关键词：贝叶斯非参数 参数模型 局部观测
中图分类号：TN918.1 文献标识码：A 文章编号：1007-9416（2015）09-0000-00
Abstract：In 1973， Ferguson proposed a parametric model with infinite dimensional parameter space to represent the prior method， and then emerged a large number of methods to construct a Bayesian nonparametric model. Based on these different model construction methods， Bayesian nonparametric process is widely used in regression， clustering， variable selection and so on. This paper introduces the method of Constructing Bayesian
Key words：Bayesian nonparametri；Nonparametric models；Local observation
贝叶斯模型的基本思想是用数学中的概率论来表示和处理所有形式的模型中的不确定量。这是一个十分简单却异常有效的方法。
只需要掌握两个概率论的定理：求和规则和乘法规则。考虑随机变量 x 和 y ，他们分别取值于不同的空间X 和 Y。求和规则意思是：如果知道两个随机变量x 和 y 的联合概率密度，可以通过累加y的所有可能的值得到x的边界概率[1]。
如果y连续则可简单地用积分替换求和。例如如果有伦敦和剑桥的高温的联合概率分布模型则可通过求和伦敦的高温得到在剑桥高温的边际分布。
乘法规则意思是： x 和 y的联合概率可以分解为 x 的边界概率和给定x得到的y条件概率。
使用D来表示可观察到的数据。通常我们称为"数据点"或测量量，但这是不可少的假设。例如，数据可以是单个图像，观察到的图形或有序的测量，而不仅仅是一个集合。我们的模型将索为m，我们可能要考虑多个替代模型。每个模型通常有大量的自由参数，如果需要我们将表示为一个向量[2]。
首先，我们需要确保模型 m 定义好，其表示意义为预测或预测数据。正如前面讨论我们用概率论来代表预测模型。对于任何给定的设置的模型参数，模型必须能够产生预测形式。
数据的可能性对应函数参数的可能性。可能性，即对于任何给定的参数设置作出当前状态下的预测。但是，模型 m 并不完全定义，直到我们指定参数值的“范围”[3]。
线性回归模型中斜率可表示为-1到+ 1 之间的值，也可以指定斜率为-100 到 + 100 之间的值。事实上，若要完全指定的模型，我们需要多一点指定参数的选择范围，我们需要在此范围内定义一个分布。只有那样模型 m 才能够作出预测。我们使用求和规则和乘法规则来预测模型的概率。
参数的先验性，如上文所述（例如，它可能是 [-1； + 1]） 在超过了允许的值的参数分布的形式。没有先验知识我们的模型是不明确的： 我们不能生成或预测数据，除非我们知道如何选择其值。一旦先验和可能性的预测做出了定义，然后模型 m 在指定的数据集上，就可以生成可能的数据集。
人们经常反对贝叶斯方法，因为它迫使人们定义先验分布的参数。由此看来，是完全误导性的。对所有模型都做出假设，如果没有假设它几乎不可能作出任何预测或从观测数据的预测。贝叶斯模型框架的第一阶段是利用概率论知识显式声明所有的假设。这样的模型是比较好的，先验知识和可能性是必然要求。事实上，先验和可能性之间的区别是随机的，两者都是模型的重要组成部分。
人们反对使用先验分布参数，理由是他们不想用"随机"变量作为参数。例如，如果要估算天文数据，该行星的质量的不是"随机"的。这是对贝叶斯模型语义概率的误解。概率用来代表我们未知数量的不确定性。认为“概率”只是作为模型的不确定性等，如：掷骰子，可重复实验，然而不能用于对一颗行星的质量不确定性的表示。这两种形式的不确定性从根本上是主观的；掷骰子的确定性取决于合适的初始条件，同样关于该行星的质量不确定性有取决于观测数据对行星轨道的知识。
最后，经过科学训练的人在数据分析和建模概念方面感到非常不适应。这又是极大地误导： 所有模型都涉及到假设，数据分析得出的所有结论都是基于条件假设的。概率框架是完全透明的假设，所有的假设都作为分布未知数量。这些假设很容易产生争议。相同的数据可以根据不同模型的假设条件 （和先验） 重新分析。结论根据的假设可能改变的事实对好的科学实践至关重要。幸运的是，给定足够多的数据量，先验性的影响可以得到克服，似然方法和后结论将收敛。这些假设促进了科学的进步，只有合适数据才能生存。贝叶斯模型是主观而不是任意： 给定数据完整规范的模型，有且只有一种方式往感兴趣的方向进行。
其建模因而成为一个非常简单的过程：
提出假设 （可能的模型、 参数、 噪声过程等），代表一切形式的不确定性，使用概率论的语言。
给定数据，使用概率理论，要对模型中任何未知的数量做出推断，或者要从模型做出预测。
这一过程本身很自然地对数据顺序处理。预测一些数据利用事先观察数据。
和与积规则也告诉我们如何做预测模型。考虑一些未知的预测量 x （例如下一个数据点） 给定观测的数据 D 和模型 m。
预测是从不同的参数值，依据给出的数据，观察每个参数值的后验概率加权预测的平均。对于参数化模型，可以简化自给定参数的预测都是独立的观测数据。正如讨论的参数与非参数模型。如果我们考虑大量的模型，然后根据和与积的规则，我们的预测是模型的加权平均。
概率模型框架也提供了直观提供了模型的比较问题。假设竞争概率模型集M，给出了一些观测数据，我们可以评价一个特定的模型 m 的后验概率。
高阶模型如三次多项式显然比低阶模型的线性多项式更加复杂。基于优化 （如最大似然方法或受罚似然方法） 的模型拟合程序需要十分小心，对一个相对较小的数据集切勿用数据拟合拟合参数过于复杂的模型。过拟合不是一个全贝叶斯问题，还有没有"拟合"的数据模型。我们仅用求和和乘法规则来处理，在概率论中并没有"优化"的规则。更复杂的模型是指一个具有多个参数，只是传播它的预测概率可能比一个简单的模型的数据集更复杂。如果所有模型数据集，被都指定为概率分布，那么所有模型都有相同数量的概率用来传递可能的数据。给出一个特定的数据集，因此就有可能拒绝这两个模型太简单或者太复杂而不能使用概率论的规则。
贝叶斯模型比较方法可以用于解决众多的问题中学习复杂模型的结构。例如，它用来学习复杂模型的结构，找到相关的变量或功能来预测问题，发现隐马尔科夫模型状态数量，在概率图模型中学习依赖性结构 。
上述方法对模型的比较依赖于枚举的用于比较的一组模型的能力。Bayesian Occam's Razor确保过于复杂的模型充分受到惩罚时做模型的比较。然而，现实世界现象的复杂性常常需要考虑具有足够的灵活性来捕获真实的数据结构的复杂模型。灵活的模式不仅更现实，而且一般也会比简单的模式得到更合理预测的结果。贝叶斯非参数为灵活的模式提供了一个自然的框架。
参考文献
[1] Shao J. Methmatical Statistics[M]. 2nd ed. Berlin： Springer， 2003.
[2] Berstein S. Elements of Statistics II： Inferential Statistics[M]. McGraw-Hill， 1999.
[3] Wasserman L. All of Nonparametric Statistics[M]. Berlin： Springer， 2006.
