位置:成果数据库 > 期刊 > 期刊详情页
AR模型谱在超导重力数据信号检测中的分析研究
  • ISSN号:1671-8860
  • 期刊名称:《武汉大学学报:信息科学版》
  • 时间:0
  • 分类:P223[天文地球—大地测量学与测量工程;天文地球—测绘科学与技术]
  • 作者机构:[1]武汉大学测绘学院,武汉市珞喻路129号430079
  • 相关基金:中国科学院动力大地测量学重点实验室开放研究基金资助项目(L06-11);地球空间环境与大地测量教育部重点实验室开放研究基金资助项目(04-01-08);湖北省高等学校省级教学研究基金资助项目(20040020).
中文摘要:

在介绍AR(auto-regression)模型谱分析原理的基础上,分别采用AR模型谱和周期图法对法国Strasbourg、澳大利亚Mt Stromlo和日本Matsushiro三个站的超导重力数据进行信号检测,以半日波的理论值为依据,运用两种方法进行半日波信号检测、分析与比较。结果表明,在超导重力数据信号检测分析中,AR模型谱比周期图法更准确、稳定,且受数据量的影响较小。

英文摘要:

The principle of AR (auto-regression) model spectrum is introduced. Both AR model spectrum and the periodogram method are used to detect the semi-diurnal signal of the superconducting gravimetric data at three stations of Strasbourg(France), Mt Stromlo(Australia) and Matsushiro(Japan). Taking the theoretic value of the semi-diurnal as a standard, we compare and analyze the results by these two methods, which show that both methods can obtain good spectral estimations, but the AR model spectrum is more accurate and robust than the periodogram method.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《武汉大学学报:信息科学版》
  • 中国科技核心期刊
  • 主管单位:国家教育部
  • 主办单位:武汉大学
  • 主编:刘经南
  • 地址:湖北武汉珞珈山
  • 邮编:430072
  • 邮箱:whuxxb@vip.163
  • 电话:027-68778045
  • 国际标准刊号:ISSN:1671-8860
  • 国内统一刊号:ISSN:42-1676/TN
  • 邮发代号:38-317
  • 获奖情况:
  • 全国优秀科技期刊,全国优秀高校自然科学学报一等奖,湖北省优秀期刊称号
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰地学数据库,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:24217