تأثير آناليز نويز واقع بينانه بر معناداري پارامتر‌هاي ماتريس استرين

Influence of Realistic Noise Analysis on Significance of Strain Matrix Parameters

بيش از 20 سال از جمع آوری داده‌هايGPS می‌گذرد و درحال حاضر می‌توان ادعا كرد كه سری‌های زمانی مناسبی از داده‌های GPS در اختيار است. در اغلب استفاده‌هايی كه از اين سری‌های زمانی می‌شود نويز سفيد را به عنوان ماتريس كوريانس مناسب برای كاربردهای مختلف از سری‌های زمانی انتخاب می‌كنند و اين در حاليست كه با گذشت 20سال از جمع آوری اين داده‌ها مدلسازی بهتری از اين سيگنال ها ممكن است و ديگر تنها نويز سفيد پاسخگوی تمامی سيگنال‌های ناخواسته در سری‌های زمانی GPS نيست. اگرچه نويز سفيد بخش اجتناب ناپذير هر سری زمانی است اما تحقيقات نشان داده كه اين نويز تنها بخشی از نويز واقع بينانه از يك سری زمانی است. در اين تحقيق برآن هستيم تا مدل نويز مناسبی را به سری‌های زمانيGPS نسبت دهيم و تفاوت نتايج كاربردهای اين سری‌ها را با مدل نويز واقع بينانه بررسی كنيم. به همين منظور آناليز استرين را كه يكی از مهمترين كاربرد‌های سری‌های زمانی GPS است انجام داده و دقت استرين‌های مذكور را در دو حالت نويز سفيد و نويز واقع بينانه با يكديگر مقايسه می‌كنيم. همچنين كميتی را با نام استرين نرمال شده برآورد می‌كنيم كه در مقايسه فوق كمك بيشتری را به ما خواهد كرد. شبكه كاليفرنيا با بيش از 10 سال داده GPS پيوسته، با تراكم مناسب معيار خوبی است تا ميزان تاثير طول سری زمانی و عدم گسستگی داده‌ها در نتايج نهايی نشان داده شود. از طرفی شبكه آذربايجان يكی از منظم ترين و متراكم ترين شبكه‌های ايران است كه مدل نويز حاصل شده برای اين شبكه می‌تواند برای كل شبكه ژئوديناميك ايران در نظر گرفته شود. حال با مقايسه نتايج اين دو شبكه می‌توان به‌منظور بهبود نتايج در آينده برای شبكه ژئودينامك ايران پيشنهاد‌های مفيدی را ارائه داد.

In most applications of GPS time series, white noise is considered as a covariance matrix, while over 20 years of GPS time series, white noise is not enough for unwanted signals and on the other hand white noise is unavoidable part of realistic noise model. Selecting of a prepare noise model assure us to considering all unwanted signals which GPS have been involved during its time series. In order of comparison between two modes, white noise and realistic noise, we considered one of the most important of application of GPS time series. For this purpose, strain analysis was selected, but, in additional of considering noise model, for better comparison, we introduces Normalized Strains which could help us for the comparison in two different states, realistic noise and white noise. California Network with more than 10years continuous GPS data with proper density is appropriate criteria to assessment of efficacy of time series duration and No discontinuity GPS data on final results. Beside, Azerbaijan Network is one of the most regular and most dense of Iranian Networks which its obtained noise model can be considered as Iranian Geodynamic Network’s noise model. By comparing of these two networks results, there are some useful suggestions to improve the Iranian Geodynamic Network’s future outcomes.