CN114662348A - 一种基于gnss技术建立时变海潮负载位移模型的方法 - Google Patents
一种基于gnss技术建立时变海潮负载位移模型的方法 Download PDFInfo
- Publication number
- CN114662348A CN114662348A CN202210571679.4A CN202210571679A CN114662348A CN 114662348 A CN114662348 A CN 114662348A CN 202210571679 A CN202210571679 A CN 202210571679A CN 114662348 A CN114662348 A CN 114662348A
- Authority
- CN
- China
- Prior art keywords
- time
- load displacement
- sea tide
- varying
- tide load
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/12—Timing analysis or timing optimisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Complex Calculations (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本发明公开了一种基于GNSS技术建立时变海潮负载位移模型的方法,包括以下步骤,S1.对GNSS数据进行小时解的解算,解算过程中不进行海潮负载改正,得到动态GNSS坐标时间序列;S2.利用带通滤波的调和分析算法估计静态海潮负载位移参数;S3.基于静态海潮负载位移参数,利用最小二乘配置方法建立静态海潮负载位移模型;S4.利用滑动调和分析方法计算海潮负载位移参数的季节变化序列;S5.利用奇异谱分析方法研究海潮负载位移参数时变序列的时变特性和规律,并对时变规律进行建模;S6.建立时变海潮负载位移模型。其优点在于,本方法建立的海潮模型顾及了海潮负载时变特性,更加符合海潮信号的物理机制,精度也更高。
Description
技术领域
本申请属于GNSS技术应用领域,涉及一种建立时变海潮负载位移模型化的方法。
背景技术
随着观测技术的发展,大地测量技术要监测测站位移的精度和重力变化的精度分别达到了1mm和0.1,这就需要以相同或更高的精度确定并分离潮汐的影响。其中IERS2010协议提供的模型能够以1mm量级的精度对固体潮进行改正;IERS2010协议给出的模型对极潮的改正精度也能达到毫米量级;目前,海潮负荷效应的计算还不能满足毫米量级精度的需求,如何建立高精度的近海海洋潮汐负荷位移模型一直以来是相关领域的研究重点。
海洋潮汐的季节变化对沿海地区的水位变化起着重要作用。目前有大量研究显示海洋潮汐参数存在着明显的季节性变化。众所周知,海潮负载是由于海洋潮汐引起海水质量地重新分布导致的。因此,海潮的季节性变化势必会引起海潮负载的季节性变化。然而,目前海潮负载位移参数几乎都是通过经典调和分析方法获取各个分潮的调和常数(振幅和相位),而实际上海洋潮汐各个分潮的调和常数存在显著的季节性变化。因此,在高精度大地测量数据处理中进行海潮负载改正时,海潮负载位移参数的时变性也是需要考虑的重要因素。
发明内容
基于上述问题,本申请提供一种精度可以达到毫米量级的,充分考虑海潮负载位移参数时变性的海潮负载位移模型的方法。其技术方案为,
一种基于GNSS技术建立时变海潮负载位移模型的方法,包括以下步骤,
S1.对GNSS数据进行小时解的解算,解算过程中不进行海潮负载改正,得到动态GNSS坐标时间序列;
S2.利用带通滤波的调和分析算法估计静态海潮负载位移参数;
S3.基于静态海潮负载位移参数,利用最小二乘配置方法建立静态海潮负载位移模型;
S4.利用滑动调和分析方法计算海潮负载位移参数的季节变化序列;
S5.利用奇异谱分析方法研究海潮负载位移参数时变序列的时变特性和规律,并对时变规律进行建模;
S6. 建立时变海潮负载位移模型。
优选的,步骤S2中,
S21.使用的带通滤波方法为切比雪夫Ⅰ型带通滤波算法,得到带通滤波后的动态GNSS坐标时间序列;
S22.利用经典调和分析方法估计静态海潮负载位移参数,具体方法如下:
采用最小二乘求解静态海潮负荷位移参数所建立的方程为
式中,为测站坐标的时间序列值,方向包括南北方向N、东西方向E、垂向方向U,当N数值为正时为北,为负值时为南;当E数值为正时为东,为负值时为西;当U数值为正时为上,为负值时为下; 为分潮k的角速度、 为天文幅角初相,对式(1)进行线性化得