关键词：基站 电磁 测量 建模
中图分类号：TN929.5 文献标识码：A 文章编号：1674-098X（2016）09（a）-0178-02
目前基站的电磁辐射计算都是基于电磁辐射体为点源的理论公式，而实际测量结果往往与理论计算结果相差很大。因此，该文基于数学分析方法对移动通信基站电磁辐射实际测量结果进行建模，通过模拟得出的经验公式帮助工程计算。
1 理论计算和实际测量
1.1 理论计算
根据《辐射环境保护管理导则――电磁辐射监测仪器和方法》（HJ/T10.2-1996），功率密度S按照
（1）
其中，S楣β拭芏龋W/m2；取单个项目的贡献管理限值0.08 W/m2。P为天线口功率，W；G为天线增益，倍数；d为离天线直线距离，m。
以某种型号的基站为例，其天线详细参数为：频段935～954 MHz，载频数为4，天线挂高40 m，0°俯角，增益15.5dBi，15W/载频。
根据公式（1），代入相关参数，得到A基站T型号天线的功率密度理论计算值，距离天线2 m、4 m、8 m、12 m、16m、20 m、24 m具体数值分别为（单位：×10-2 W/m2）：671.59、167.90、41.97、18.66、10.49、6.72、4.66。
1.2 实际测量
按照《辐射环境保护管理导则-电磁辐射监测仪器和方法》（HJ/T10.2-1996）、《移动通信基站电磁辐射环境监测方法》（试行）及仪器操作规程对A基站T型号天线进行实际测量。
测量时间：上午10：00～11：00；天气：晴好；测量仪器：NBM-550型综合场强仪，探头型号为EF0391，量程为100 kHz～3 GHz，在检定有效期内。距离天线2 m、4 m、8 m、12 m、16 m、20 m、24 m的具体测量结果分别为（单位：×10-2 W/m2）：420.85、123.98、31.84、17.91、13.29、6.88、4.53。
1.3 对比分析
通过对比，可以看出理论计算与实际测量值之间存在巨大差异。这是由于理论计算值是按照天线主瓣方向进行预测，而实际测量时，限于实际情况，测点位置往往不在主瓣范围之内，因此实际测量值与理论预测值相差很大。
随着距离的增大，因为电磁辐射和距离的平方成反比，电磁场能量迅速减弱，因此，距离天线越远，理论预测值与实际测量值越来越接近。
2 数值分析建模
由于工程实际需要，可以用数值分析的方法来模拟建立符合实际测量值的模型，从而解决未测量点的预测问题。
2.1 插值法
由于实际测量结果是趋于收敛的，因此，首先考虑使用插值多项式建模[1]。根据实测数据，采用Newton插值法[2]，利用距离天线2 m、4 m、8 m和12 m，4个点位数据作为节点数据，则根据Newton插值法计算差商，可得模拟多项式N（x）=420.85-148.435（x-2）+20.9（x-2）（x-4）-1.84559375（x-2）（x-4）（x-8）。代入x=20进行检验，则N（20）=-2610.1736，与实际测量值6.88明显不符。
原因分析：由于高次插值的Runge现象，即在零点附近逼近程度较好，在其他地方误差就很大，因此，Newton插值法不适用。
2.2 逼近法
根据实测值和预测值的曲线，采用最佳平方逼近的最小二乘法[3]进行拟合。
根据数据，初步判别可采用y=axb函数建模，其中功率密度为y，与天线的距离为x。将实际测量结果进行转换，y=lny、x=lnx。将由于y=axb两边取自然对数，则y=a0+a1X，因此，其正规方程组为。其中s0，s1Xi，s2Xi2，T0Yi，T1XiTi。
3 对比分析
将该基站的理论预测值、实际测量值和拟合函数算值进行对比，如图1所示。
通过对比，可以很明显地看出，拟合函数算值与实测结果两条曲线基本是重合的，因此，采用最小二乘法对实际测量结果进行建模是可行的。
4 结语
在实际工作中，可以只测量基站一条直线方向4个点位的电磁辐射数值，利用最小二乘法对其进行建模，从而达到掌握该方向上实际电磁辐射分布的目的，这不仅大大减少了工作量，也为进一步探究基站周围电磁场分布提供了一个新思路。
参考文献
[1] 孙志忠，袁慰平，闻震初.数值分析[M].南京：东南大学出版社，2002.
关键词:商务英语专业;写作能力;测评模式;SEM
商务英语专业写作能力的测评模式主要分为终结性评估和形成性评估两种。一般写作课程的评估以终结性评估为主，课程期末测评成绩占总成绩的比例较大(占总成绩的70%)。从终结性评估的测试来看，英语专业写作课程考查的写作能力和认知技能没有细化，期末测试题型单一［1］。毕业论文的写作却不同，其过程较长，为期在一个学期以上，成绩由指导教师评分、评阅教师评分和答辩成绩三者按一定的比例最后得出毕业论文成绩。尽管这三项成绩均有一定的评分标准，但由于学生书写论文过程经历时间长，评分标准复杂(特别是难以区分商务和语言占论文的比例)，涉及的评分教师较多，会一定程度上影响最终成绩的公平性。形成性评估有一个循环，从Gatheringevidence，Givingfeedback，ReflectandPlanning到TeachingandLearning，其实这个循环里面都有思辨的痕迹［2］。毕业论文从过程上看似形成性评估，可是具体操作中，还是没有达到要求。结构方程模型(SEM)可以考虑多个变量，在变量间加入路径，并通过计算，得出各路径参数。由此发现各变量间的因果关系，且这种关系更加符合真实的人类思维形式。商务英语专业写作能力测评涉及的变量多，评分标准复杂多样，没有统一的标准。在语言测试中，使用结构方程模型是一项有效的统计分析手段。但使用结构方程模型建模分析英语写作能力测评模式的研究较少。本研究探求写作能力与教学大纲中的其他相关课程、写作能力评分观测点等因素有什么关联，其关联程度有多大。主要通过分析学生写作能力、英语水平和主干课程之间的相互影响关系及相关性，发现影响学生写作的影响因子。
一、确定写作能力相关因子建立SEM模型
SEM可以立体、多层次对多个观察变量和潜变量之间的驱动力进行分析。这种多层次的关系通过计算路径参数给出，符合真实的人类思维形式。各属性之间的因果关系通过SEM建模，使它们能在同一个层面进行对比。收集湖南省某大学2016届商务英语专业学生毕业论文，共212篇，另外收集到学生在校期间各课程成绩(共42门)。初步的SEM模型设计成三组路径，标识为三个潜变量，即写作能力、主干课程和英语水平，通过计算分析这三组路径确定这三者之间的关系。第一组路径，潜变量为写作能力，其观测变量有三个因子，即从212篇本科毕业论文建立的语料库(使用语料库软件Wordsmith)中，对论文的语法、文章逻辑和句式三个因子进行标码评分，给出相应的评价分数，此三个观察变量用以考查学生的写作能力。第二组路径，主干课程为潜变量，在学生学习的课程中选出会计学原理、商务英语阅读(4)和高级商务英语共3门课程的成绩作为观察变量，会计学原理为商务知识类课程板块代表课程，而商务英语阅读(4)和高级商务英语为培养学生语言和商务能力的综合性课程，在语言能力板块课程中具有一定的代表性。第三组路径，潜变量为英语水平，考核学生英语水平涉及的因子较多，这次主要考虑以下5个观察变量，即英语口语(2)主要测评学生的口头表达能力，英语水平测试为学生参加英语专业四级和英语专业八级的加权成绩(至今为止没有全国性的商务英语专业水平测试)，毕业论文为指导教师、评阅教师和答辩成绩(按照3∶3∶4计入)，翻译实训测量学生商务英语翻译能力的观察变量，应用文写作测评商务英语专业学生在商务英语应用文写作方面的能力。根据以上三个潜变量和画出的相关路径，建立SEM模型。通过AMOS计算功能，计算模型中三个路径的值(参数)，发现各变量之间存在的关系及相互影响的程度。通过这种方法，可以发现模型中的三个潜变量写作能力、英语水平和主干课程之间的关系。
二、SEM模型拟合
