基于CEEMDAN的GNSS变形监测去噪方法

为了提高GNSS变形监测数据去噪的有效性和可靠性,提出一种自适应完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)去噪方法。首先将GNSS变形序列经CEEMDAN分解为若干特征模态函数;其次引入排列熵理论确定高低频分界值K,利用小波分析对高频分量进行去噪,去噪后与低频分量重构得到去噪序列;最后通过仿真和实测边坡GNSS变形监测数据,利用信噪比、均方根误差、相关系数等指标对比分析CEEMDAN、EMD和小波去噪方法。结果表明,CEEMDAN方法的去噪效果和精度优于EMD和小波去噪方法,证明了本文所提方法的有效性和可靠性。     

使用支持向量机识别地震类型的影响因素分析

对山东地区2006~2017年3种地震事件--天然地震、爆破及塌陷的波形记录进行小波变换,对提取出的香农熵特征采用支持向量机LIBSVM方法进行分类识别,并设计一系列实验研究影响最终分类效果的因素。结果表明,5种影响因素--信号窗长度、小波分解方式、小波基类型、向量机算法类型、向量机核函数类型均对地震类型的分类识别结果产生一定的影响;识别率最高的3组处理方式均采用了2 000 s信号窗长度+db7小波基+υ-SVC算法的组合方式。所得的识别率较高的几种影响因素组合,在未来可应用于地震类型的实时识别,进一步提高地震类型的识别率和触发准确率。     

EEMD-多尺度排列熵的GPS高程时间序列降噪方法

针对GPS高程时间序列受各类噪声干扰的影响,导致难以提取有用信息的问题,提出一种基于整体经验模态分解(EEMD)结合多尺度排列熵(MPE)的阈值降噪方法。该方法以EEMD为核心算法,将原始信号分解成一系列本征模态函数(IMF),并采用MPE作为指标将其分类为噪声IMF、混合IMF和信息IMF;然后利用阈值函数处理混合IMF,实现二次降噪;再重构降噪后的数据与信息IMF,获得降噪结果。仿真信号和实例分析结果表明,该方法与相关系数法、MPE法相比,降噪评价指标RMSE、SNR和d_nSNR均为最优,说明该降噪方法效果最好,本文方法获得的降噪结果能够更好地反映出时间序列本身的非线性变化特性,可为GPS高程时间序列分析提供可靠依据。     

基于最大熵谱估计的高能电子周期特性研究

利用最大熵谱法研究了风云二号D星≥2.0 MeV的高能电子通量的周期特性,算法以自相关模型为基础,通过对最大熵谱功率谱的分析,推测出风云二号D星高能电子通量存在13.87 d和27.8 d的周期.根据最终预报误差准则(Final Prediction Error,FPE)和赤池信息量准则(Akaike Informat...     

不规则边界场地中方格法土方工程量的计算

结合方格法计算土方工程量的全过程,介绍了一种不同于传统教材的确定高程权的方法。采用该方法,比较好地解决了不规则边界场地采用方格法计算土方量的难题,对该方法的实际应用具有指导意义。     

密度权稳健估计

利用观测量分布函数作为权函数的计算公式,分析了密度权法的抗差性和收敛速率,证实了用密度权法处理含粗差数据是行之有效的。     

GRACE和SLR观测的地球动力学扁率最大熵谱及小波相关分析

卫星重力测量技术的实现为测定地球动力学扁率提供了新的方式和途径,GRACE卫星是目前最新的重力测量卫星,据其恢复的低阶重力场较以往精度得到大大提高,然而其观测地球动力学扁率（二阶项）却与卫星激光测距（SLR）结果相差较大.本文采用最大熵谱和小波分析方法对GRACE和SLR观测的地球动力学扁率时间序列信号进行定量比较分析,结果表明：GRACE观测的地球动力学扁率年际周期变化振幅仅为SLR观测结果的25%,并且目前GRACE观测的地球动力学扁率数据中含有系统输入信息和相位差,但前者较后者包含有较强的短周期（2～6月）信息.造成这种差异的主要原因可能来自于GRACE与SLR全球观测数据时空分布不同.     

大地电场变化的频谱特征

处理了中国大陆地区嘉峪关、昌黎、崇明、蒙城、兴济、宝坻和阳原等7个台的地电场观测数据,应用最大熵谱方法研究了大地电场日变化、地电暴等谱成分的特征. 结果表明,大地电场日变化主要是12 h的半日波成分最强, 24~25 h的全日波和8 h周期成分次之; 地电暴是在大尺度空间同步发生的,其谱值高于日变化谱值约2～3个数量级,主要以较长周期成分为主. 这一结果初步解释了大地电场变化的主要谱成分的生成机制.