式中
优选的,步骤S3中,
最小二乘配置方法的公式为
式中为两点间的球面距离;为两点间的协方差;和为待求参数,利用80%的GNSS点处估计的海潮负载位移参数建立静态海潮负载位移模型,利用剩下20%的GNSS站的数据进行模型精度验证,依次将数据循环作为建模数据和验证数据至所有的数据均被用作验证数据,根据验证结果得到最优的和,并计算相应的协方差。
优选的,步骤S4中,设置滑动窗口长度,形成若干个时段,并对每个时段利用经典调和分析方法进行处理,得到离散的潮汐调和参数,然后利用三次样条插值法对每个时段的离散振幅和相位进行插值,得到时变振幅序列和相位序列,滑动调和分析算法可以表示为
优选的,步骤S5中,利用奇异谱分析方法对时变海潮负载位移参数序列进行分解,得到S个子分量,每个子分量中包含相同或相近频率的信号,将子分量按特征值贡献率从大到小排列,并将特征值贡献率总和大于99.5%的前s阶子分量作为主成分。
优选的,步骤S6中,
S61.由于奇异谱分析方法分解的结果是成对出现的,将提取的主成分子分量中成对出现的子分量相加作为一个子信号,分别对获得的子信号利用多项式拟合进行建模,建立季节变化模型为
其中,分别为子信号的个数和多项式阶次, 分别为经度和纬度;表示分潮; 为 分潮、 时刻、经纬度处振幅的季节变化; 为 分潮、 时刻、经纬度处相位的季节变化; 、 分别为经纬度 处时变振幅和时变相位的拟合系数; 和分别为利用经典调和分析计算的经纬度 处静态海潮负载的振幅和相位;
S62.利用最小二乘配置方法对分潮的时变振幅 和时变相位 、建立的参数格网模型,利用双线性内插从参数格网模型获得经纬度处的 、参数,并利用式(8)和式(9)计算和;利用双线性内插从静态海潮负载位移模型中获得静态的海潮负载位移参数和,利用式(10)和式(11)将季节变化模型和静态海潮负载位移模型融合,即可以计算时刻、k分潮、经纬度处的时变海潮负载位移参数
有益效果
该方法基于动态GNSS坐标时间序列,利用基于带通滤波的调和分析算法估计静态海潮负载位移参数,可以很大程度上降低其他地球物理信号对海潮信号的影响,利用最小二乘配置建立静态海潮负载位移模型。
提出滑动调和分析方法捕捉海潮负载位移参数的时变特性,利用奇异谱分析方法分析海潮负载位移参数的时变规律,并利用最小二乘配置法对时变信号进行建模。
将静态海潮负载位移和时变模型融合建立时变海潮负载位移模型。本方法建立的海潮模型顾及了海潮负载时变特性,更加符合海潮信号的物理机制,模型的精度也更高。
附图说明
图1为本申请流程图。
图2为垂直方向利用CHA(经典调和分析)和BPHA方法(带通滤波的调和分析)估计的参数与FES2014海潮模型预测参数之间的差值。
图3为E方向Q1分潮振幅的季节性变化。
具体实施方式
以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。
图1所示,一种基于GNSS技术建立时变海潮负载位移模型的方法,包括以下步骤,
S1.对GNSS数据进行小时解的解算,解算过程中不进行海潮负载改正,得到动态GNSS坐标时间序列;
S2.利用带通滤波的调和分析算法估计静态海潮负载位移参数;
S21.使用的带通滤波方法为切比雪夫Ⅰ型带通滤波算法,得到带通滤波后的动态GNSS坐标时间序列;
S22.利用经典调和分析方法对带通滤波后的动态GNSS小时解坐标时间序列进行分析,估计静态海潮负载位移参数,具体方法如下:
采用最小二乘求解静态海潮负荷位移参数所建立的方程为
式中,为测站坐标的时间序列值,方向包括南北方向N、东西方向E、垂向方向U,当N数值为正时为北,为负值时为南;当E数值为正时为东,为负值时为西;当U数值为正时为上,为负值时为下; 为分潮k的角速度(为海潮潮波的频率,为已知值)、为天文幅角初相,对式(1)进行线性化得
式中
S3.基于静态海潮负载位移参数,利用最小二乘配置方法建立静态海潮负载位移模型;最小二乘配置方法的公式为
式中为两点间的球面距离;为两点间的协方差;和为待求参数,利用80%的GNSS点处估计的海潮负载位移参数建立静态海潮负载位移模型,利用剩下20%的GNSS站的数据进行模型精度验证,依次将数据循环作为建模数据和验证数据至所有的数据均被用作验证数据,根据验证结果得到最优的和,并计算相应的协方差。