根据以上研究方案，得出212样本，语法、文章逻辑、句式作为毕业论文必须考虑的因子。会计学原理、商务英语阅读(4)和高级商务英语为英语专业学生必修课。由英语口语(2)、英语水平测试、毕业论文、应用文写作和翻译实训来衡量学生的英语水平。由此建立的SEM模型11个观察变量与3个潜变量之间的关系如何，主要看此模型能否通过拟合，为本次研究的关键。将212名学生的相关课程成绩和其他观察变量数据输入SPSS19，使用AMOS20画好各变量和相关路径，计算后，路径系数如图1所示:此初始模型是否理想，需通过output查看各项指数，主要的参考指数如表1:根据SEM模型指数一般标准，通常理想模型的主要指数需符合以下指标:CMIN/DF值需小于2或3，P值＞0．05，拟合指数(GFI、NFI、CFI、TLI等)需大于0．9，RMSEA需小于0．08［3］。初始模型中，P值为0．000，而标准的模型为P值＞0．05;NFI为0．888，不符合标准(NFI＞0．9)。由此可推断初始模型不太理想，需通过拟合指数进行修正，通过添加路径的方法进行拟合，在e1和e6，e2和e5，e6和e7间添加三条关联，见图2:通过拟合后，P值为0．079，大于0．05，拟合后的指数GFI、NFI、CFI、TLI分别为:0．959，0．939，0．984，0．976，均大于0．9，RMSEA为0．040，小于0．08。拟合后的模型，各项主要指数指标均达到要求，说明拟合后的模型为一理想模型，可以接受。该模型能较好地解释主干课程、写作能力、英语水平三者之间的关系。从拟合好的模型可以看出，三个潜变量主干课程、英语水平与写作能力之间的关系系数由大到小分别为:0．93，0．91，0．85。主干课程与写作能力的相关系数最大(0．93)，其次为主干课程与英语水平(0．91)和英语水平与写作能力相关系数(0．85)，三者正相关，且相关程度大。由此可以看出，潜变量写作能力受主干课程以及英语水平的影响，在专业培养过程中，主干课程的教学能够有效促进写作能力的提高，而且写作能力的高低也受学生的英语水平高低的影响。潜变量英语水平到翻译实训的路径系数为－0．07(R2=0．01)明显低于其他4项，说明测量学生翻译能力的翻译实训对英语水平的影响小，且另一路径(英语水平到英语口语2)的系数为0．09(R2=0．01)，说明其影响小，主要是因为现阶段的英语水平测试中口语表达能力计入的权重不足，听说能力中只有听力被纳入专业四级和专业八级考核，而口语由于考试实施难度大，无法将口语纳入考核。而相应较大的路径系数为毕业论文(0．66)、应用文写作(0．60)和英语测试水平(0．52)，毕业论文和应用文写作对英语水平的影响均比英语测试水平大，说明此模型中，毕业论文和应用文写作这两项作为写作能力测评的内容，对英语水平的影响较大。在潜变量—主干课程这一路径中，高级商务英语对主干课程的影响最高(0．81)，会计学原理为0．72，商务英语阅读(4)为0．58，其影响程度在可以接受的范围内，综合商务英语和高级商务英语在商务英语专业培养方案中，课时所占比例大，从大学一年级到大学三年级共六个学期开设此类课程，且每周课时在4学时，开设时间长、课时多，对学生的商务英语综合能力起到关键作用。在潜变量—写作能力路径中，句式(0．85)和语法(0．77)对写作能力的影响略高于文章逻辑(0．64)，虽然三者对写作能力的影响强度差别不大，但可以看出文章逻辑这项还是略低于其他两项，说明学生英语写作中文章逻辑的能力低于语法和句式这两项传统写作技能。
三、结构方程模型中各因子对写作能力的影响分析
通过3门课程(会计学原理、商务英语阅读(4)、高级商务英语)反映学生对于潜变量—主干课程的影响程度，可以测评学生课程学习的能力，其中会计学原理主要涉及商务知识板块的内容，商务英语阅读(4)和高级商务英语主要为学生涉及商务方面的语言习得能力。影响潜变量写作能力的因子众多，选取语法、句式和文章逻辑这三方面来衡量，语法和句式主要测评学生基本英语写作技巧，文章逻辑涉及学生写作思路、写作构思和创新等方面的内容，这三项成绩由3位教师分别对毕业论文的结论部分进行评分，最后取平均值，基本能反映学生的写作能力。潜变量英语水平的测量相对比较复杂，选取学生参加TEM-4和TEM-8的成绩加权(各占50%)作为英语水平测试成绩，并将英语口语(2)作为衡量学生口语表达能力，翻译实训作为翻译能力的测量方法，毕业论文为学生毕业实践环节的主要衡量方式，应用文写作对于商务英语专业学生在今后的工作中应用较多，这些成绩基本能反映学生听说读写译等方面的能力，用以测量潜变量英语水平的高低。通过SEM建模，将主干课程、英语水平和写作能力三个潜变量通过路径标识的方法确定其关系，以发现现阶段英语写作能力测评模型中，写作能力和主干课程、英语水平之间是否存在关联程度。可以推断现阶段写作能力测评中是否科学可行，能否做到公平，分数是否有效显示学生的真实写作能力。通过SEM模型拟合后，发现主干课程、写作能力和英语水平三个潜变量之间的存在强正相关，写作能力的测评模式能和考核学生课程学习、英语水平的因素作为一个整体，写作能力测评模式基本与反映学生主干课程学习能力和英语水平相应变量之间没有出现较大的偏离现象。通过主要课程的教学可以提高学生写作能力，写作能力的提高与相关的商务知识、语言能力密切相关。另外，写作能力中文章逻辑对写作能力的影响比句式和语法两项稍小一些，可见在学生写作能力中对文章逻辑关注度较小。侧重培养学生思辨能力的讨论、演讲、辩论等教学活动却开展很少，学生的思维长期处于呆滞状态［4］。由于写作能力的评分标准复杂，涉及到语法、句式、写作思路、主题、学生写作积极性和创新性等，而商务英语写作能力又涉及商务流程、商务知识等方面的应用，给商务英语写作能力的测评带来一定的难度。另外，写作能力测评如果采用过程性评价，则涉及定题、写作、修改稿、定稿等过程，写作教师对学生的测评难以公平。英语写作作为一个涵盖理由、证据、判断和逻辑的认知过程，与思辨能力培养可谓密不可分，需要思辨能力来谋篇布局、说理论证，思辨能力提高需要通过写作来实现和检验［5］。在潜变量—英语水平这组路径中，翻译实训和英语口语(2)对英语水平的影响程度明显低于其他3项观察变量，其一，可以说明翻译和口语这两项能力没有得到足够的重视，这主要是由于英语专业四级和八级没有将口语纳入考核，另外英语口语、翻译实训课程的特殊性，其内容和模式以及考核方式和其他课程考核的方式存在较大的不同。通过与其他主干课程的成绩相关分析，写作能力的培养不是一个孤立的教学环节，写作能力和课程学习能力、英语水平有相互促进的关系，提高学生写作能力至关重要。需要给在校学生更多的写作机会，比如，强化课程论文制，坚持学期论文制，经常安排学生撰写小型研究性论文，逐渐提高学生的研究性学习能力［6］。注重商务知识和写作基本功训练，并在写作测评环节严格要求、合理评价，这样才能有利于形成高效的写作测评模式。教师对学生写作能力的测评，教师对写作各个环节加以把关，培养学生对所学知识融会贯通、灵活运用、提高学生综合素质为目标。
四、结束语
商务英语专业所培养的写作能力不仅是一种语言技巧(语言能力)，同样还包括社会语言和跨文化沟通能力、语言运用和篇章构建能力［7］。本研究分析了商务英语专业写作能力与主干课程、英语水平之间的关系，并以此三项为潜变量建模，标识路径后计算，进行数据分析，探求影响学生写作能力各变量之间的关系。写作能力、英语水平和主干课程三者有强正相关性，发现教学过程中多种因素之间的相互关联性。此研究建立的模型，考虑的相关因子有限，但SEM作为分析语言学习变量之间关系的方法，可以借鉴，有利于教学监督，提升商务英语专业的教学效果。
参考文献:
［1］李莉文．英语专业写作评测模式设计:以批判性思维能力培养为导向［J］．外语与外语教学，2011(1):31—35．
