基于时间序列的InSAR相干性量级估计

本文提出了一种适用于InSAR数据处理的自适应相干性量级估计方法,该方法能够满足复信号随机平稳的假设前提,并兼顾运算效率与估计精度.此方法生成的相干图具有很好的分布特征,避免了影像空间分辨率的损失.提出的算法分为两个步骤:(1)根据地物后向散射特性,对时间序列SAR影像进行聚类分析,选择具有同分布的样本,保证SAR影像质地平稳条件;(2)对干涉图进行条纹频率估计,采用极大似然(ML)条纹频率估计方法去除系统相位引起的复信号非平稳性,并根据Cramer-Rao边界条件改善条纹频率的估计精度.以美国南加州洛杉矶地区的ENVISAT ASAR数据集为例,本文将新方法与现有方法进行了量化分析.结果表明,较传统方法而言,基于时间序列的相干性估计方法能够得到更可靠、精度更高、空间特征更鲜明的干涉相干图.     

盆地模拟技术中的化学动力学生烃模型与应用

油气地表化探数据的失真(特别是数据中的高值失真点)直接影响到化探异常圈定。本文根据油气地表化探数据的分布特点，利用概率统计原理，提出一种适合油气化探资料前期处理的失真数据的概率判定方法和处理手段，在对实际资料的应用中，取得了良好的效果。     

钱塘江河口年最高潮位的随机特性

在海塘建设和工程设计中,将年最高潮位系列视为服从某一确定分布的随机变量,并以此为基础为海塘等工程建设提供设计参数。为确证年最高潮位不具有非随机特性,并提高频率分析法推求设计值的可信度,采用序列自相关系数、序列秩号相关系数、序列秩号和、序列秩号与序号的相关系数、序列游程数和序列转折点数等6种非参数假设检验的方法,分析了钱塘江河口8个水位站的年最高潮位系列的随机特性。实例分析的结果表明,提供的假设检验方法对分析水文时间序列的一致性具有实用意义。     

动态平差概括模型与假设检验

建立了包括各种静态平差模型和线性动态平差模型的动态平差概括模型，推导了其主要求解公式。对动态平差概括模型下的形变检验和形变与粗差的可区分性检验作了公式推导和理论分析，丰富了形变监测数据处理理论。     

卡尔曼滤波模型误差的识别

本文在简述卡尔曼滤波模型基础上讨论了模型误差的检验和估计问题,提出了检验卡尔曼滤波模型误差显著性的几种统计假设检验方法,探讨并给出了估计模型误差的方法和公式。     

主成分估计中典则参数的线性假设检验

简述回归系数的主成分估计,普通线性回归,附加限制条件的线性回归和回归参数显著性的线性假设检验原理;给出典则参数线性假设检验的公式,并通过实例说明典则参数线性假设检验的过程.     

有偏估计与LS估计的比较与选择

从假设检验的角度研究测量平差Gauss-Markov模型中有偏估计与LS估计的选择问题。首先在均方误差准则下对目前应用最广泛的2种有偏估计－－岭估计和主成分估计与LS估计进行了比较研究，得到了岭估计、主成分估计优于LS估计的条件；然后运用统计方法对这些条件的成立进行了假设检验；最后通过数值实验说明，在一定显著性水平下当原假设被接受时，说明没有理由不相信采用有偏估计来代替LS估计的合理性，可认为采用有偏估计将对LS估计做出比较有效的改进，当原假设被拒绝时，说明对采用有偏估计的优越性产生了怀疑，此时建议仍采用LS估计。     

GPS网平差中异常观测的平差补偿方法

首先分析了异常观测信息对参数结果的影响;然后以假设检验为手段通过残差向量构造粗差判别统计量,以一定的置信水平判定哪个观测值可能含有异常,有针对性地在相应的观测方程中引入新的平差参数。通过附加参数的平差补偿模型求出异常大小,从而控制异常数据对结果的影响。实测GPS算例表明,通过该方法能够有效地抵制参数先验信息异常的影响,并能解出异常误差的大小。     

拟稳平差在测量数据处理中的应用

拟稳平差是一种顾及基准点稳定性的平差方法,在变形监测领域有着广泛的应用。介绍了拟稳平差的基本原理,说明了拟稳平差在沉降观测中的应用;拟稳平差的关键是选取符合实际的“拟稳点”,讨论了拟口点选择的两种方法：假设检验法和模糊聚类法,并给出算例进行说明。     

基于DIA的GNSS坐标时间序列异常值探测

为解决GNSS坐标时间序列中存在异常值导致地壳形变分析受到影响的问题,首先将经典数据探测法DIA(detection, identification, adaptation)引入GNSS坐标时间序列分析中,基于谐波模型构造相应的统计量;然后采用计算效率更高的改进DIA算法进行异常值探测;最后采用模拟数据和中国大陆地壳运动观测网络(陆态网络)CMONOC实测数据对DIA算法和传统3σ法进行比较。结果表明,DIA算法能够有效探测出GNSS坐标时间序列中的异常值,准确率高于传统3σ法。相较于传统DIA算法,改进后的DIA算法计算效率显著提高。