权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Erweiterung des stochastischen Modells von GPS-Beobachtungen durch Modellierung physikalischer Korrelationen

通过物理相关性建模扩展 GPS 观测的随机模型

基本信息

批准号：
30246717
负责人：
Professor Dr.-Ing. Bernhard Heck
金额：
--
依托单位：
Geodätisches Institut (GIK)
依托单位国家：
德国
项目类别：
Research Grants
财政年份：
2006
资助国家：
德国
起止时间：
2005-12-31 至 2011-12-31
项目状态：
已结题

来源：
https://gepris.dfg.de/gepris/projekt/30246717?language=en
关键词：
Erweiterung des stochastischen Modells von

项目摘要

Grundlage des stochastischen Modells bei der Auswertung von GPS-Trägerphasenmessungen ist bisher meist eine skalierte Einheitsmatrix oder eine Diagonalmatrix mit elevationsabhängigen Varianzen, obwohl Kovarianzmatrizen dieses Typs nur eine grobe Approximation an die tatsächlich gültigen Verhältnisse darstellen. Insbesondere enthalten Zeitreihen von GPS-Phasenmessungen hochsignifikante zeitliche und räumliche Korrelationen, die im traditionellen Modell nicht berücksichtigt sind. Eine Verfeinerung des stochastischen Modells soll in drei Stufen erreicht werden. Der erste Schritt befasst sich mit der verbesserten Modellierung von Varianzfunktionen auf der Grundlage von analytischen Varianzmodellen, der Waveletanalyse von Residuenzeitreihen und der Analyse des Signal-zu-Rausch-Verhältnisses; die Effizienz dieser drei alternativen Verfahren soll anhand eines einheitlichen Datenmaterials geprüft werden. Im zweiten Schritt soll die zeitliche Korrelationsstruktur analysiert und mittels stochastischer Prozesse (AR(I)MA: AutoRegressive (Integrierte) Moving Average, bzw. empirische Autokorrelationsfunktionen) modelliert werden. Der dritte Schritt umfasst die Erweiterung auf räum-zeitliche Korrelationen, wozu die Untersuchung empirischer Kreuzkorrelationsfunktionen erforderlich ist. Wegen der Größe der hiermit entstehenden, voll besetzten Kovarianzmatrizen sind weitere nummerische Probleme bei der Berechnung der Matrizeninversen zu lösen.

GPS跟踪测量的随机模型的基础是一个带有高程变化的对角矩阵或一个简单的Einheitsmatrix，而Kovarianzmatizen的类型仅仅是一个粗略的近似值和一个精确的测量值。由于GPS相位测量的时间特性和相关性很强，因此传统的测量模型并不可靠。一个随机模型的检验只适用于三个韦尔登。第一种方法是在分析变量模型的基础上对变量函数进行精确建模，对残差进行小波分析，并对信号进行分析;这三种方法的效果都是由一种韦尔登产生的。在第二次Schritt soll die zeitliche Correlationsstruktur analysiert und mittels stochastischer Prozesse（AR（I）MA：AutoRegressive（Integrierte）Moving Average，bzw. empirische Autocorrelationsfunktionen）modelliert韦尔登. Der dritte Schritt umfasted die Erweiterung auf räum-zeitliche Korrelationen，wozu die Untersuchung empirischer Kreuzkorrelationsfunktionen erforderlich ist.当最高法院的法官开始审理此案时，Kovarianzmatrizen被认为是Matrizeninversen的Berechnung的另一个数字问题。