۲۳۹۳۱پ
per
آنالیز نویز سری های زمانی GPS به روش تجزیه سیگنال به مؤلفه های مود ذاتی
GPS time series noise analysis using EMD
/میلاد قربانعلی زاده خانقاه
: فنی مهندسی عمران
، ۱۳۹۹
، عباسپور
۷۹ص
چاپی - الکترونیکی
کارشناسی ارشد
نقشه برداری، گرایش ژئودزی
۱۳۹۹/۱۱/۰۸
تبریز
کشف صحیح مقدار نویز در سری های زمانی GPS باعث برآورد دقیق بردار مجهولات) از جمله سرعت (و عدمقطعیت آن می‌شود .سری‌های زمانی GPS شامل روند خطی، حرکات پریودیک با فرکانس‌های سالیانه و نیم سالیانه و نویز سفید و رنگی از نوع فیلکر می‌باشند .البته در برخی داده های GPS نویز رندم‌واک نیز مشاهده شده است .با توجه به کاربرد وسیع سری‌های زمانی GPS مانند بررسی حرکات تکتونیک، تغییر پوسته زمین و دینامیک زلزله و ... ارائه‌ی روشی به‌منظور افزایش سرعت در آنالیز مؤلفه‌های واریانس اهمیت پیدا می‌کند .در این پژوهش سری‌های زمانی در نرم‌افزار متلب با گپ‌های صفر تا چهل درصد شبیه‌سازی‌شده‌اند .با تجزیه سیگنال به مؤلفه‌های مود ذاتی، اطلاعات آماری نویز سفید با دقت و سرعت بالا استخراج می‌شود .برای کشف مقدار نویز رنگی از دو روش جدید مثلثاتی و انحراف معیار استفاده شده است .همچنین شناخت نوع نویز به کمک محاسبه‌ی مقدار هارست انجام می‌گیرد که با مقدار اندیس طیفی حاصل از تکنیک آنالیز توان طیفی، در ارتباط است .در بین روش‌های تخمین مقدار هارست، دوازده روش بررسی شد و روش پریودوگرام-جعبه ای نتایج بهتری داشت .درنهایت نتایج روش‌های مذکور با نتایج کمترین مربعاتVCE) - (LSو بیشترین شباهت مقایسه می‌شود.نتایج روش‌های جدید برای نویز سفید و فلیکر بسیار کارآمد، اما برای نویز سفید و رندم‌واک با چالش‌هایی همراه است
VCE) and maximum likelihood estimation (MLE). The results of the proposed methods are usefull for white noise and flicker noise, but there are challenges for random walk noise-periodogram offered better results. Finally, the results of the mentioned methods are compared with the results of least squares variance components estimation (LS-annual frequencies and white and colored noise. Due to the wide application of GPS time series such as the study of tectonic movements, crustal and earthquake dynamics, etc., it is essential to provide a method for increasing the speed in the analysis of variance components. We also examine modeling without motivation to know the functional method using the intrinsic mode analysis method. In this research, time series have been simulated in MATLAB software with zero to forty percent gaps. The statistics of white noise has been extracted by EMD, fast and exact. Then, colored noise (flicker or random walk) is calculated by two methods; trigonometric method and standard deviation method. Noise model detected by Hurst estimation which is directly connected with spectral index. Among the methods for Hurst estimation, 12 different procedures were compared, and boxed-True detection of noise statistics in GPS time series brings exact determination of unknowns vector and its uncertainties. GPS time series include a lineal trend, periodic movements with annual and semi
GPS time series noise analysis using EMD
قربانعلی زاده خانقاه، میلاد
Ghorbanalizadeh Khangah, Milad
سیاه و سفید
نمایه‌سازی قبلی