图2以中国香港地区的GNSS实测数据为例实验数据的时间跨度为6年(2013年~2019年),数据的采样率为30s。对中国香港地区6个测站实测数据的动态坐标时间序列分别利用基于带通滤波的调和分析算法(BPHA)和经典的调和分析算法(CHA)进行分析,得到海潮负载位移参数,并与FES2014海潮模型(现有技术)进行对比,统计了BPHA、CHA的结果与FES2014海潮模型之间的差值,以垂直方向U为例进行说明。由图2可得经典调和分析结果和基于带通滤波的调和分析结果之间有着明显的差异,基于带通滤波的调和分析结果与FES2014海潮模型计算的结果更为接近。基于带通滤波的调和分析的结果中,各个分潮的精度均有明显提高,其中,垂直方向K1和S2分潮精度地提高尤为明显。
中国香港地区6个GNSS测站分别为中国香港锦田站 (HKKT(CHN))、中国香港梅窝站 (HKMW(CHN))、中国香港昂坪站 (HKNP(CHN))、中国香港石碑山站 (HKOH(CHN))、中国香港沙田站 (HKST(CHN))和中国香港石船岛(HKSC(CHN))。
利用基于带通滤波的调和分析方法进行估计海潮负载位移参数,以8大主要分潮(K1, O1, P1, Q1, M2, S2, N2 和K2)为例,8大主要分潮海潮负载位移参数估计结果如表1-2所示。以中国香港6个GNSS测站为例,使用最小二乘配置方法建立了各个分潮的静态海潮负载位移格网模型。
S4.利用滑动调和分析方法计算海潮负载位移参数的季节变化序列;
为了保证能够捕捉到小于半年的周期信号,且尽可能增加每个滑动单位的观测数据长度,将观测数据按60天为单位,滑动窗口长度为1天向后滑动,形成若干个时段,并对每个时段利用经典调和分析方法进行处理,得到离散的海潮负载位移调和参数(即振幅和相位)。然后利用三次样条插值法对每个月的离散振幅和相位进行插值,得到时变振幅和相位。滑动调和分析算法可以表示为
将时变海潮负载位移参数和时变海潮参数的变化规律和特点进行对比分析,以验证滑动调和分析方法及利用滑动调和分析获得的时变参数的可靠性。另外,将静态海潮负载位移参数与时变海潮负载位移参数序列的均值进行对比,再次验证海潮负载位移参数的可靠性,理论上时变海潮负载位移参数的均值应等于静态海潮负载位移参数。
表1 各个测站的振幅调和常数(单位:mm)
表2各个测站的相位调和常数(单位:°)
S5.利用奇异谱分析方法研究对去均值的时变海潮负载位移参数序列进行分析,研究其季节性变化规律,并对季节变化规律进行建模;利用奇异谱分析方法对时变海潮负载位移参数序列进行分解,得到S个子分量,每个子分量中包含相同或相近频率的信号,将子分量按特征值贡献率从大到小排列,并将特征值贡献率总和大于99.5%的前s阶子分量作为主成分。
S6. 建立时变海潮负载位移模型。
S61.由于奇异谱分析方法分解的结果是成对出现的,将提取的主成分子分量中成对出现的子分量相加作为一个子信号,分别对获得的子信号利用多项式拟合进行建模,建立季节变化模型为
其中,分别为子信号的个数和多项式阶次; 分别为经度和纬度;表示分潮;为分潮、时刻、经纬度处振幅的季节变化;为分潮、时刻、经纬度处相位的季节变化;, 、分别为经纬度处时变振幅和时变相位的拟合系数;和分别为利用经典调和分析计算的经纬度处静态海潮负载的振幅和相位。
利用滑动调和分析估计了表1中中国香港地区6个GNSS测站海潮负载位移参数的季节性变化,此处以E方向Q1分潮为例进行说明,如图3所示。各个测站的E方向Q1分潮负载的振幅有着明显的季节性变化,HKKT(CHN)测站Q1分潮负载振幅基本都在0.8mm附近波动,在2017年7月附近出现最大值,达1.1mm。HKMW(CHN)测站Q1分潮负载振幅存在明显的季节性变化,每年7~8月出现最大值,12月~次年1月出现最小值,其中2015年~2018年振动尤为强烈。HKNP(CHN)测站Q1分潮负载振幅的季节性变化幅度较大,2017年之前振幅在0.25mm左右,2017年之后有逐渐变小的趋势。HKOH(CHN)测站Q1分潮负载振幅在2017年之前有逐渐变小的趋势,2017年之后出现较大波动。HKSC(CHN)和HKST(CHN)测站Q1分潮负载的振幅在2017年之前变化较为平稳,2017年之后震荡幅度变大。
S62.利用最小二乘配置方法对分潮的时变振幅和时变相位、建立的参数格网模型,利用双线性内插从参数格网模型获得经纬度处的 、参数,并利用式(8)和式(9)计算和;利用双线性内插从静态海潮负载位移模型中获得静态的海潮负载位移参数和,利用式(10)和式(11)将季节变化模型和静态海潮负载位移模型融合,即可以计算时刻、分潮、经纬度处的时变海潮负载位移参数。
表3 HKKT(CHN)测站U方向M2分潮2013-2019年的时变振幅和相位(均为每年的001天0时的参数)
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (6)
1.一种基于GNSS技术建立时变海潮负载位移模型的方法,其特征在于,包括以下步骤,
