北斗小数周偏差时变特性分析及应用

小数周偏差可用于精密单点定位的模糊度固定,其时变特性对于FCB的播发间隔、数据总量有着重要影响.当前北斗应用进入成熟期,对北斗FCB时变特性及其变化进行研究,有利于推广北斗PPP模糊度固定应用.本文基于单差FCB的生成方法,对2017年和2019年的北斗FCB时变特性展开研究,并改进了IGSO卫星窄巷FCB的播发间隔,...     

动态时变参数方法在云量精细化预报中的应用研究

利用2008年1月—2013年12月以及2017年1—11月全球天气预报系统（GFS）预报场资料,采用自适应线性最小二乘回归（LS）和自适应递推卡尔曼（Kalman）滤波两种动态时变参数方法,建立了河套周边地区0~168 h预报时效的总云量精细化预报,并与GFS模式直接输出的总云量、线性预报模型逐步回归预报方法得到的总云量以及非线性预报模型BP神经网络和最小二乘支持向量机回归方法（LSSVM）得到的总云量进行了对比,结果如下:（1）相比GFS模式直接输出的总云量,LS、BP神经网络、LSSVM得到的总云量与实况值的平均绝对误差均明显减小。LS方法误差最小,LS方法的年MAE均在20%~25%,且随着预报时效的延长,改进效果越大。LS方法、多元逐步回归方法、BP神经网络、LSSVM四种方法在6—8月的改进效果最大。（2）LS方法预报的总云量与实况云量的相关性最好,即使168 h预报时效的相关系数依然在0.64以上,远高于其他几种模型的预报结果。（3）LS方法能够明显地提高少云和多云天空状况下预报的击中率,且最优（少云击中率平均提高24 %,多云击中率平均提高34 %）。（4）自适应递推Kalman滤波方法存在预报滞后现象,改进效果不明显。      

顾及时变非高斯噪声的高斯和滤波及其导航应用

高斯和滤波可利用高斯混合模型精化非高斯嗓声随机模型来提高估计精度,但导航测量环境的动态性和复杂性使非高斯噪声具有时变性特征,若GMM不随之调整会导致滤波解算失真.针对该问题,本文提出一种基于位移参数自适应估计的高斯和滤波算法.首先分析GMM位移参数对非高斯噪声拟合精度的影响,然后利用位移参数自适应技术修正GMM,进而改...     

非一致性水文频率分析的研究进展

水文频率分析计算需满足独立随机同分布假设,其中同分布是指水文样本在过去、现在和未来均服从同一总体分布,即样本应具有一致性。然而,由于气候变化及人类活动的影响,使得一致性的假设受到挑战,因此变化环境下传统频率计算方法获得的设计结果,其可靠性受到质疑。为此,探索适应非一致性极值系列的频率分析方法已显得非常重要。总结介绍国内外关于非一致性水文频率分析的一些代表性研究成果,主要集中在以下两方面:一是基于还原/还现途径;二是基于非一致性极值系列直接进行水文频率分析途径。最后对进一步值得研究的问题进行了展望。     

多组多滞后区间中立型非线性时变控制系统的鲁棒镇定

采用无滞后控制系统与滞后控制系统的等价性方法，研究了多组多滞后区间系数中立型非线性时变控制系统的鲁棒镇定问题，给出了区间长度及时滞的估计范围，进而得到了系统渐近稳定的判定条件。此判据包涵了有关文献的结果，结论更具有一般性。     

基于GAMLSS 模型的宜昌站年径流序列趋势分析

在变化环境下, 研究非一致性水文序列的变化趋势具有重要意义。常规的趋势分析方法一般只能分析水文序列均值的线性趋势。本文引入GAMLSS模型对宜昌站1882-2009 年间的年平均流量序列和年最小月流量序列分别进行趋势分析, 将序列的趋势分析从均值扩展至均方差(或变差系数)、偏态系数等其他统计参数。研究发现宜昌站年平均流量序列的均值有明显线性减少的趋势, 而宜昌站年最小月流量序列线性趋势不明显。在此基础上, 建立基于多项式回归的GAMLSS模型, 结果表明宜昌站年最小月流量序列并非平稳序列, 其均值表现为非线性的趋势变化, 偏态系数呈现线性的趋势变化。     

不确定系数多离散时滞的中立型系统的时滞相关鲁棒稳定性

研究了一类时变不确定系数多离散时滞中立型系统的时滞相关鲁棒稳定性问题.利用线性矩阵不等式技术,提出了一种计算该系统自由权矩阵和时滞上界的简化方法,并在系统中考虑了中立项时滞和离散时滞,得到了上述系统为稳定与鲁棒稳定的一些充分条件.最后,用数值例子说明了该方法的有效性和较小的保守性.     

Proposing a trend-based time-varying approach to assess climate- and human-induced impacts on streamflow

ABSTRACT

The conventional abrupt change-based assessments of climate- and human-induced impacts on streamflow require the existence of change point(s) and stationarity assumption. However, hydrological conditions may not change abruptly at a certain time, but rather evolve gradually over a period. We propose a trend-based time-varying approach that does not require these prerequisites to assess the climate- and human-induced impacts on hydrological conditions in the Pearl River Basin (PRB), China, which can be applied in other basins. The trend-based time-varying approach detects human activities exert a significant seasonal regulation on streamflow (i.e. 113% of the decreases in the wet season and 93% of the increases in the dry season) and 101% of the reductions in flood peaks in the East River Basin, the sub-basin with the highest ratio of total reservoir storage capacity to river discharge in the PRB. Climate change contributes to 77% of the increases in flood peaks in the West River Basin, a large sub-basin with lower flood control levels.     

移动质量-简支梁系统的参数辨识

给出了移动质量-简支梁系统的动力学方程，并用基于Hamilton原理的结构动响应算法对方程进行数值求解。然后介绍了一种新的从自由响应数据识别时变参数结构系统的伪模态参数的方法，并将该方法引入用于研究移动质量-简支梁系统的参数辩识问题。     

GPS坐标时间序列时变振幅周期信号的Huber M估计

GPS时间序列周期信号的精准提取对趋势的估计具有重要的影响。相较于传统的常数振幅周期信号模型,已有研究表明GPS时间序列周期信号的振幅是随时间变化的。实际的GPS时间序列存在异常值,且在提取周期信号过程中会产生新的异常值。针对以上两点,该文提出了一种基于Huber函数M估计(HM)的GPS坐标时间序列时变振幅周期信号估计方法:采用关于时间的多项式函数来建立时变振幅模型,由HM方法及交替方向乘子法求解。通过模拟数据及实际GPS站点数据将HM方法与小波分解方法、奇异谱分析方法和滑动最小二乘方法进行比较,结果表明HM方法在估计精度上要优于其他3种方法,弥补了已有方法在时变振幅情形下会吸收噪声以及噪声较强时对周期信号提取能力较弱的不足。