［2］孙有中，刘建达，等．创新英语专业测评体系，引领学生思辨能力发展———“英语测评与思辨能力培养”笔谈［J］．中国外语，2013(1):4—9．
［3］张权．结构方程建模在语言测试中的研究与应用［M］．北京:高等教育出版社，2008:12．
［4］刘洁．思辨能力培养与英语写作创新教学模式［J］．南昌师范学院学报，2014(6):158—160．
［5］余继英．写作思辨“一体化”教学模式构建［J］．外语界，2014(5):20—28．
［6］陈文凯．由毕业论文写作看英语专业本科生创新能力的培养［J］．南阳师范学院学报，2010(4):113—115．
关键词：交通规划，轨道交通，诱增交通量，客流预测
城市轨道交通除具有大运量、快速、准时、节约资源等特点外，还具有以下不同于其它交通方式的显著特点:①引导功能强大。由于轨道交通强大的通道运输能力，其对沿线辐射区域内的开发促进影响巨大，具有鲜明的tod(交通引导 发展 )功能。②可控性强。表现为轨道交通在其运输能力范围内具有运量可控性。③具有粘着性。主要是指轨道交通服务对其它交通方式的依赖性。 目前 在我国城市轨道交通的发展过程中，面临的较大问题之一就是线网规划过程中的指导 理论 欠缺。突出表现为对各规划时期内客流预测的精度失衡，进而对整个交通系统产生影响。而诱增交通量的确定则是轨道交通客流预测中关键的一个环节。
1 研究综述
同其它交通规划一样，客运交通需求预测是城市轨道交通规划决策的基础。客运交通需求预测是衡量建设项目 经济 成本、预测建设项目投人运营后经济效益的关键指标。有了 科学 合理的预测，才能对项目成本效益做出正确的评估，否则经济评估失真，导致决策失误。同时.城市轨道交通是城市各种交通方式中的一种，与其他交通共同构成整个运输系统，因此在进行城市轨道交通客流预测的时候，必须与整个城市客运系统协同考虑。
客流预测是一个复杂的决策过程。然而，目前在城市轨道交通规划中缺乏科学的客流预测模型，各项目所采用的大都是照搬道路交通的模型，缺乏有效的针对性。致使根据这些预测所修建的一些线路客流密集，而有些线路客流较少。因此，有必要研究基于城市轨道交通规划的客流预测 方法 和模型。
预测技术的发展 历史 已有半个多世纪，经历了从20世纪50,60年代的集聚模型的产生，至70年代初期非集聚模型的崭露头角，以及70年代后期的非集聚模型的发展;从80年代初期将人的行为视为一连续的活动过程—行为链进行模拟，至80年代后期各国大量交通规划软件包的推广。目前轨道交通客流预测模式主要可以分为两类:①不基于现状客流分布(od分布)的预测模式;②基于现状客流分布(od分布)的预测模式。
第一类预测模式的主要思路为将相关公交线路的现状客流和自行车流量向轨道线路转移，得到虚拟的基年轨道交通客流;然后按照相关公交线路的历史资料和增长 规律 ，确定轨道交通客流的增长率，推算远期轨道交通客流;或者由公交预测资料，直接转换远期轨交通客流。这一类方法主要为趋势外推，在确定轨道交通客流增长率时可采用指数平滑法、多元回归法等。北京一、二期地铁线路的客流预测及复兴门一八王坟的线路预测均采用了此类预测模式。
第二类预测模式的主要思路为通过居民(常住人口、流动人口)出行调查，掌握现状全方式出行分布;在此基础上，预测未来年的全方式出行分布，然后通过方式划分，得到轨道交通的站间od，即可 计算 出轨道交通客流。这一预测模式即为交通需求 分析 中的四阶段法。在实际应用中，目前国内项目在预测阶段的顺序、模型的选择、参数的标定上存在着许多的差异，出现了许多预测方法的名称。上海、广州、成都、青岛、大连等城市的轨道交通项目中的客流预测方法均属于此类预测模式。
文献 [1]采用灰色系统理论，通过城市轨道交通客流量历史数据对客流预测进行了研究。文献[2]以轨道交通和汽车的交通竞争关系提出了吸引范围竞争模型，并以此标定了轨道交通站点的吸引范围。
文献〔3〕研究了采用“四阶段”法预测城市轨道交通客流的理论模型与方法。文献[4]从沿线土地利用、城市经济水平、城市中心区潜在的增长前景、自行车一公共汽车联运、有效的城市管理、高效的经营等6个方面对影响客流规模的因素进行了分析。
li tman指出，一条交通走廊的旅行时间在原有基础上降低20％，在短期内就能够诱增10%的出行量[5]。有关研究指出，在法国和日本的hsr(高速铁路)系统已经新产生或者诱增了高达35%的客流。这一客流甚至超过了30%的转移客流量。ki-tamura指出，通过普通的“四阶段”法很难对出行条件的改善产生的出行变化作出评估，因为普通的出行生成模型对于服务设施的改变不敏感，并且不能够对出行时间减少作出反应[6]。robert cervero。和mark hansen采用一系列反映政策、环境、地理因素的变量对交通预测进行研究[7]。yao和morikawa针对高速铁路在日本的建设采用问卷调查和树状结构模型，中间融合了土地、经济等因素模型共同推算出诱增的客流量[8]。
国外大量的资料都是针对公路交通的建设做交通诱增预测，并且都是在传统的预测模型上采用经济预测、土地利用预测模型和出行链等方法。在过去的20年里，英国的公路项目评估并没有充分考虑到诱增交通量的影响，他们认为诱增交通量的任何组成部分都是难以估计或计算的，因而许多项目都回避了诱增交通量的计算问题。但有关专家却指出，项目评价如果不能适当地考虑诱增交通量，则以交通量预测为基础的经济评价、环境评价、道路工程设计等都将失真。1988年，英国国家审计委员会( nao)在其分析报告中指出，如果适当考虑到诱增交通量的问题，许多评价项目的预测精度都可以大大提高。
国内专门论述诱增交通量的论文较少，大部分都是基于道路交通所著。文献[9]按照“有无比较”的原则，采用重力模型的思想计算诱增交通量。文献[10]采用诱增经济预测模型和弹性系数及转移率的标定方法作了研究，在诱增经济预测模型中还讨论了缩短时间和空间距离不明显时采用相似性模型，在转移曲线模型中提出了正向和逆向的二次转移曲线。文献[11]考虑出行时间减少、出行目的地改变、小汽车合乘、出行频率增加等因素提出了诱增模型。文献[12]采用土地利用模型对诱增交通量进行预测。
2 需要 研究 的若千 问题
综观现有 文献 以及考察国内实践中的状况后可以看出，在城市轨道 交通 客流量预测这一环节中，关于诱增交通量的研究还存在如下急需解决的问题:
(1)城市轨道交通客流中诱增交通量的界定
城市轨道交通流量不同于道路交通量，它是以乘客为研究对象，但轨道交通客流量同样可划分为趋势交通量、转移交通量和诱增交通量三个部分。在公路网流量预测中，有将转移交通量 计算 在诱增交通量内的做法。这一 方法 应用 在城市交通体系中会产生许多问题。此外，由于轨道交通具有对土地开发的强促进功能，新开通的轨道交通线路会改变原有城市交通出行的od分布。由此产生的轨道交通客流量，对局部的轨道交通来讲，应归为诱增交通量;但对整个城市交通系统来说，仍属转移交通量。如何界定这部分交通量的性质，是构筑预测模型中先要考虑的问题。
(2) 影响 轨道交通诱增交通量的相关因素
现有的诱增交通量研究中，一般将出行费用(时间、交通费用)和出行距离作为主要的相关变量引入预测模型中。但轨道交通对土地开发的引导功能以及对其它交通方式的粘着性要求，同时也对其诱增交通量产生巨大的影响。在全面考察轨道交通诱增交通量相关因素的同时，如何将其量化为模型变量，是一个需要解决的难点。
(3)诱增交通量预测模型
传统的城市交通规划 理论 中，有关交通方式划分中未考虑轨道交通方式。在考虑 发展 轨道交通的城市规划中，需要讨论基于轨道交通与其它交通方式(尤其是常规公交)的方式划分理论方法。在以往规划当中，诱增交通量预测的模型多采用“有无比较法”原则下的重力模型以及不基于现状od分布的客流增长率法。实践证明这些方法在应用于轨道交通规划中存在问题，因此，必须在考虑轨道交通方式特点的基础上，开发相应的预测模型。
