一种CORS站高程序列非线性趋势项分析方法
针对传统线性模型通过拟合连续运行参考站(CORS)高程时间序列趋势项,使CORS站运动趋势单一化导致无法体现测站各自运动特性的问题,该文提出一种基于CORS高程时间序列本身的非线性趋势项定量识别与估计方法.首先,用K均值聚类整体经验模态分解方法对CORS站高程时间序列进行分解;其次,基于排列熵理论进行非线性趋势项的定量识别与合成;最后,采用正弦函数模型、线性多项式模型、傅里叶模型对非线性趋势项进行建模拟合并讨论拟合精度.实验结果表明:基于排列熵的非线性趋势项定量识别方法避免了人为判别误差,准确地反映了序列 自身的变化趋势;3种模型中,傅里叶模型拟合效果最佳.
CORS、非线性趋势项、K均值、排列熵、线性多项式模型、傅里叶模型、正弦函数模型
47
P228(大地测量学)
国家自然科学基金41471351
2022-07-14(万方平台首次上网日期,不代表论文的发表时间)
共8页
44-51