二/四阶矩估计法和对数期望矩估计法在收敛性、稳定性和准确性等方面优于极大似然估计法。     

一种滑坡变形监测综合技术的应用

现今监测方案的综合设计和监测数据管理与综合处理已成为变形监测技术发展的一种趋势。本文阐述了一种滑坡变形监测综合技术,结合此新技术在忠武输气管道干线忠县至宜昌段顺溪Ⅰ号滑坡上两年零四个月的实践,充分证明了此种技术的可行性。本文重点研究GPS技术在此变形监测过程中的具体应用。     

基于全站仪观测数据的三维平差模型及数据处理

建立基于全站仪多维观测数据的三维网平差模型,用VisualBasic语言编制计算程序,使其自动完成控制网的平差,解决实际应用中全站仪采集数据和成果处理中存在的问题,指导测绘生产,使全站仪更方便地用于地形控制测量、工程控制测量等测绘工程中。     

对《地形测图》课程教学改革的探讨

针对当前测绘工程专业的发展现状和社会对测绘专业人才的需求,本文分析了地形测图课程教学改革的必要性,着重在课程教学改革的研究与实践、存在的问题等方面进行了深入的探讨。实践证明,通过深入开展地形测图课程教学改革的研究与实践,有效地推动了测绘工程专业的专业建设。     

沙钢综合管网信息系统的建立

随着国民经济建设的迅速发展和大型钢铁企业生产规模的不断扩大,计算机技术、网络技术和数据库技术的不断完善,使得大型钢铁企业综合管网信息系统的建立迫在眉睫。文章介绍了数字综合管网管理系统的构成,阐述了建立综合管网管理系统的数据流程,并以沙钢综合管网信息系统为例论述了建立一个功能完善的管网信息系统的方法及实践意义。     

正规化矩阵正定时半参数估计量的统计性质

对于包含系统误差和粗差的观测数据,本文将混合Cook距离引入到半参数模型中,实现了粗差的定值定位。首先,构造补偿最小二乘函数,利用泰勒展式,根据均值漂移模型与删失模型的等价性,导出了观测数据中剔除第i个观测数据前后参数分量和非参数分量相应估计值之间的关系式,为粗差的定位分析奠定了基础。其次,将混合Cook距离作为诊断统计量,进行粗差定位分析,得到了参数分量和非参数分量的诊断统计量的简洁计算公式,为了提高粗差定位的准确性,给出了混合Cook距离参数 Q 和C的一些常用形式,通过合理选择相应参数,计算参数分量和非参数分量的距离函数,实现粗差的定位,并将系统误差和粗差从观测数据中区别开来。最后通过模拟算例和实测数据验证了本文方法的正确性。     

利用半参数核估计的电离层建模新方法

目前区域电离层延迟建模中,较少顾及单层模型薄层高度假设误差、投影函数选择误差、差分码估计偏差以及数学公式的模型化误差等,为了削弱这些误差对解算精度的影响,将半参数模型引入到电离层球谐函数建模中,利用半参数核估计方法,解算误差分量和球谐函数系数,并将解算结果代入区域4阶电离层球谐函数计算建模区域内电离层总电子含量(total electron content, TEC)。选取欧洲大陆区域的国际GNSS服务组织(international global navigation satellite system service, IGS)测站,分别对太阳活动低年和太阳活动高年的观测数据进行电离层建模,并采用半参数核估计法与传统最小二乘法进行建模精度的对比与分析。实验结果表明：太阳活动低年,以欧洲定轨中心发布的电离层TEC为参考,利用半参数核估计法的区域电离层建模相比于最小二乘,其精度提高了12.2%～19.0%,以IGS发布的电离层TEC为参考,其精度提高了8.3%～13.6%;太阳活动高年,利用半参数核估计法进行电离层建模相较于最小二乘法精度相当。     

GPS技术在城市建筑变形测量中的应用

通过两个实例介绍了GPS技术在城市建筑变形测量中的应用情况,实例证明,运用GPS技术建立基准网并结合传统的测量方法进行变形监测是城市建筑变形测量的一种有效方式。     

基于EMD和RBF神经网络的大坝形变预测

利用长期观测数据结合预测模型对大坝的形变趋势进行估计评价是大坝结构安全监测的必要内容。本文综合利用EMD和RBF神经网络,研究大坝变形时间序列中非线性周期信号变化的内在规律,使用西龙池L022号站4000期数据作为训练样本,对后续80期数据进行预测,并通过对预测结果与实测变形差值的统计分析评价本文方法的预测水平。结果表明,N、E、U 3个方向的RMSE分别为0.878 6、0.360 4和2.235 mm。与BP进行对比,RBF预测效果更好,受数据精度影响较小,MAE、RMSE较BP分别最高可提高63%、57%,且本文方法计算效率高,泛化能力强。