排序方式: 共有3条查询结果,搜索用时 31 毫秒
1
1.
?????????IGS???????вο??????????仯???????仯????????????????????????????仯??????RBF?????????缰С??????????????????MATLAB7.0????????IGS???????????????GRNN?????????С??????????????????????????????????????????????????????д??????仯????????????????????????????仯????????????????????? 相似文献
2.
随着我国CORS基准站的投入使用,获得了大量高精度连续观测数据,这些数据被广泛应用到测绘行业、航天、航空和军事等许多行业的领域中,因此,对高程时间序列分析有着极其重要的意义。本文先采用Pan Ta方法剔除异常值,然后基于混沌动力学系统,采用Lyapunov指数Wolf方法检验与Lyapunov指数谱矩阵估计对时间序列进行平稳性分析;采用约束实现CAFFT算法生成替代时间序列与Lyapunov指数p-范数检验时间序列非线性。通过分析可知,北京房山站高程时间序列为非线性、非稳态时间序列,观测系统为部分确定性机制低阶混沌动力系统,所以在对该高程时间序列进行拟合、谱估计和周期拟合等数据处理前,必须对数据进行数据相空间重构。 相似文献
3.
为了更好地分析高程时间序列的变化规律,使其能更好地应用到地壳运动监测.本文对房山站观测数据先采用PanTa方法剔除异常值,然后进行混沌动力学系统检验.经检验可知,北京房山站高程时间序列为非线性、非稳态时间序列,观测系统为部分确定性机制低阶混沌动力系统.因此对数据进行正则化RBF网络相空间重构和小波神经网络滤波,然后再对数据进行加窗谱估计、最小差距拟合和去除趋势FFT周期拟合计算分析.计算结果显示,北京房山站高程时间序列的平均谱功率为7694W,年周期为0.994~1.109(年),半年周期为0.438~0.617(年),年周期为0.247~0.378(年).分析计算结果表明,该时间序列斜趋势不明显,随机性不明显,其存在着年周期性、半年周期性和季周期性,其中年周期最为明显. 相似文献
1