摘要 | 第9-10页 |
Abstract | 第10-11页 |
第一章 绪论 | 第12-16页 |
1.1 立项背景 | 第12-13页 |
1.2 时间序列异常值探测的研究现状 | 第13-14页 |
1.3 本文的主要研究内容和组织结构 | 第14-16页 |
第二章 时间序列异常值探测方法的回顾与评述 | 第16-26页 |
2.1 引言 | 第16页 |
2.2 时间序列中异常值的概念及其类型 | 第16-18页 |
2.3 时间序列异常值探测的非Bayes方法 | 第18-22页 |
2.3.1 时间序列异常值探测的似然比检验法 | 第18-21页 |
2.3.2 时间序列异常值探测的影响分析 | 第21-22页 |
2.4 时间序列异常值探测的Bayes方法 | 第22-24页 |
2.4.1 基于AR模型的异常值探测的Bayes方法 | 第22-24页 |
2.4.2 成片AO类异常值探测的Bayes方法 | 第24页 |
2.5 时间序列异常值探测方法评述 | 第24-25页 |
2.6 本章小结 | 第25-26页 |
第三章 基于不同类型识别变量的AR模型异常值探测的Bayes方法 | 第26-44页 |
3.1 引言 | 第26-27页 |
3.2 基于不同类型识别变量的AR模型异常值定位的Bayes方法 | 第27-29页 |
3.3 基于Gibbs抽样的后验概率值的计算和异常扰动的估计 | 第29-33页 |
3.3.1 参数的完全条件分布 | 第29-32页 |
3.3.2 识别变量后验概率值的计算 | 第32-33页 |
3.3.3 AO类和IO类异常扰动的估计 | 第33页 |
3.4 AR模型异常值探测Bayes方法的实施过程 | 第33-36页 |
3.4.1 关于Gibbs抽样收敛性的讨论 | 第33-35页 |
3.4.2 异常值探测Bayes方法的实施过程 | 第35-36页 |
3.5 算例与分析 | 第36-42页 |
3.5.1 算例 | 第36-39页 |
3.5.2 方法比较 | 第39-40页 |
3.5.3 在卫星钟差优化处理中的应用 | 第40-42页 |
3.6 本章小结 | 第42-44页 |
第四章 成片AO类异常值探测的抗掩盖和淹没型Bayes方法 | 第44-58页 |
4.1 引言 | 第44页 |
4.2 掩盖和淹没现象及其原因分析 | 第44-50页 |
4.2.1 掩盖和淹没现象 | 第44-47页 |
4.2.2 产生掩盖和淹没现象的原因分析 | 第47-50页 |
4.3 抗掩盖和淹没现象的对策 | 第50-53页 |
4.3.1 最小二乘拟合推估简述 | 第50-51页 |
4.3.2 搜索潜在的成片AO类异常点片的位置 | 第51页 |
4.3.3 估计潜在的成片AO类异常值的扰动 | 第51-53页 |
4.4 成片AO类异常值探测的抗掩盖和淹没型Bayes方法的实施过程 | 第53页 |
4.5 算例与分析 | 第53-56页 |
4.5.1 算例 | 第53-55页 |
4.5.2 方法比较 | 第55-56页 |
4.6 本章小结 | 第56-58页 |
第五章 时间序列异常值探测的Bayes方法在GNSS周跳探测中的应用 | 第58-76页 |
5.1 引言 | 第58-59页 |
5.2 载波相位观测值的预处理和建模 | 第59-61页 |
5.2.1 载波相位观测值及其预处理 | 第59页 |
5.2.2 载波相位观测值的建模过程 | 第59-61页 |
5.3 周跳的特点分析 | 第61页 |
5.4 周跳探测的Bayes方法 | 第61-67页 |
5.4.1 周跳探测的Bayes模型和准则 | 第61-62页 |
5.4.2 基于Gibbs抽样的识别变量后验概率值和异常值的估计 | 第62-64页 |
5.4.3 周跳探测的Bayes方法实施过程(算法I) | 第64-65页 |
5.4.4 周跳探测的抗隐差型Bayes方法实施过程(算法II) | 第65-67页 |
5.5 算例与分析 | 第67-74页 |
5.5.1 基于GPS数据的算例与分析 | 第67-72页 |
5.5.2 基于北斗数据的算例与分析 | 第72-74页 |
5.6 本章小结 | 第74-76页 |
第六章 总结与展望 | 第76-78页 |
6.1 本文研究工作的总结 | 第76-77页 |
6.2 进一步的研究工作设想 | 第77-78页 |
参考文献 | 第78-82页 |
作者简历 攻读硕士学位期间完成的主要工作 | 第82-84页 |
致谢 | 第84页 |