大姚6级双震前的地震前兆特征

在连续形变观测资料中除了存在于整个时间域的短周期潮汐信息(固体潮)外，还有出现在某个时间段的长周期非潮汐信息．如何从时间或空间上认识和提取这些信息．成为认识地震过程和进行地震预报关键和迫切的问题之一。利用小波分析的时一频特性和奇异性检测特性，对大姚6级双震前的连续形变观测资料进行了处理，提取潮汐资料中的非潮汐信息。发现在地震前震中附近的形变台站都接收到了相同频段的异常信号．周期为几天到十几天，出现在各个台站的时间也大致相同。这些在震前具有一定时、空分布的信息有可能是地震前兆。     

捷联式海洋重力数据的小波阈值滤波

基于捷联式海洋重力测量数据,对比不同小波、阈值及施加方式对滤波效果的影响。结果表明,db6、db7、db8、db9、db10、sym6、sym7、sym8、sym9、sym10、coif3、coif4和coif5小波较适用于海洋重力测量,小波分解层次可取至8层或9层,采用史坦无偏风险阈值滤波效果较好;小波分解至第8、9层时,阈值滤波结果与截止频率为0.005 Hz和0.003 3 Hz的Butterworth低通滤波器的滤波结果吻合较好,但小波阈值滤波结果更加平滑,两者差值的RMSE在0.25 mGal以内,且小波阈值滤波更容易分解出噪声成分,可以更有效地消除重力畸变。     

С��������GPS�񶯼�������е�Ӧ��

?????????????????????GPS ??????????????Ч???????????????GPS?????????????в???С???????????????????????????Ч?????????????????????????????     

气压对巴伦台钻孔倾斜的影响特征及机制研究

以巴伦台钻孔倾斜及分量应变辅助观测气压数据为研究对象,运用相关及小波分析研究气压对巴伦台钻孔倾斜的影响特征。结果表明,气压对巴伦台钻孔倾斜影响表现为准线性关系,对NS向的影响大于EW向。气压对NS向影响的显著频段有2 048～8 192、32 768～65 536 min,对EW向影响的显著频段为2 048～8 192 min。探讨了气压对巴伦台钻孔倾斜的影响机制。     

基于模糊小波网络的伺服系统参数辨识研究

伺服系统大多是非线性系统,难以对其建立准确的控制模型,其位置、和速度检测信号易受干扰,而小波网络具有多分辨率特性和任意逼近能力。利用其非线性映射能力对系统的输入输出关系进行模拟,将小波网络和模糊规则结合对系统的位置和速度进行辨识,动态调整网络的权值W和模糊规则,将非线性映射的问题转化为求解系统最优解,从而产生一种新的系统辨识方法,并以永磁伺服系统为例,设计了辨识的结构模型和策略,实验表明该算法可以达到较高的系统控制要求。     

改进的小波阈值函数对变形监测数据的去噪研究

基于小波分析中传统的阈值函数,结合其他学者提出的小波阈值函数,提出一种改进的小波阈值函数,并将其应用于变形监测数据的去噪处理。理论分析和算例表明,新的小波阈值去噪函数能够有效去除噪声。     

基于PSR-WSVM模型的边坡位移预测

为建立高精度的边坡位移预测模型，采用相空间重构（PSR）将边坡位移时间序列数据转换为多维数据，同时构造小波核函数改进的支持向量机模型，建立PSR-WSVM模型并应用于边坡位移预测。将PSR-WSVM模型预测结果与传统支持向量机（SVM）模型、小波支持向量机（WSVM）模型和基于相空间重构的支持向量机（PSR-SVM）模型预测结果进行对比，通过平均绝对误差（MAE）、平均绝对误差百分比（MAPE）和均方根误差（RMSE）3个精度评价指标验证PSR-WSVM模型的可行性。工程实例结果表明，PSR-WSVM模型预测结果的3个精度评价指标都优于另外3种模型，边坡位移预测的精度明显提升。     

基于FFT与小波变换的SOI与GNSS ZTD的周期变化影响研究

为探究ENSO事件对GNSSZTD(水汽)周期变化的影响及其相互关系,以河北省为例开展ENSO事件对GNSSZTD及其周期变化的影响研究.首先利用快速傅里叶变换方法筛选出南方涛动指数(SOI)与GNSS水汽的共同周期,再利用小波变换提取GNSS水汽与SOI共同周期所在的高频项,并将重构的高频项与SOI进行相关性分析.结...     

通辽地区雷暴特征的分析

文章利用通辽地区10个站点1971—2007年37a逐日雷暴统计资料,建立雷暴日数及雷暴次数的时间序列。通过趋势分析、小波分析等统计方法对通辽地区的雷暴特征进行分析,得出了通辽地区雷暴的地理分布特征、年代际及年际变化特征、月际变化特征、日变化特征、初雷和终雷日及持续期变化特征、震荡周期性等结果。     

广东省东江流域降雨时空变化特征多角度分析

在人类活动和气候变化的复杂影响下,广东省东江流域的降雨特征在66年间发生了显著改变,为了精准识别其时空变化特征,基于流域34个雨量站逐月长序列降雨数据,采用集中度、集中期、OLS回归法、M-K检验法、滑动t检验法、一维连续小波等多种方法,对广东省东江流域上下游降雨的年内分布特征,年际变化的趋势性、突变性和周期性特征以及空间变化规律开展多角度分析。结果表明：广东省东江流域降雨量从东北向西南递减;从上游到下游,年内降雨集中期从6月延迟到7月份,降雨由减少过渡到弱增长趋势;下游突变性较上游显著,上游周期性强于下游;上下游降雨主周期一致,均为17 a。研究成果可为广东省东江流域降雨预报及水资源开发利用等相关研究提供支撑。