(4)轨道交通运营期的诱增交通量问题
道路交通系统中的诱增交通量的发展一般分成3个阶段:逐步形成阶段、快速增长阶段和相对稳定阶段。而轨道交通方式则不然，其线路走向所辐射的区域性质不同，表现出来的流量 规律 不尽相同。由于轨道交通对其它交通方式具有粘着要求，同时在其运输能力范围内具有运量可控制性，加之未来系统本身技术升级所带来的服务水平提高(主要表现为通行能力的提高)，都将会对运营期中的轨道交通客流量产生影响。这也是轨道交通诱增交通量中必须考虑的课题。
3 结语
我国城市化进程逐步进入快速发展阶段。 目前 已有15个城市的轨道交通规划获得批准，还有更多的大中型城市在积极筹备将轨道交通纳人城市综合交通体系规划方案之中。建立符合实际需要的规划理论及方法是一件急需展开的工作。交通需求预测是城市交通规划的依据，而诱增交通量是轨道交通客流预测中的一个显著特点，因此必须尽快展开这一课题的研究工作。
参考 文献
1.吴强，冯维锈，胡晓嘉，灰色预测法在城轨客流预侧中的应用城市轨道交通研究，2004(3):52-54
2.王树盛，黄卫，陆振波，俞先江.都市圈轨道交通客流预测方法研究.城市软道交通研究,2004(1):40-43
3.王志栋，苗彦英.城市轨道交通客流预测理论与方法的研究大连铁道学院学报，1996(1):24 - 29
4.欧阳志坚，马小毅.城市轨道交通客流规模影响因素 分析 .城市轨道交通研究，2004(3):63-65
5.litman t. generated traffic and induced travel. ]ournat of instituteof transportation engineers , 2001, 71(4) : 38-47
6.kitamura r, fujii s, pas e i. time-use data, analysis and model-ing: toward the next generation of transportation planning method-ologies. transport policy,1997(4);225-235.
7.robert c, mark h. introduced travel demand and introduced road investment. journal of transport ewnomics and policy,2002,36(3):469-490
8.yao enjian,takayuki morikawa. a study of an integrated intercity travel demand model. transportation research part a, 2005 ( 39 ):367-381
9.邓润飞，白炳东，诱增交通量的计算方法浅析江苏交通工程，1998(6):14-17
10.霍娅敏.公路交通量预测的模型及参数研究.重庆交通学院学报，1999(1):1-5
〔关键词〕文献计量学；回归分析；时间序列分析；发展趋势
〔中图分类号〕G255〔文献标识码〕A〔文章编号〕1008-0821（2013）02-0162-04
目前信息的分析与预测活动已越来越深入到社会发展、经济生活、科技进步等各个领域，成为社会发展与进步的标志[1]。针对某一学科专业研究的发展趋势进行分析与预测，不仅可以揭示该学科研究的特点和发展规律，而且为今后的研究和工作提供科学的依据。如今，无论是情报学还是文献学的发展都与文献计量学息息相关，文献计量学也是情报学等相关学科的重要研究方法。对文献计量学的发展趋势进行预测，不仅可以预测出未来文献计量学的发展趋势，而且可为其他学科尤其是图书馆学、情报学领域的理论研究提供了参考和借鉴[2]。
本文以文献计量学为实例，通过定量的方法分析其论文数量的变化情况，应用回归分析模型和时间序列分析模型，对文献计量学的发展趋势进行拟合和预测，并针对两种预测模型的预测结果进行比较分析[3]。
1统计数据的来源与统计结果
利用中国知网（CNKI）数据库检索系统，以文献计量学为关键词，统计时间为1996.01.01-2010.12.31进行模糊检索，对所检索到的数据进行处理后共得到论文2 100篇，按发表年份排列的论文篇数2.1回归分析模型介绍
回归分析法，是从各种现象之间的因果关系出发，通过对与预测对象有联系的事物或现象的变动趋势进行分析，进而推算出对象的未来数量状态的一种预测方法。根据散布的数据点求出理想的回归直线或曲线，建立起确定的回归方程进行预测[4]。
一元线性回归方程的一般形式：
时间序列分析是以研究对象的历史数据为基础，将研究对象的发展变化过程表述成时间序列，首先要识别时间序列的特征，进而分析它随时间的变化趋势，建立相应的时间序列分析模型，并通过一定的时间序列预测方法，推测出研究对象的未来变化趋势。
通过分析统计数据，应用时间序列分析法中的移动平均法（M法）对文献计量学的发展趋势进行拟合和预测。其基本方法是每次在时间序列上移动一步求平均值。这样的处理可对原始的无规则数据进行“修匀”，消除样本中的随机干扰成分，形成平滑的趋势线，突出序列本身的固有规律，从而为进一步的建模和参数估计做好基础[5]。
为进一步提高预测值和实际值的吻合度，可以采用在一次移动平均的基础上再进行一次移动平均法，称为二次移动平均法。二次移动平均是在一次移动平均的基础上，对具有线性趋势的数据再进行一次移动平均。其计算公式为：
在利用时间序列模型进行预测时，可将对应的T值代入式（7）中，通过线性时间关系模型求出i+T即为所要预测年份的论文篇数。
3文献计量学研究发展趋势的预测
3.1回归分析预测模型
以文献计量学的年份为自变量，各年份的论文篇数为因变量。通过散布的数据点绘制出散点图，发现两变量的关系近似于一条直线。为了方便计算，设1996-2010年时间t的取值分别为-7，-根据一元线性回归方程的计算公式计算相关数据结果如下：
由此可知，回归方程的拟合程度很好，可以应用回归分析预测模型对未来的文献计量学相关文献量进行预测。
通过回归分析预测模型可预测2011年文献计量学的相关论文篇为2011=140+22.78t=322.24。
3.2时间序列分析预测模型
根据公式（4），分别取移平跨度n=3和n=5进行一次移动平均，如表3。
通常采用均方误差（MSE）来检验n值选择的效果。表3一次平均移动数据表
年份11论文篇数依据上述两种预测模型，分别计算两种模型1996-2010年的模拟值以及2011年、2012年的预测值，如表5。其中，
两种预测模型的相关系数比较得：r1
5结语
以文献计量学为例，采用两种预测模型对其发展趋势进行拟合及预测，克服了单一模型拟合和预测的局限性。预测结果表明，文献计量学研究的论文篇数在未来3年将超过500篇，并且增长趋势较快。通过对两种预测模型相关系数的比较，得出时间序列模型对文献计量学研究发展的预测效果相对较好。时间序列模型在预测时不必考虑其他因素的影响，仅从实际变动的数值序列自身出发建立相应的模型进行预测，避免了寻找影响因素及识别主要因素和次要因素的困难。回归分析模型是从各种现象之间的因果关系着手，通过对与预测现象有联系的事物或现象的变动趋势进行分析。时间序列模型适用于某一领域的短期预测，而回归分析方法是经济预测的常用数学方法，利用统计数据确定变量之间的线性关系，并参考这种函数关系来预测未来发展趋势，适用于某一领域的长期趋势预测。两种预测模型不仅适用于文献计量学的发展研究，对于其他领域也同样适用。针对不同领域的学科发展趋势，在进行数据模拟和分析预测时要根据数据的多少和分布情况，选取一种相对效果更好并且方便可行的预测方法。
参考文献
[1]查先进.信息分析与预测[M].武昌：武汉大学出版社，2009：2，193-201，205-208.
