利用Vondrak方法处理GPS CV观测数据的随机噪声

GPSCV时间传递技术在高精度国际时间同步和国际原子时的建立中发挥了积极作用；目前,GPS CV技术仍然是BIPM主要采用的远程时间比对技术；观测数据中的随机噪声是影响GPS CV比对结果精度不可忽略的因素；因此,研究了用以消除或削弱GPS CV观测数据中随机噪声的Vondrak平滑方法；结果表明,Vondrak平滑方法能有效地滤除GPS CV数据的随机噪声。

Vondrak滤波法在定点地形变资料分析中的应用

本文使用天文学数据处理中常用的Ｖｏｎｄｒａｋ平滑滤波法，对库尔勒短水准和呼图壁断层形变资料进行了高通、低通和带通数字滤波处理。结果表明，处理后的资料突出了地震前不同周期的地壳形变异常信息，降低了背景噪声和观测误差的影响。该方法对于识别形变异常有较好的效果。

Vondrak数据平滑法在基坑沉降数据预处理中的应用

沉降观测对于保证基坑安全、实现信息化施工有着重要意义。由于观测数据中不可避免地存在误差,为了减弱观测误差对沉降数据的影响,需要对沉降数据进行预处理,以期为后续的变形分析和预报提供可靠的数据。为此,采用了Vondrak数据平滑法对观测数据进行了平滑处理。通过对某基坑实测沉降数据进行平滑处理,结果表明,该方法可用于不等间隔观测数据中,且得到的平滑曲线与观测值符合程度高,具有一定的实践意义。

热重数据的平滑和微分

在热分析技术中 ,经常要采用高质量的数据平滑方法。本文采用 3种平滑方法来得到微分热重(DTG)数据 ,并比较了效果。从应用于实验数据和模拟数据的效果来看 ,可以认为Vondrak和高斯光滑方法有各自的优点 ,并且好于平均光滑方法。从原始TG数据计算的动力学参数和从平滑得到的DTG数据计算得到的参数很好的一致。这表明平滑算法是有效的 ,可以直接地应用于热动力学分析中。

一种高精度导航卫星钟差中长期预报方法

为了提高卫星钟差中长期预报的精度,提出了一种基于冯德拉克滤波一次差的修正指数曲线法模型的卫星钟差中长期预报方法。该方法首先在建模之前考虑到卫星钟差钟跳和粗差频繁的现象,采用中位数法探测钟跳和粗差数据并将其剔除后,采用拉格朗日插值法将缺失的钟差数据补齐;其次,考虑到卫星钟差数据存在系统误差和随机误差,采用冯德拉克滤波平滑法对钟差数据进行平滑处理;然后,考虑到卫星钟差的有效数字位数较多,会降低模型的预报性能,采用一次差处理消除钟差序列趋势项的影响后,建立了修正指数曲线法预报模型;最后,采用IGS服务器上发布的事后精密卫星钟差产品,并结合2种典型变化趋势的卫星钟差进行了未来4个时间段的中长期预报实验。实验结果表明,该方法的中长期预报性能明显优于常用的二次多项式模型和灰色模型,其60 d的平均预报精度(RMS)相对于常用的二次多项式模型和灰色模型分别提高了92.00%和80.80%,平均预报稳定度(Range)相对于常用的二次多项式模型和灰色模型分别提高了92.40%和81.40%。