S1.对GNSS数据进行小时解的解算,解算过程中不进行海潮负载改正,得到动态GNSS坐标时间序列;
S2.利用带通滤波的调和分析算法估计静态海潮负载位移参数;
S3.基于静态海潮负载位移参数,利用最小二乘配置方法建立静态海潮负载位移模型;
S4.利用滑动调和分析方法计算海潮负载位移参数的季节变化序列;
S5.利用奇异谱分析方法研究海潮负载位移参数时变序列的时变特性和规律,并对时变规律进行建模;
S6. 建立时变海潮负载位移模型。
2.根据权利要求1所述的一种基于GNSS技术建立时变海潮负载位移模型的方法,其特征在于,步骤S2中,
S21.使用的带通滤波方法为切比雪夫Ⅰ型带通滤波算法,得到带通滤波后的动态GNSS坐标时间序列;
S22.利用经典调和分析方法估计静态海潮负载位移参数,具体方法如下:
采用最小二乘求解静态海潮负荷位移参数所建立的方程为
式中,为测站坐标的时间序列值,方向包括南北方向N、东西方向E、垂向方向U,当N数值为正时为北,为负值时为南;当E数值为正时为东,为负值时为西;当U数值为正时为上,为负值时为下;为分潮k的角速度、为天文幅角初相,对式(1)进行线性化得
式中
3.根据权利要求1所述的一种基于GNSS技术建立时变海潮负载位移模型的方法,其特征在于,步骤S3中,
最小二乘配置方法的公式为
5.根据权利要求1所述的一种基于GNSS技术建立时变海潮负载位移模型的方法,其特征在于,步骤S5中,利用奇异谱分析方法对时变海潮负载位移参数序列进行分解,得到S个子分量,每个子分量中包含相同或相近频率的信号,将子分量按特征值贡献率从大到小排列,并将特征值贡献率总和大于99.5%的前s阶子分量作为主成分。
6.根据权利要求5所述的一种基于GNSS技术建立时变海潮负载位移模型的方法,其特征在于,步骤S6中,
S61.由于奇异谱分析方法分解的结果是成对出现的,将提取的主成分子分量中成对出现的子分量相加作为一个子信号,分别对获得的子信号利用多项式拟合进行建模,建立季节变化模型为
其中,分别为子信号的个数和多项式阶次; 分别为经度和纬度;表示分潮;为分潮、时刻、经纬度处振幅的季节变化;为分潮、时刻、经纬度处相位的季节变化; 、分别为经纬度处时变振幅和时变相位的拟合系数;和分别为利用经典调和分析计算的经纬度处静态海潮负载的振幅和相位;
S62.利用最小二乘配置方法对分潮的时变振幅 和时变相位、建立的参数格网模型,利用双线性内插从参数格网模型获得经纬度处的 、参数,并利用式(8)和式(9)计算和;利用双线性内插从静态海潮负载位移模型中获得静态的海潮负载位移参数和,利用式(10)和式(11)将季节变化模型和静态海潮负载位移模型融合,即可以计算时刻、分潮、经纬度处的时变海潮负载位移参数
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210571679.4A CN114662348B (zh) | 2022-05-25 | 2022-05-25 | 一种基于gnss技术建立时变海潮负载位移模型的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210571679.4A CN114662348B (zh) | 2022-05-25 | 2022-05-25 | 一种基于gnss技术建立时变海潮负载位移模型的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114662348A true CN114662348A (zh) | 2022-06-24 |
CN114662348B CN114662348B (zh) | 2022-09-06 |
Family
ID=82038187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210571679.4A Active CN114662348B (zh) | 2022-05-25 | 2022-05-25 | 一种基于gnss技术建立时变海潮负载位移模型的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114662348B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115032670A (zh) * | 2022-08-10 | 2022-09-09 | 自然资源部第一海洋研究所 | 一种纠正gps观测得到的分潮误差的方法及设备 |