[2]郑怀国，赵静娟，谭翠萍.基于文献计量学的科技情报分析与服务[J].情报杂志，2010，（12）：39-40.
[3]吴淑玲.两种数字图书馆发展趋势预测模型的比较[J].情报科学，2004，（11）：1317-1320.
[4]王筠.专业研究发展趋势的预测模型——以竞争情报研究为例[J].情报杂志，2010，（7）：12-14.
[5]江三宝，毛振鹏.信息分预测[M].北京：清华大学出版社，2008：56-63，77-90.
关键字：CORS无验潮；水下地形测量；对比试验
Abstract: Applying multiple base stations network RTK technology establishs the high precision positioning and the height-finding technique of continuous operation of positioning satellite service system (CORS). With the technology, we conduct the topographic experiment under CORS unchecked tide in the waters near Ningbo at large scale, whose results was being contrast test with the data and underwater terrain results processed under traditional tidal operation mode.
Keyword: CORS unchecked tide; underwater topography measurement; contrast test
中图分类号: O357.5+4文献标识码：A文章编号：
1 引言
随着NBCORS与高精度的似大地水准面联测，NBCORS的高程测量事后转换精度已经满足图根控制高程测量的要求。利用NBCORS对宁波沿海地区高等级控制点进行了测量精度检查，平面精度优于±2cm，高程精度优于±5cm。
由于NBCORS的似大地水准面模型成果只能保证规划区内陆地上的高精度测量，且陆地与海洋的重力异常不同，附近海域的高程测量精度并没有经过鉴定。对此我们以实验为目的,在宁波市某海域利用NBCORS进行大面积的无验潮水下地形测量。同时在测区以外布设人工验潮站，利用人工验潮资料进行后处理，与CORS无验潮测量事后处理成果进行对比，以供参考。
2 无验潮水下地形测量基本原理
通俗的讲，无验潮方式就是在测深仪探头测量水深的同时，RTK流动站实时测量探头位置及水位数据，并将采集时间，探头位置、水面高程、深度数据汇总到一个文件中储存。
如图1所示，GPS接收机至水面高为H0，探头吃水为H1，t1时刻探头测量水底a点的深度值h。通过在测深、导航软件中正确设置H0、H1，可以直接得到瞬时水面高程A及瞬时水面A至水底a点的距离。
由此可以得到，水底a点高程=A-（H1+h）,上述测量方法集潮位测量与水深测量于一身，直接获得水底点的高程。
3 海上试验
3.1试验方法
按照《海道测量规范》的要求进行测线布设和海上作业。将采集记录的测量数据分别按CORS无验潮模式和传统人工验潮模式两种方式处理，对两种模式所获得的数值成果、图形成果进行比较分析，同时将GPS测高模式所获得潮位数据与验潮站人工观测数据进行比对，从而检核基于NBCORS的RTK无验潮水下地形测量精度，以及所获取测量成果的可靠性、精度及其误差分布特性。图2为本次试验的作业区域及验潮站分布示意图，测区最远处边缘距宁波市海岸线约10Km。
3.2 “RTK验潮”潮位与人工潮位比较分析
利用NBCORS在线坐标转换后处理软件，我们可以得到RTK实时测量的潮位数据，如图3为RTK验潮值与人工验潮站数据对比图形。由于作业区域距验潮站2较近，可见RTK验潮值曲线与验潮站2曲线基本相同。
从表1可知，由于测区位于两验潮站中间，在理论上测高曲线应该位于两验潮站潮位曲线中间，而实际上与理论曲线相比存在l0cm 左右的系统差，根据文献[3]的研究结果，可能是船只的动态吃水及涌浪等因素可能造成的影响量值，这也从另一个侧面说明，基于高精度RTK测高的水下地形测量作业模式能够有效地消除船只动态吃水等因素对水深测量成果的影响。
3.3 RTK无验潮水下地形测量内符合精度分析
《海道测量规范》规定，对主检测线交叉点不符值进行系统误差及粗差检验，其主检不符值限差为：水深0～20m时为0．5m；水深20～30m时为0．6m；水深30～50m 时为0．7m；水深50～100m 时为1．5m；水深大于100m时为水深的3％。同时还规定超限的点数不得超过参加比对总点数的15％ 。
从上面的主检测深线深度比较表可知，水下地形测量成果完全满足《海道测量规范》的质量要求，同时验证了RTK无验潮作业模式的可靠性。
3.4RTK无验潮作业模式与传统作业模式成果比较
我们对RTK无验潮作业模式和验潮作业模式的成果进行了全面的比较。RTK无验潮作业模式与传统作业模式处理的水深成果比较见表3、表4。
从表3可知，按RTK无验潮作业模式获得的成果与传统作业模式获得的成果存在10cm左右的系统偏差，如前所述，该系统差主要是由传统作业模式不能准确完成测量船动态吃水改正引起的。
4 结论
两种作业模式采用相同的测量数据进行后处理，处理后的数据平面位置一致，水下高程值不同。通过对两种方式处理后的的水下地形图进行全面比较，剔除粗差后两种作业模式下生成的等深线基本相同，两套成果较差不会随着离海岸线的距离（离岸10Km内）增加而有趋势性的变化，也不会随着测量深度的增加而有趋势性的变化。也可以认为NBCORS与高精度的似大地水准面联测后的高程测量精度，可以满足由海岸线向海洋延伸10Km的RTK无验潮水下地形测量的使用。
参考文献
[1] 欧阳永忠.GPS测高技术在无验潮水深测量中的应用.海洋测绘,2005
[2] 王真祥．胡国栋．DGPS RTK技术在无验潮水下地形测量中的应用初探．海洋技术，2001
[3] 李连功．论测深仪换能器动态吃水．海洋测绘，2000
RIR采用“两发两收”的机制估计距离信息，其中4个节点A、B、C、D构成一个测量单元，测距原理如图1所示。节点A和B独立发射频率相近的高频载波信号，节点C和D测量这2个信号形成的拍频干涉信号的相位。C和D所测得的相位之差与4个节点构成的距离组合值(称为“干涉距离”)具有特定的约束关系。这种方法避免了对高频载波信号的处理，用低成本器件即可完成测量。为解决相位带来的整周模糊问题，A和B往往发射多个测量频率，分别记为fAi、fBi(i=0，…，M－1)，其中M为频率个数，而A与B的频率差一直保持恒定，即fAi－fBi=δ。令干涉距离的真实值为d0(后文简称“距离”)，它与各节点间的距离满足d0=dAD－dBD+dBC－dAC。则观测得到的相位差可近似为［6］:φ(i)≈2πficd0+n(i)(mod2π);i=0，…，M－1(1)φ(i)的主值区间为(－π，π］。其中fi为A、B发射频率的平均值，即fi=(fAi+fBi)/2。各个fi之间的关系满足fi=f0+i·Δf，i=0，…，M－1(2)式中:f0为起始频率，相邻频率的间隔为固定值Δf=B/(M－1)，其中B为发射机所用的总带宽。在式(1)中，c为光速，n(i)是M次相位测量过程引入的噪声，设n(i)为方差是σ2的独立同分布的高斯噪声［20］，记为:n(i)～N(0，σ2)(3)在后面的分析中把干涉测量系统的信噪比定义为SNR=1/σ2。相关研究表明φ(i)服从折叠高斯分布［20］，由于折叠高斯分布没有闭合表达式，很难得到干涉距离的最大似然估计。文献［17］指出在高SNR时式(1)可近似等价为单音频率估计模型，此时可采用MLE得到干涉距离估计值为:d^0=argmaxdV(d)(4)式(4)的代价函数为:V(d)=∑M－1i=0exp(jφ(i))exp－j2πfic{()}d(5)搜索区间为d∈d0－c2Δf，d0+c2Δ[]f。作为干涉距离的近似最大似然估计，式(5)避免了mod运算和对折叠噪声的处理，便于理论分析。因此本文也使用它作为RIR的最大似然估计模型。本文关注的问题如下:给定一组带有噪声的测量相位φ(i)，采用式(5)的MLE干涉距离估计模型对干涉距离d0进行估计，着重研究中低SNR区间的估计性能，借此最后得到在整个信噪比区间MLE的MSE。
