| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.2.3 目前研究中存在的不足 | 第11页 |
| 1.3 研究的主要内容 | 第11-13页 |
| 第二章 时间序列分析方法 | 第13-18页 |
| 2.1 时间序列概述 | 第13页 |
| 2.2 时间序列常用模型 | 第13-14页 |
| 2.3 平稳时间序列的数字特征 | 第14-15页 |
| 2.4 时间序列模型建模方法 | 第15-17页 |
| 2.5 本章小结 | 第17-18页 |
| 第三章 CORS站点高程时间序列分析 | 第18-36页 |
| 3.1 CORS站点原始时间序列分析 | 第18-20页 |
| 3.2 数据插值方法 | 第20-27页 |
| 3.2.1 拉格朗日插值方法 | 第20-21页 |
| 3.2.2 三次样条插值方法 | 第21-22页 |
| 3.2.3 BP神经网络插值方法 | 第22-24页 |
| 3.2.4 不同插值方法效果比较 | 第24-27页 |
| 3.3 功率谱分析 | 第27-30页 |
| 3.4 小波分析 | 第30-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 CORS站点高程时间序列的应用分析 | 第36-52页 |
| 4.1 影响高程方向周期性变化的因素分析 | 第36-41页 |
| 4.1.1 地球物理因素的影响 | 第36-38页 |
| 4.1.2 GPS及数据处理因素的影响 | 第38-40页 |
| 4.1.3 其他因素的影响 | 第40-41页 |
| 4.2 CORS站点高程时间序列预报分析 | 第41-48页 |
| 4.2.1 多项式拟合函数预报分析 | 第41-43页 |
| 4.2.2 时间序列ARIMA模型预报分析 | 第43-45页 |
| 4.2.3 基于BP神经网络的时间序列融合模型预报分析 | 第45-48页 |
| 4.3 CORS在地表沉降监测中的应用 | 第48-50页 |
| 4.3.1 高程控制网水准测量确定的地面沉降 | 第48-49页 |
| 4.3.2 JSCORS数据确定的地面沉降 | 第49-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第五章 结论与展望 | 第52-54页 |
| 5.1 主要工作与结论 | 第52-53页 |
| 5.2 问题及展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士期间发表的论文与取得的学术成果 | 第58页 |