CN115453587A (zh) * | 2022-08-03 | 2022-12-09 | 武汉大学 | 顾及潮族响应关系的gnss海潮负荷位移反演方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107544075A (zh) * | 2017-08-22 | 2018-01-05 | 中国科学院国家授时中心 | 基于精密单点定位与调和分析估计海潮负荷位移参数方法 |
CN109614711A (zh) * | 2018-12-12 | 2019-04-12 | 国家海洋局第海洋研究所 | 一种基于潮汐潮流数值模拟提高多分潮调和常数计算精度的方法 |
CN110737997A (zh) * | 2019-08-05 | 2020-01-31 | 中国船舶科学研究中心(中国船舶重工集团公司第七0二研究所) | 复杂载荷作用下超大型浮体结构极限强度的分析方法 |
WO2021055152A1 (en) * | 2019-09-18 | 2021-03-25 | Bp Corporation North America Inc. | Noise attenuation methods applied during simultaneous source deblending and separation |
CN112819249A (zh) * | 2021-02-26 | 2021-05-18 | 自然资源部第二海洋研究所 | 基于走航adcp观测海流数据的潮流调和分析计算方法 |
CN113032994A (zh) * | 2021-03-23 | 2021-06-25 | 自然资源部第一海洋研究所 | 断面多点潮流调和常数提取计算方法、装置及电子设备 |
CN113761808A (zh) * | 2021-11-08 | 2021-12-07 | 长沙理工大学 | 一种基于gps和经验潮汐模型的地表潮汐位移获取方法及应用方法和系统 |
-
2022
- 2022-05-25 CN CN202210571679.4A patent/CN114662348B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107544075A (zh) * | 2017-08-22 | 2018-01-05 | 中国科学院国家授时中心 | 基于精密单点定位与调和分析估计海潮负荷位移参数方法 |
CN109614711A (zh) * | 2018-12-12 | 2019-04-12 | 国家海洋局第海洋研究所 | 一种基于潮汐潮流数值模拟提高多分潮调和常数计算精度的方法 |
CN110737997A (zh) * | 2019-08-05 | 2020-01-31 | 中国船舶科学研究中心(中国船舶重工集团公司第七0二研究所) | 复杂载荷作用下超大型浮体结构极限强度的分析方法 |
WO2021055152A1 (en) * | 2019-09-18 | 2021-03-25 | Bp Corporation North America Inc. | Noise attenuation methods applied during simultaneous source deblending and separation |
CN112819249A (zh) * | 2021-02-26 | 2021-05-18 | 自然资源部第二海洋研究所 | 基于走航adcp观测海流数据的潮流调和分析计算方法 |
CN113032994A (zh) * | 2021-03-23 | 2021-06-25 | 自然资源部第一海洋研究所 | 断面多点潮流调和常数提取计算方法、装置及电子设备 |
CN113761808A (zh) * | 2021-11-08 | 2021-12-07 | 长沙理工大学 | 一种基于gps和经验潮汐模型的地表潮汐位移获取方法及应用方法和系统 |
Non-Patent Citations (2)
Title |
---|
MOHAMMED EL-DIASTY等: "《Hybrid harmonic analysis and wavelet network model for sea water level prediction》", 《APPLIED OCEAN RESEARCH》 * |
牛余朋等: "《集成奇异谱分析和自回归滑动平均预测日本近海海平面变化》", 《地球物理学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115453587A (zh) * | 2022-08-03 | 2022-12-09 | 武汉大学 | 顾及潮族响应关系的gnss海潮负荷位移反演方法及系统 |
