典型文献
基于多台站高频GPS的地震预警优化算法研究
文献摘要：
随着精密定位技术的发展,高频GPS已能够精确记录地表位移数据,研究高频GPS能为地震预警工作做出一定补充.针对目前地震预警中单站预警误报率高的问题引入深度学习技术,利用长短期记忆网络(LSTM)联合周边区域台站对单台站进行预警以达到减少误报的 目的.首先通过对新西兰南部地区1 Hz高频GPS数据进行解算得到多个台站无震时间序列,再利用该数据训练网络得到融合区域特征的高精度模型.该模型可以对无震时间序列进行预测并动态制定阈值区间,当实际观测值超出置信区间则判定异常.通过与传统短时窗平均/长时窗平均算法(STA/LTA)及未融合区域特征的单站模型进行对比,结果表明:融合区域特征的单站模型可有效减少误报,在多个台站的无震长序列上较传统方法表现优异,具有一定的应用价值.
文献关键词：
GPS;长短期记忆网络(LSTM);时间序列;误报;新西兰地震;地震预警
中图分类号：
作者姓名：
张文浩;尹玲;胡文博
作者机构：
上海工程技术大学电子电气工程学院,上海201620;中国地震局地质研究所,北京100029;上海大学通信与信息工程学院,上海200444
文献出处：
引用格式：
[1]张文浩;尹玲;胡文博-.基于多台站高频GPS的地震预警优化算法研究)[J].全球定位系统,2022(03):56-64
A类：
B类：
多台,台站,GPS,地震预警,算法研究,精密定位,定位技术,地表位移,移数,预警工作,单站,误报率,问题引入,深度学习技术,长短期记忆网络,周边区域,单台,南部地区,数据训练,区域特征,高精度模型,阈值区间,观测值,置信区间,时窗,平均算法,STA,LTA,列上,新西兰地震
AB值：
0.363694
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