2无线电干涉测距的性能分析
由第2节分析可知，RIR属于非线性估计问题，而这一类估计通常存在门限效应，即信噪比低于此门限时，估计值的MSE迅速偏离CRB。干涉测距过程中某次最大似然估计的MSE与SNR的关系如图2所示。从图中看出，较高SNR时，MLE能够达到CRB;随着SNR降低，当低于门限值时，估计误差迅速增大。这一现象的本质原因是，SNR的降低导致局部小误差(localerrors)变为全局误差(globalerrors)，称全局误差为“outli-er”［19］。为了全面描述RIR的测距精度，参考MIE方法［18］，将MSE分为两部分:一部分为CRB;另一部分为outlier，当两部分发生的概率已知时，利用全概率公式，MSE可表示为:E［(d^0－d0)2］=［1－Pr(outlier)］·CRB+Pr(outlier)·E［(d^0－d0)2|outlier］(6)式中:“outlier”表示代价函数的全局最大值在主瓣之外的事件。计算上式的关键在于求解Pr(outlier)，由于RIR的信号模型十分复杂很难直接分析，至今还没有文献做出完整的理论描述，3．1节针对这一问题对门限效应进行了研究，给出了Pr(outlier)的近似表达式;3．2节以此为基础，计算了干涉测距MLE的MSE。3．1outlier概率图3展现了低信噪比时某次测距中发生的outlier现象，由于相位噪声的影响，代价函数的全局最大值不在干涉距离的真值(d0=0)附近，而在主瓣之外较远的位置，导致出现较大的测距误差。有研究表明，发生outlier的概率与模糊函数正相关［19］，模糊函数定义为:g(d)=∑M－1i=0expj2πfic(d0－d())(7)即代价函数在无噪声情况下对应的值。图4采用20个频率得到的模糊函数与106次最大似然估计的直方图进行了对比，令d0=0，SNR=－3dB。很明显，直方图与模糊函数的形状吻合，并且outlier集中于模糊函数的旁瓣峰值附近。鉴于上述事实，发生outlier的概率可以用错估到模糊函数旁瓣峰值的概率表示，即:Po≈Pr［∪Npn=1{V(dn)＞V(d0)}］式中:Po表示发生outlier的概率Pr(outlier)，dn和Np分别表示模糊函数旁瓣峰值所在的位置和个数。由于2个及以上V(dn)同时大于V(d0)的概率很小，因此这一系列相交事件的和的概率可用其unionbound来近似，即:Po≈∑Npn=1pn(9)式中:pn=Pr［V(dn)＞V(d0)］。计算式(9)需要确定dn和Np，除了文献［19］提到的搜索法外，由于RIR使用等频率间隔测距，式(7)表示的模糊函数具有简化的表达形式，即:计算pn需要确定y0和yn的分布，但是由于n(i)属于乘性噪声，很难确定y0和yn的分布特征，这正是问题的难点所在。下面针对这一问题作近似处理。n(i)为一系列随机变量，则y0和yn均为M个独立同分布的随机变量之和。根据中心极限定理，M不用很大(30已足够)就可保证y0和yn服从正态分布，因此可以将y0和yn近似看作复高斯随机变量。又y0和yn是相关的，基于上述条件，直接利用文献［21］中附录B的结果，只需计算y0和yn的一阶二阶矩就可求得pn。为相对旁瓣水平(relativesidelobelevel)。将式(16)～(19)代入文献［21］中的B-21式，通过代数运算可得:pn的表达式仅依赖于3个量:相位噪声的方差σ2、测量频率数M，以及相对旁瓣水平rn。将式(21)代入式(9)即可求得outlier的概率Po3．2近似均方误差要根据式(6)计算MLE的MSE，还需要知道CRB。文献［17］在高信噪比时将乘性噪声等效为加性噪声，推导了RIR的近似CRB表达式:CRB=3c2σ2(M－1)π2B2M(M+1)(23)大量仿真表明，在SNR大于门限的很宽范围内，MLE都能达到这个界，因此式(23)可以作为RIR的CRB使用。将式(9)和式(23)代入式(6)，最后得到MSE的近似解析表达式为:E［(d^0－d0)2］≈(1－∑Npn=1pn)·CRB+∑Npn=1pn·(dn－d0)2(24)式中:Np、dn和pn分别由式(11)、(12)和(21)给出，它们由如下的4个系统设计参数唯一确定:测量信噪比1/σ2、系统带宽B、测量起始频率f0和测量频率数M。
3仿真结果与分析
本节的目的在于通过对仿真结果与理论值的对比，说明本文的理论推导是合理有效的，同时说明理论结果对实际应用中参数设置的指导意义。图5和图6分别仿真了outlier概率与MSE随SNR的变化情况。干涉距离的真实值d0=50，在带宽B=15MHz内等间隔取M=16个频率，在最大非模糊距离范围内对代价函数进行搜索，搜索步长为0．01m。进行105次MonteCarlo仿真，记录代价函数的最大值落在模糊函数主瓣之外(两侧)的区域发生的频率，并计算MSE。虚线分别为式(9)和式(24)对MLE的outlier概率与MSE的理论计算结果。从图中可以看出，式(9)计算的outlier概率和式(24)计算的近似MSE，对于描述干涉测距性能十分准确，尤其在门限附近及中高SNR区间十分吻合。在一定相位测量噪声和系统设计参数下，上述结果能够十分精确地预测当前的干涉距离估计精度。因此给定RIR的性能要求，就可以根据上述结果确定适当的系统设计参数。例如，在图6的参数设置下，若当前相位测量的SNR=－1，此时理论计算表明outlier的影响不能忽略，测距均方根误差＞10m。如果适当提高节点的发射功率，使得SNR=3，则根据计算均方根误差就可以降到1m左右。虽然在给定系统性能的情况下，也可以通过仿真方法确定系统的设计参数，但是理论计算方法可以大大节省设计时间。当接收信号过强时，RSSI的输出会到达非线性区而大大影响测距性能。因此，通常不能一味提高发射节点的功率，此时还可以通过调整测量频率数达到提高测距性能的目的。图7在SNR=1的条件下仿真了MSE和测量频率数M的关系。当M＜30时，outlier导致测距MSE偏离CRB，此时将M从10增加到30，测距精度提高了10m;当M＞30时，测距MSE沿着CRB缓慢下降，继续增加20个频率，测距精度仅有1m的提升。因此如果同时考虑到测量的实时性要求，则将测量频率数设置到30是比较好的选择。从图7也可以看出，MSE的理论计算结果与仿真得到的结论高度一致，因此此前只能通过仿真确定的测量参数现在可以通过理论计算更方便地确定。