CN115453587B (zh) * | 2022-08-03 | 2024-02-20 | 武汉大学 | 顾及潮族响应关系的gnss海潮负荷位移反演方法及系统 |
CN115032670A (zh) * | 2022-08-10 | 2022-09-09 | 自然资源部第一海洋研究所 | 一种纠正gps观测得到的分潮误差的方法及设备 |
CN115032670B (zh) * | 2022-08-10 | 2022-11-18 | 自然资源部第一海洋研究所 | 一种纠正gps观测得到的分潮误差的方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114662348B (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114662348B (zh) | 一种基于gnss技术建立时变海潮负载位移模型的方法 | |
CN103674062B (zh) | 基于Allan方差与ARMA模型分析提高陀螺仪测量精度的方法 | |
Apaydin et al. | Spatial interpolation techniques for climate data in the GAP region in Turkey | |
CN112525218B (zh) | 一种ins/dvl组合导航系统鲁棒智能协同校准方法 | |
WO2021184541A1 (zh) | 一种北斗变形监测中多路径误差的削弱方法 | |
CN113468773B (zh) | 全球台风浪数值模拟方法及系统 | |
CN112269192B (zh) | 一种快速自适应的动态北斗监测实时解算去噪方法 | |
CN104199058A (zh) | 基于Kalman滤波器实时预测值调整时间尺度算法 | |
CN110727923B (zh) | 一种短期潮位预报方法 | |
CN107831516B (zh) | 融合gnss和地面监测网获取大坝实时高精度位移的方法 | |
CN109557594B (zh) | 基于重力异常时变的重力基准图时变修正方法及系统 | |
He et al. | Noise analysis for environmental loading effect on GPS position time series | |
CN114595946A (zh) | 一种海域理论最低潮面计算方法、系统、设备及介质 | |
CN112433235A (zh) | 一种用于确定时间基准的方法、系统和介质 | |
Antunes | Monitoring sea level change at Cascais tide gauge | |
CN112799110B (zh) | 一种顾及Doppler的北斗修正伪距单点定位方法、系统与设备 | |
CN110082787A (zh) | 一种从gnss时间序列中提取周日半周日海潮信号的方法 | |
CN115524725A (zh) | 基于差分观测与回归方程模型修正北斗和晶振秒时钟的方法 | |
Yokoyama et al. | Sixty year variation in a time series of the geomagnetic Gauss coefficients between 1910 and 1983 | |
CN103401533A (zh) | 一种基于hmm/kf稳态反馈的数字滤波方法 | |
Senol et al. | Computation of the value set of fractional order uncertain polynomials: a 2q convex parpolygonal approach | |
CN114047684B (zh) | 一种原子钟联合守时方法及装置 | |
CN101915931A (zh) | 高精度延迟滤波器的多级插值设计方法 | |
Xiang et al. | SEASONAL CRUSTAL DEFORMATIONS AROUND THE EASTERN TIBETAN PLATEAU CONSTRAINED BY GPS, GRACE AND HYDROLOGICAL MODEL. | |
CN103926561B (zh) | 一种用于超短基线安装误差校准的奇异值消除的参数估计权值设计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |