| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第17-29页 |
| 1.1 研究背景 | 第17-18页 |
| 1.2 GPS坐标时间序列分析研究现状 | 第18-27页 |
| 1.2.1 噪声模型的辨识 | 第18-22页 |
| 1.2.2 季节性信号的物理机制及其建模 | 第22-24页 |
| 1.2.3 GPS坐标时间序列质量控制 | 第24-26页 |
| 1.2.4 存在的问题 | 第26-27页 |
| 1.3 本文的主要的主要工作及内容安排 | 第27-29页 |
| 第二章 地球参考框架相关理论与噪声模型 | 第29-61页 |
| 2.1 地球参考框架基本理论 | 第29-48页 |
| 2.1.1 参考框架的建立方法 | 第31-43页 |
| 2.1.2 准瞬时参考框架 | 第43-45页 |
| 2.1.3 参考框架的转换方法 | 第45-48页 |
| 2.2 几种常见噪声模型及其时频特性 | 第48-57页 |
| 2.2.1 白噪声 | 第48-50页 |
| 2.2.2 幂律噪声 | 第50-54页 |
| 2.2.3 分数阶自回归滑动平均噪声 | 第54页 |
| 2.2.4 广义高斯—马尔科夫噪声 | 第54-55页 |
| 2.2.5 一阶高斯—马尔科夫过程 | 第55-57页 |
| 2.3 噪声模型辨识的最大似然估计法 | 第57-59页 |
| 2.4 交叉频率与噪声模型辨识 | 第59-60页 |
| 2.5 本章小结 | 第60-61页 |
| 第三章 GPS坐标时间序列质量控制 | 第61-86页 |
| 3.1 基于数据驱动的插值方法 | 第61-67页 |
| 3.1.1 问题背景 | 第61-62页 |
| 3.1.2 插值方法 | 第62-63页 |
| 3.1.3 数据 | 第63-64页 |
| 3.1.4 插值结果及分析 | 第64-66页 |
| 3.1.5 讨论 | 第66-67页 |
| 3.1.6 小结 | 第67页 |
| 3.2 基于L1范数估计与IQR统计量组合的粗差探测与剔除 | 第67-77页 |
| 3.2.1 问题背景 | 第67-68页 |
| 3.2.2 L1范数估计模型及其解 | 第68-69页 |
| 3.2.3 L1范数估计与IQR组合的粗差探测算法—L1_ModIQR | 第69页 |
| 3.2.4 算例及分析 | 第69-76页 |
| 3.2.5 小结 | 第76-77页 |
| 3.3 顾及有色噪声的中断探测 | 第77-84页 |
| 3.3.1 问题背景 | 第77页 |
| 3.3.2 序贯中断算法-STARS | 第77-78页 |
| 3.3.3 顾及有色噪声的中断序贯算法—COL-STARS | 第78-79页 |
| 3.3.4 算例 | 第79-82页 |
| 3.3.5 结果分析与讨论 | 第82-84页 |
| 3.3.6 结论 | 第84页 |
| 3.4 本章小结 | 第84-86页 |
| 第四章 基于独立分量分析的中国区域GPS网时空滤波 | 第86-123页 |
| 4.1 问题背景 | 第86-88页 |
| 4.2 方法 | 第88-90页 |
| 4.2.1 主成分分析 | 第88-89页 |
| 4.2.2 独立成分分析 | 第89-90页 |
| 4.3 模拟数据及其结果 | 第90-96页 |
| 4.3.1 模拟数据 | 第90-91页 |
| 4.3.2 结果 | 第91-96页 |
| 4.4 实测数据及其结果 | 第96-120页 |
| 4.4.1 实测数据 | 第96-98页 |
| 4.4.2 残差序列的非高斯性 | 第98-100页 |
| 4.4.3 结果 | 第100-108页 |
| 4.4.4 基于ICA的异常测站识别与CME定义 | 第108-120页 |
| 4.5 分析与讨论 | 第120-122页 |
| 4.5.1 ICA结果的谱分析 | 第120-121页 |
| 4.5.2 ICA提取的CME与地表流体物质负载模型的对比 | 第121-122页 |
| 4.6 本章小结 | 第122-123页 |
| 第五章 中国区域IGS站高程时间序列季节性信号及长期趋势分析 | 第123-138页 |
| 5.1 问题背景 | 第123-124页 |
| 5.2 基于局部加权回归的季节项—趋势项分解 | 第124页 |
| 5.3 数据 | 第124-126页 |
| 5.3.1 模拟数据 | 第124-125页 |
| 5.3.2 实测数据及其预处理 | 第125-126页 |
| 5.4 结果分析 | 第126-136页 |
| 5.4.1 模拟数据的结果 | 第126-129页 |
| 5.4.2 实测数据的结果 | 第129-136页 |
| 5.5 本章小结 | 第136-138页 |
| 第六章 基于网解Kalman滤波的GPS坐标时间序列分析 | 第138-159页 |
| 6.1 问题背景 | 第138页 |
| 6.2 方法 | 第138-147页 |
| 6.2.1 趋势项建模 | 第139页 |
| 6.2.2 季节性信号建模 | 第139-140页 |
| 6.2.3 有色噪声建模 | 第140-141页 |
| 6.2.4 状态-空间模型 | 第141-143页 |
| 6.2.5 Kalman滤波及平滑 | 第143-144页 |
| 6.2.6 空间相关性 | 第144页 |
| 6.2.7 求解超参数 | 第144-147页 |
| 6.3 数据 | 第147-148页 |
| 6.4 结果 | 第148-155页 |
| 6.5 讨论 | 第155-158页 |
| 6.6 本章小结 | 第158-159页 |
| 第七章 总结与展望 | 第159-162页 |
| 7.1 总结 | 第159-160页 |
| 7.2 下一步开展的工作 | 第160-162页 |
| 致谢 | 第162-163页 |
| 参考文献 | 第163-179页 |
| 附录 | 第179-182页 |
| 附录 A | 第179-180页 |
| 附录 B | 第180-181页 |
| 附录 C | 第181-182页 |
| 作者简历 | 第182-183页 |