4测量实验
本节利用RIR实验系统在实际环境中的测量实验结果与本文给出的理论预测结果进行了对比，验证了理论预测的有效性。实验系统和实验环境:实验系统由4个Crossbow公司的XSM传感器节点组成，这些测量节点在空旷的操场上一字布设(见图8)，其中节点如图中照片所示。图中A、B为RIR测量的发射节点，C、D为接收节点。A与C、B与D的间隔均为25m，C与D间隔50m。另有一个基站负责向上述测量节点发送控制命令和参数并收集测距结果至笔记本电脑进行干涉距离解算。系统中心频率为433．1MHz，工作带宽为B=42．08MHz。实验过程:1)适当调节各节点发射功率以使接收节点可以接收到发射节点的信号，同时避免出现饱和情况;2)发射节点以1．052MHz为基本间隔，依次发射41个不同频率的测量信号;3)各接收节点测量发射信号形成的拍频信号的相位并传输给基站;4)重复步骤2和3直到完成50轮测距。将测得的相位与真实值比较估算出当前实验环境对应的信噪比为SNR=－1．76。这时理论预测的MSE与测量频率数M间的关系为图9中虚线所示。当M等于41、21、11和6时(分别对应频率间隔为1、2、3和4倍的基本间隔)，根据测量结果解算出的干涉距离的MSE如图9中的星号所示。从中可以看出，由实验数据得到的测距误差MSE与本文推导的理论MSE十分接近，说明我们的理论结果能够较好地描述系统的测距性能，包括测量噪声较大时的性能。
5结论
关键词：工程测量 教学改革 高职院校
中图分类号：TB22-4 文献标识码：A 文章编号：1672-3791（2017）02（c）-0161-02
由于当代科学技术的进步，尤其是微电子技术、激光技术、计算机技术、空间技术、网络和通信技术的飞速发展和应用，极大地推动了整个测绘科学技术的发展，从理论体系到应用范围都发生了巨大的变化和进步，现在GNSS和摄影测量已经广泛应用于工程测量中。因此，为了培养出高素质技能型人才，学校的教学也需要根据技术的进步和企业的实际需要做出变革。
1 高职院校学生的特点
高职院校学生相对于本科院校学生来说是有一定特点的。
（1） 基础相对薄弱。高职院校的学生大多数都是高考分数没有达到本科分数线的，还有一些是单招的，客观上，他们的基础要薄弱一些，有些学生可能连三角函数等问题都不会。因此，授课时需要注意深入浅出，尽可能照顾到所有学生。
（2） 学习情绪化强。对于感兴趣的东西积极性很高，会主动钻研，对于不感兴趣的东西则十分抵触，不愿学习。
（3） 缺乏学习的自信心。部分学生认为自己学不会，所以遇到看似困难的地方就会直接放弃，抱着“反正努力也还是不会”的心态。教学过程中要注意帮学生树立自信心。
2 人才培养模式
高职教育普遍走的是以服务为宗旨，以就业为导向，产学研相结合的道路。工程测量专业亦如是。目前，工程测量专业的人才培养模式主要有3种。
（1）订单式人才培养模式。让学校与企业签订人才培养协议，共同制定人才培养计划，共同组织教学，学生毕业后直接到企业工作。
（2）2+1人才培养模式。学生前两年在学校学习，后1年到企业顶岗实习，以增强学生的实际操作能力，缩短工作适应期。
（3）工学交替人才培养模式。学生在学校学习与到企业实习相互交替，学用结合。
由于各学校的实际条件不同，采用的人才培养模式略有不同，2+1人才培养模式是被广泛应用的模式，已经成为高职人才培养模式发展的潮流，而订单式人才培养模式和工学交替人才培养模式则根据学校与企业的合作情况进行。
3 理教学
在教学过程中发现，许多学生对室外的实践操作很有兴趣，而对理论学习则不太积极。但实践操作只是工程测量的一部分，理论学习更加重要，是实践操作的基础。
为提高学生的学习兴趣，可以采用案例教学法，在讲理论的时候，穿插讲解一个案例，让学生明白为什么要这么做，这些知识在做什么事情时会用到。还可以就案例引导学生参与讨论，这样学生就不会感到枯燥。
在理论教学过程中有很多公式的推导，学生如果全部掌握是一件很困难的事，这时候教师应该以“必需、够用”为原则，对繁杂的公式推导过程进行取舍，让学生把主要精力集中在计算公式的使用和计算步骤的安排上，以减轻学生的负担，减少学生的畏难心理。
4 实践教学
实践教学通常是现对学生进行分组，然后让学生分组进行操作。实践操作是学生比较感兴趣的，所以态度比较积极，但由于工程测量的实践基本都是在室外进行，因此仍然有一些问题。
（1） 小组人数过多。实践教学大多是两节课也就是一个半小时，如果每个小组人数过多，那么会导致有部分学生没来得及进行实践操作。结合经验，每组4～6人比较合适。
（2） 分组过多。分组过多时学生在操作过程中遇到的问题不能够得到及时的处理，影响教学效果，所以分组不能过多。
（3） 开小差。由于在室外教学，所以管理更为不便，有些学生会中途溜走或不做实践操作而是玩手机。对于这种情况，应在每个小组设立组长，由组长负责管理小组成员，班长辅助教师管理各小组。
（4） 缺勤。实践教学时每个小组一般人员是固定的，如果有同学请假，会对教学安排造成一定影响，比如一个小组4人有3人请假，则剩余的那个学生是无法单独完成实践操作的。因此，应严格考勤，不能无故请假不来。
（5） 天气。由于在室外教学，天气影响较大，遇到下雨或者高温的天气，不适合室外活动，会影响教学安排。因此，应提前做好准备，关注天气预报，做好备选方案。
为提高学生积极性，学校可以举办各种测量比赛，比如测地形图、四等导线测量、二等水准测量等。实践表明，比赛可以激发学生的上进心，学生会主动学习，主动练习，有效地提高了学生的测量技能。
5 新技术对教学的影响
随着传统测绘技术向数字化测绘技术转化，GPS技术、RS技术、GIS技术、数字化测绘技术以及先进地面测量仪器等将广泛应用于工程测量中，并发挥主导作用。测量人员的工作内容、工作方式也发生了一些变化。
在传统的使用经纬仪、水准仪、全站仪等仪器测量的时代，测量人员需要掌握测量、数据处理和绘图3项技能。由于要人工处理数据，有大量的计算，所以测量人员需要对数据处理的理论知识有较高的掌握。随着GNSS和摄影测量技术等新技术的成熟，现在工程中GNSS和摄影测量等采用新技术的测量方式已经成为最常用的工作方式。这些新的测量方法有测量数据采集和处理的自动化、实时化、数字化，测量数据管理的科学化、标准化、规格化，测量数据传播与应用的网络化、多样化、社会化的特点，计算工作都是由测量系统和相应软件自动完成，测量人员主要负责的工作变为测量和绘图，对计算方面的要求大大降低，因此，学校的工程测量的教学也应做相应的变更。
（1） 对GNSS等技术的理论教学不必过度深入，以“必需、够用”为原则即可。GNSS等技术的推导比传统测量技术更加困难，而在实际使用时并不重要，所以应浅尝辄止。
（2） 注重软件使用教学。GNSS等技术的很多操作是在软件上进行的，所以要注重软件使用的教学，让学生能够熟练使用相应软件。
6 结语
工程测量是一门很重实践的学科，教学中应实践教学与理论教学并重，理论是实践的墓础，实践是理论的升华。文章结合高职学生的特点针对性地提出了在工程测量教学中的问题和解决方法，并对新技术对工程测量教学内容影响做了探讨。测量技术在不断发展，这要求我们的教学也应与时俱进，以培养出符合社会需求的学生。
参考文献
[1] 张福荣.高职土木工程专业测量课程的教学改革[C]//2007无锡职教教师论坛论文集.2007.
购物车(0)
