آنالیز سری زمانی موقعیت ایستگاه دائمی GPS با استفاده از اتورگرسیو میانگین متحرک

Authors

  • عبدالرضا صفری دانشیار گروه ژئودزی، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، دانشگاه تهران
  • فریدون نوبخت ارسی دانشجوی دکتری ژئودزی، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، دانشگاه تهران
  • محمدعلی شریفی دانشیار گروه ژئودزی، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، دانشگاه تهران
Abstract:

هدف اصلی مقاله حاضر، استفاده از مدل‌های احتمال اتورگرسیو میانگین متحرک(ARMA) به منظور مدل‌سازی سری زمانی موقعیت روزانه ایستگاه دائمی GPS می‌باشد. موقعیت‌های روزانه ایستگاه دائمی LLAS در منطقه کالیفرنیای جنوبی از شبکه SCIGN با پوشش زمانی هفت سال از ژانویه 2000 تا دسامبر 2006 جهت ایجاد سری زمانی موقعیت و آنالیز آن انتخاب گردیده است. براساس سری زمانی موقعیت روزانه و استفاده از روش کمترین مربعات وزن‌دار، پارامترهای ژئودتیکی مانند: ترند خطی، نوسانات سالیانه و نیم سالیانه و نیز آفست‌ها به طور همزمان برای ایستگاه دائمی LLAS برآورد شده‌اند. در این مطالعه، توابع خود همبستگی(ACF) و خودهمبستگی جزئی(PACF)،به عنوان ابزارهای مطالعاتی برای شناسایی رفتار سری زمانی موقعیت روزانه ایستگاه دائمی GPS مورد استفاده قرار می‌گیرند و امکان بررسی وابستگی داده‌های روزانه سری زمانی موقعیت را فراهم می‌نمایند. با توجه به اینکه ممکن است چند مدل احتمالاتی متفاوت برای یک سری زمانی موقعیت روزانه مناسب باشند، لذا محک اطلاعات آکاییک در مرحله شناسایی و انتخاب مدل مفید، مورد استفاده قرار گرفته است.در این مطالعه، نتایج عددی نشان می‌دهند که بهترین مدل احتمالاتی اتورگرسیو میانگین متحرک برای ایستگاه دائمی LLAS از مرتبه (1,1) برای جهت  N می‌باشد. همچنین مدل احتمالاتی (ARMA(2,1 برای جهت E مناسب ترین مدل میباشد در حالی که برای جهت U مدل احتمالاتی (ARMA(1,2 بهترین مدل است. بعد از برآورد یک مدل احتمالاتی مناسب برای سری زمانی موقعیت روزانه ایستگاه دائمی GPS، می‌توان آن سری زمانی موقعیت را همراه با  ترند و مؤلفه‌های فصلی پیش‌بینی کرد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

آنالیز سری زمانی موقعیت ایستگاه دائمی gps با استفاده از اتورگرسیو میانگین متحرک

هدف اصلی مقاله حاضر، استفاده از مدل های احتمال اتورگرسیو میانگین متحرک(arma) به منظور مدل سازی سری زمانی موقعیت روزانه ایستگاه دائمی gps می باشد. موقعیت های روزانه ایستگاه دائمی llas در منطقه کالیفرنیای جنوبی از شبکه scign با پوشش زمانی هفت سال از ژانویه 2000 تا دسامبر 2006 جهت ایجاد سری زمانی موقعیت و آنالیز آن انتخاب گردیده است. براساس سری زمانی موقعیت روزانه و استفاده از روش کمترین مربعات وز...

full text

آنالیز نویز سری های زمانی حاصل از مشاهدات ایستگاه های دائمی gps در ایران

مطالعه ی سری های زمانی موقعیت های روزانه ی gps ایستگاه های دائمی ایران در فضای زمان با استفاده از روش برآورد مولفه های واریانس و در فضای فرکانس با استفاده از تابع چگالی طیف توانی نشاندهنده ی این مطلب است که منابع خطایی نظیر خطای مدل کردن مدار ماهواره ها، نقص مدل های مورد استفاده در حذف منابع خطای مربوط به محیط انتشار امواج الکترومغناطیسی باعث تحمیل نویز رنگی به موقعیت های روزانه ی ایستگاه های د...

15 صفحه اول

آنالیز سری های زمانی gps منطقه البرز

سری های زمانی gps شامل یک ترند خطی، حرکات پریودیک با فرکانس های سالیانه و نیم سالیانه، آفست ها و یکسری رفتار های دیگر تحت عنوان نویز می باشند. با توجه به کاربرد های متفاوت سری های زمانی مانند بررسی حرکات تکتونیک، تغییر پوسته زمین و دینامیک زلزله و غیره باید سری های زمانی با دقت بالایی تقریب گردند. برای این منظور لازم است که مولفه های سیستماتیک موجود در مدل تابعی با دقت بالایی تعیین شوند. در این...

full text

کشف آفست های سری زمانی مختصات ایستگاه های دائم gps با استفاده از آنالیز چندمتغیره

با توجه به کاربردهای متفاوت سری های زمانی در مباحث ژئودتیکی و ژئوفیزیکی مانند بررسی حرکات تکتونیک، حرکات ایزوستاتیک یخبندان، تغییر شکل پوسته زمین، دینامیک زلزله و غیره نیاز است که سری های زمانی با دقت بالا تقریب گردند. سری های زمانی شامل یک ترند خطی، حرکات پریودیک با فرکانس های سالیانه و نیم سالیانه (سیگنال ها)، آفست های احتمالی و یکسری رفتارهای دیگر تحت عنوان نویز می باشند. کشف صحیح آفست، نیاز...

15 صفحه اول

آنالیز طیفی سری زمانی موقعیت ایستگاههای دائمیGPS با استفاده از HHT

در این مقاله تبدیل هیلبرت هوانگ (HHT) برای آنالیز سری زمانی موقعیت ایستگاه‌های دائمی GPSارائه می‌شود. تبدیل هیلبرت هوانگ و طیف وابسته به آن، روشی جدید برای آنالیز فرآیند‌های غیرخطی و غیرایستا به شمار می‌رود. این روش نه تنها یک تحلیل دقیق از وقایع خاص در فضای زمان- فرکانس ارائه می‌دهد بلکه تفاسیر معنی‌دار فیزیکی از فرآیندهای دینامیکی را نیز بیان می‌کند. روش مذکور برای آنالیز داده‌ها در دو مرحله ...

full text

تحلیل سری های زمانی میانگین متحرک اتورگرسیو با مقادیر صحیح با استفاده از روش مونت کارلوی زنجیر مارکوفی

همان طور که می دانیم سری های زمانی با مقادیر صحیح در موارد بسیاری، اغلب به عنوان تعداد پیشامدها رخ می دهند. سری های زمانی استاندارد از قبیل سری های میانگین متحرک اتورگرسیو استاندارد با خطای گوسی، فرض می کند که داده های سری، مقادیری حقیقی باشند. در نتیجه این مدل های استاندارد برای مدل بندی سری های زمانی با مقادیر صحیح نامناسب بنظر می رسند. بالاخص زمانیکه فراوانی داده ها کم باشد. در دو دهه اخیر ت...

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 25  issue 97

pages  5- 13

publication date 2016-06-01

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023