厄尔尼诺/拉尼娜信号循环回路及其传播特性研究

基于1992～2001年卫星高度计资料分析了海面高度距平在厄尔尼诺/拉尼娜(El Niño/La Niña)现象中的演变过程,发现:(1)在El Niño过程中,海面高度正距平信号从西太平洋沿赤道海域向东传播至东海岸,然后分成南北两支,北支在10°N附近从东太平洋传回西太平洋的信号最强,到达西太沿岸海域再传回赤道,表明El Niño信号传播在北半球存在一明显循环回路.赤道以南循环圈不及赤道以北环路清晰.东太平洋的季节变化信号主要通过6°N,10°N和8°S附近的3个通道向西太平洋传播.La Niña信号主要从5°N和7°S向西传播;(2)在大洋海盆尺度快速传播信号背景下,存在波长700～800km的慢速传播信号,两类信号将信息在太平洋内传送.传播速度分析表明,慢速传播信号的相速与Rossby波相速相符,而快速传播信号应该是海洋对大气变异的响应.     

海潮模型对陆态网络GNSS观测的影响

选取FES2004、NAO.99b、FES2014b、EOT20、GOT4.10c、TPXO9.5a海潮模型分别对253个陆态网络GNSS测站进行海潮负荷位移(ocean tide loading displacement, OTLD)改正,分析未模型化或模型不准确的OTLD对陆态网络GNSS高程时间序列和天顶对流层延迟(zenith tropospheric delay, ZTD)估计的影响。结果表明,OTLD影响越大,不同海潮模型改正对GNSS高程时间序列的w_RMS改善效果和差异越明显,改善效果最高可达52%以上,最大差异可达11%;海潮模型差异造成的GNSS最大混叠信号振幅约为4 mm,对应周期主要为14.8 d、365 d; OTLD与ZTD偏差存在准线性关系,使用的海潮模型实用性越好,两者线性关系越明显;FES2014b模型对GNSS高程时间序列的w_RMS、混叠周期、ZTD估计的OTLD改正效果均最优。     

基于B1C/B2a观测数据的北斗卫星精密定轨及广播星历轨道分析

利用开通全球服务以来近2 a的iGMAS和MGEX观测数据,确定并分析北斗三号卫星B1C/B2a数据的长时序定轨性能,以评估广播星历轨道对用户定位的影响。结果表明,基于新频点B1C/B2a观测数据的北斗三号MEO卫星精密轨道径向精度约为3 cm, IGSO约为8 cm。除GEO外,北斗三号IGSO/MEO卫星的广播星历轨道在径向、法向和切向的平均精度约为0.11 m、0.36 m和0.38 m,均优于GPS卫星;卫星轨道引起的用户测距误差(SISRE)约为14.5 cm。然而,广播星历轨道的激光测卫(SLR)检核残差结果显示,其轨道径向存在明显系统性偏差,最大可达近10 cm。     

HOI延迟对BDS对流层参数估计的影响

基于GAMIT10.71研究高阶电离层(high-order ionosphere, HOI)延迟对于北斗卫星导航系统(BDS) B2I、B2a和B3I三种频段信号对对流层参数估计的影响。实验结果表明,太阳活动低水平时期,HOI延迟对B2I天顶总延迟(zenith total delay, ZTD)、南北梯度(NS_grad)和东西梯度(EW_grad)的影响最大分别达到0.80 mm、0.60 mm和0.99 mm,对B2a的ZTD、NS_grad和EW_grad的影响最大分别达到3.60 mm、10.77 mm和10.74 mm,对B3I的ZTD、NS_grad和EW_grad的影响最大分别达到1.60 mm、3.28 mm和5.90 mm;太阳活动高水平时期,HOI对对流层参数估计产生了更大影响。实验结果进一步表明,HOI对对流层参数估计的影响呈现出白天高于夜晚、低纬度地区高于高纬度地区的特征。     

高精度GPS测量中多路径误差的研究

阐述多路径误差的特点、影响规律以及消除或削弱多路径误差影响的方法和措施,为从事高精度GPS测量定位及其科研工作提供参考。     

时变参数PGM（1,1）模型在变形监测中的应用研究

给出了时变参数PGM（1,1）模型的数值解法,比较了其与GM（1,1）、PGM（1,1）模型的预测精度,分析了灰区间作为预测结果的可靠性。     

首颗GPS Block IIF卫星正式投入使用

美国空军2010年8月27日宣布,第一颗GPS Block IIF卫星开始正式运行,在当天早上10：10左右卫星发回了健康的导航信号,标志着Block IIF卫星正式投入使用。     

时变参数模型在边坡变形分析中的应用研究

为揭示边坡变形规律,保证边坡安全,采用数学模型对变形监测资料加以分析。边坡变形的时效性明显,为提高灰色模型对边坡不同变形规律的适应性,提高模型的拟合精度和预测能力,对常规的灰色模型进行改进,将常规灰色模型中的常量参数改变为随时间变化的动态参数,由此建立时变参数灰色模型。实例分析结果表明,时变参数模型具有更好的拟合和预测效果,且适应不同变形规律的能力更强。     

面向单脉冲信号分类的集成特征选择与评价

受大量射频干扰信号影响, 快速从海量观测数据中准确识别出单脉冲信号已成为天文数据处理的一项重要任务, 而设计和提取有效数据特征, 是利用机器学习进行单脉冲信号高效识别的决定因素. 针对如何选择最优特征, 进而提升单脉冲信号的分类精度这一关键问题, 设计了面向单脉冲信号分类的集成特征选择方法. 方法首先混合单脉冲信号的参数特征、统计特征和抽象特征, 然后分别利用5种单一特征选择方法选出各自的最优特征集, 最后利用贪心策略对5种单一方法获取的最优特征集进行集成筛选, 获取最优集成特征集. 实验表明, 最优特征集合既包含统计特征也包含抽象特征. 在相同特征数量下, 利用集成特征选择比单一特征选择能获得更高的模型精度, 可使F1值最高提升1.8%. 在海量数据背景下, 集成特征选择对减少特征数量、提升分类性能和加快数据处理速度具有重要作用.     

压裂微震数据初至拾取的时频谱熵法

在油气田开发过程中,微震监测是获得水力压裂引起裂缝分布的一种较为有效的方法。微震的定位成像与裂缝解释需要利用有效微震信号位置,而微震信号具有低信噪比的特点,传统信号拾取方法无法有效实现较低信噪比条件下初至时刻的准确拾取。本文提出一种基于时频谱熵的初至拾取新方法,该方法首先通过S变换获取含噪信号的时频谱;然后对谱内各个采样点沿频率方向进行分帧操作,并计算每帧频段内的近似负熵值,以最小近似负熵值作为该谱点的负熵值;最后沿时间方向比较各谱点的负熵值,最小值对应的时刻即为初至时刻。本文利用不同信噪比的合成地震数据对该方法进行效果验证,并与长短时窗能量比（STA/LTA）法进行拾取结果对比,结果表明：信噪比在-5 dB时,两种方法拾取效果都很好;信噪比在-10 dB时,时频谱熵法拾取效果更好。时频谱熵法更适合低信噪比情况下的信号初至拾取。