利用奇異譜分析探測(cè)GPS坐標(biāo)時(shí)間序列時(shí)變周期信號(hào)
發(fā)布時(shí)間:2024-02-02 18:55
GPS坐標(biāo)時(shí)間序列呈現(xiàn)復(fù)雜的非線性特征,準(zhǔn)確提取坐標(biāo)時(shí)間序列中的季節(jié)性信號(hào)對(duì)理解區(qū)域形變具有重要意義。傳統(tǒng)最小二乘擬合(Least Squares Fitting,LSF)無(wú)法顧及信號(hào)的年際變化特征,難以有效分離噪聲和周期信號(hào)。介紹利用奇異譜分析(Singular Spectrum Analysis,SSA)方法提取GPS坐標(biāo)時(shí)間序列中時(shí)變周期信號(hào)。結(jié)果表明,SSA可從含有噪聲的GPS時(shí)間序列中提取各坐標(biāo)分量的周期信號(hào),相較于LSF,SSA在非線性信號(hào)的準(zhǔn)確提取上具有更好的效果。
【文章頁(yè)數(shù)】:6 頁(yè)
【文章目錄】:
1 引言
2 原理與方法
2.1 奇異譜分析
2.2 基于SSA的周期信號(hào)分離方法
2.3 最小二乘擬合
3 結(jié)果與分析
3.1 SSA窗口長(zhǎng)度L的選擇
3.2 周期項(xiàng)探測(cè)
3.2.1 SSA分析結(jié)果
3.2.2 測(cè)站N,E,U三個(gè)方向上的周期項(xiàng)探測(cè)
3.3 SSA與LSF比較分析
4 結(jié)束語(yǔ)
本文編號(hào):3892999
【文章頁(yè)數(shù)】:6 頁(yè)
【文章目錄】:
1 引言
2 原理與方法
2.1 奇異譜分析
2.2 基于SSA的周期信號(hào)分離方法
2.3 最小二乘擬合
3 結(jié)果與分析
3.1 SSA窗口長(zhǎng)度L的選擇
3.2 周期項(xiàng)探測(cè)
3.2.1 SSA分析結(jié)果
3.2.2 測(cè)站N,E,U三個(gè)方向上的周期項(xiàng)探測(cè)
3.3 SSA與LSF比較分析
4 結(jié)束語(yǔ)
本文編號(hào):3892999
本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/3892999.html
最近更新
教材專著