非等时距灰色-马尔科夫链模型在深基坑变形预测中的应用

针对深基坑变形难以建立准确的计算模型进行预报问题,本文运用非等时距灰色-马尔科夫链对深基坑变形量进行预测。首先基于原始实测数据,建立非等时距灰色预测模型;然后采用马尔科夫链对预测值残差序列进行修正,进一步提高预测模型的预测精度;最后对潍日高速跨铁路转体桥深基坑4个测点的变形量进行预测。研究表明,灰色-马尔科夫链模型的预测精度明显高于灰色模型,预测值与实测值吻合较好,预测值后验差为0.07、0.37、0.16和0.33,精度等级均为1级,该模型为深基坑变形预测提供一种新方法。     

GPS/BDS联合定轨对北斗卫星轨道的影响分析

为研究不同条件下GPS/BDS联合定轨对北斗卫星轨道的影响,在不同测站分布条件下采用不同定轨弧长分别进行GPS/BDS联合定轨和BDS独立定轨,并从轨道重叠弧段不符值、与MGEX分析中心产品比较以及卫星激光测距检核残差3个方面详细比较两种定轨方法的精度。结果表明,区域网条件下,联合定轨能够显著提升1 d解北斗IGSO/MEO卫星的轨道精度,但对3 d解的北斗各类卫星定轨精度的改善较小;全球网条件下,无论是采用1 d还是3 d定轨弧长,联合定轨均能在一定程度上改善北斗IGSO/MEO卫星轨道沿迹方向和法向的精度,但对径向绝对精度的改善较小;而对于北斗GEO卫星,全球网条件下的联合定轨对其轨道各方向精度的影响均较小。     

MEEMD-ARMA残差修正电离层TEC预测模型

提出一种改进的集总平均经验模态分解与自回归移动平均模型组合的残差修正模型,并利用2015年不同经纬度同一时段以及相同经纬度不同时段IGS提供的电离层电子总量数据,用3种模型对5 d内的数据进行预测。结果表明,改进模型5 d 内的平均相对精度为96%,而EMD-ARMA模型及ARMA模型分别为94.5%、93%。     

内蒙古测震台网台站布局对地震定位的影响

选取2009年1月至2016年5月内蒙古中西部及邻区55次M ≥ 3.0地震,通过调整台站空隙角、近台距离、远台距离、定位台站数,改变并对比定位子台网布局对地震定位精度的影响,进而研究定位子台网的选取规则。分区域探讨2种台站分布模式下地震的定位偏差、水平误差、拟合残差随空隙角、近台距离、远台距离、台站分布均匀度的变化及水平误差和定位偏差与拟合残差的关系。分析发现,地震速报选取9-12个台站,且台站分布相对合理的定位子台网参与定位,结果较好,使用水平误差评估定位效果更准确。     

岩溶管道水系统灰模型建立与分析——以贵州仁怀长岗为例

岩溶管道水系统为信息不确定的灰系统。本文依据贵州仁怀长岗出水洞地下河系统的流量动态长观资料,应用灰色系统理论原理,对岩溶管道水内在特征关联性进行分析,探讨了地下径流与降雨关系以及外源水对地下水的补给关系,并建立了岩溶管道水的ＧＭ（１,１）残差序列周期分析模型及包络模型,取得了较满意的结果。表明该方法在岩溶管道水水资源评价中具有一定的实用性      

基于射线追踪的成像域走时层析反演及其应用

层析成像是现今地震勘探开发处理中的常用手段,针对传统走时层析反演中角度覆盖问题,利用正则化约束加以解决,利用角道集的拾取拟合来判断实验模型的准确性,同时,不再利用原始炮记录拾取剩余时差,利用深度残差与走时残差的线性关系提高走时残差的拾取精度。以三层洼陷模型和实际资料进行试算,结果表明:本方法可以较好地反演更新偏移速度场,得到更精确的偏移成像结果,对于小尺度地质构造可以精细刻画。      

机架模型下指向误差数据的筛选与分析

对地平式望远镜机架模型拟合的指向误差数据进行分析,介绍了指向误差数据的获取方法.采用最小二乘法求解修正系数,结合方位轴和高度轴的位置拟合指向修正量.在显著性水平α=0.05下进行残差分析,剔除偏离过大的点以提高拟合精度.通过计算均方根误差、相关系数、F检验的P值验证了机架模型的有效性.结果说明增加测试数据后,未经残差检...     

估计卫星频间偏差的GLONASS伪距定位改进模型及其验证

通过比较GLONASS广播星历与精密星历发现,GLONASS广播星历卫星钟差误差的主导因素为未标定的设备延迟参数.基于测站伪距残差分析,将卫星端与接收机端的IFB进行分离,建立广播星历的频间偏差和伪距定位改进模型,并对定位改进模型进行动态定位验证.结果表明,采用该模型的定位精度在N、 E、U方向上分别平均提升51.1％...     

以潮汐模型为约束的gPhone重力仪格值系数标定方法改进

以观测数据与DDW潮汐模型之差的均方根和重力残差为约束,对基于M₂潮波标定gPhone重力仪格值系数的方法进行改进。利用改进方法对连续重力台网内的9台gPhone重力仪格值系数进行标定,基于M₂潮波相对误差、残差振幅谱均方根等指标对标定结果进行精度评定,并与FG5绝对重力仪比测法、M₂潮波标定法进行比较。结果表明,改进方法的M₂潮波潮汐因子与理论固体潮模型平均相对误差提高到0.215 2%,残差振幅谱均方根平均达到1.690 2μGal,与FG5比测法精度相当,优于M₂潮波标定法。最后,讨论格值系数分布规律以及重力残差矢量与台站所在位置的经度依赖关系。     

完全残差连接与多尺度特征融合遥感图像分割

遥感图像数据规模大,光照、遮挡等情况复杂,目标密集、尺度不一以及缺乏大量带标注图像用于训练深度网络等特点对遥感图像分割的完整性和正确性造成了更大的挑战。针对深度卷积网络中因多次卷积造成分辨率显著下降,像素类别预测精度降低的问题,本文在深度卷积编码—解码网络的基础上设计了一个采用完全残差连接和多尺度特征融合的端到端遥感图像分割模型。该模型具有两方面优点：首先,长距离和短距离的完全残差连接既简化了深层网络的训练,又为本层末端融入了原始输入信息,增强了特征融合。其次,不同尺度和方式的特征融合使网络能够提取丰富的上下文信息,应对目标尺度变化,提升分割性能。本文通过对ISPRS Vaihingen和Road Detection数据集做数据扩充并进行实验,分别从平均IOU、平均F1值两方面对模型进行评价。通过与目前先进的模型以及文献中的研究成果进行比较,结果表明本文所提模型优于对比模型,在两个数据集上的平均IOU分别达到了85%和84%,平均F1值分别达到了92%和93%,能够有效提高遥感图像目标分割的完整性和正确性。