این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
یکشنبه 27 مهر 1404
اطلاعات جغرافیایی (سپهر)
، جلد ۲۵، شماره ۹۷، صفحات ۵-۱۳
عنوان فارسی
آنالیز سری زمانی موقعیت ایستگاه دائمی GPS با استفاده از اتورگرسیو میانگین متحرک
چکیده فارسی مقاله
هدف اصلی مقاله حاضر، استفاده از مدلهای احتمال اتورگرسیو میانگین متحرک(ARMA) به منظور مدلسازی سری زمانی موقعیت روزانه ایستگاه دائمی GPS میباشد. موقعیتهای روزانه ایستگاه دائمی LLAS در منطقه کالیفرنیای جنوبی از شبکه SCIGN با پوشش زمانی هفت سال از ژانویه 2000 تا دسامبر 2006 جهت ایجاد سری زمانی موقعیت و آنالیز آن انتخاب گردیده است. براساس سری زمانی موقعیت روزانه و استفاده از روش کمترین مربعات وزندار، پارامترهای ژئودتیکی مانند: ترند خطی، نوسانات سالیانه و نیم سالیانه و نیز آفستها به طور همزمان برای ایستگاه دائمی LLAS برآورد شدهاند. در این مطالعه، توابع خود همبستگی(ACF) و خودهمبستگی جزئی(PACF)،به عنوان ابزارهای مطالعاتی برای شناسایی رفتار سری زمانی موقعیت روزانه ایستگاه دائمی GPS مورد استفاده قرار میگیرند و امکان بررسی وابستگی دادههای روزانه سری زمانی موقعیت را فراهم مینمایند. با توجه به اینکه ممکن است چند مدل احتمالاتی متفاوت برای یک سری زمانی موقعیت روزانه مناسب باشند، لذا محک اطلاعات آکاییک در مرحله شناسایی و انتخاب مدل مفید، مورد استفاده قرار گرفته است.در این مطالعه، نتایج عددی نشان میدهند که بهترین مدل احتمالاتی اتورگرسیو میانگین متحرک برای ایستگاه دائمی LLAS از مرتبه (1,1) برای جهت N میباشد. همچنین مدل احتمالاتی (ARMA(2,1 برای جهت E مناسب ترین مدل میباشد در حالی که برای جهت U مدل احتمالاتی (ARMA(1,2 بهترین مدل است. بعد از برآورد یک مدل احتمالاتی مناسب برای سری زمانی موقعیت روزانه ایستگاه دائمی GPS، میتوان آن سری زمانی موقعیت را همراه با ترند و مؤلفههای فصلی پیشبینی کرد.
کلیدواژههای فارسی مقاله
سری زمانی، محک آکاییک، ARMA، تابع خود همبستگی، GPS،
عنوان انگلیسی
GPS Time series analysis by Auto Regressive Moving Average (ARMA) technique
چکیده انگلیسی مقاله
The main purpose of this paper is using the probablity models , Auto Regressive Moving Average (ARMA) in order to modeling of daily position time series of permanent GPS station. The daily position time series of LLAS site in Southern California region from SCIGN array that were active during January 1 , 2000 to Dec 30 , 2006 are evaluated for analysis and determinig of daily position time series . According of daily position time series , a site motion model is used to estimate simultaneously geodetic parameters such as : linear trend , annual harmonics , semi annual harmonics and offsets . In each daily position time series, model parameters are estimated using weighted least squares. In this study, Auto Correlation Function ( ACF ) and Partial Auto Correlation Function ( PACF ) are used as study tools for identification of behavior of daily position time series of permanent GPS station . These functions provide consideration of correlations between daily positions of daily time series . Moreover , Akaike Information Criterion is used to identify model orders, because some kind of ARMA model may appropriate for a daily position time series of GPS station. In this study, some numerical results shows that a model order from ( 1 , 1 ) is appropriate for direction N of permanent GPS station . Probabality model of ARMA (2 , 1 ) is best model for direction E and a model order from ( 1 , 1 ) is suitable for direction U. In the final step, a daily position time series of LLAS permanent station were predicted for seasonal component.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
فریدون نوبخت ارسی | nobaxt arasi
دانشجوی دکتری ژئودزی، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، دانشگاه تهران
سازمان اصلی تایید شده
: دانشگاه تهران (Tehran university)
عبدالرضا صفری |
دانشیار گروه ژئودزی، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، دانشگاه تهران
سازمان اصلی تایید شده
: دانشگاه تهران (Tehran university)
محمدعلی شریفی | mohammad ali
دانشیار گروه ژئودزی، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، دانشگاه تهران
سازمان اصلی تایید شده
: دانشگاه تهران (Tehran university)
نشانی اینترنتی
http://www.sepehr.org/article_20132_3b57f0ba5e0a25f41e09d86fef5bfd7a.pdf
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات