大空间GPS网共模误差剔除研究

利用叠加滤波、PCA、KLE 3种方法对欧洲区域平均基线长度为2 000 km的大空间GPS网12个IGS站9 a（2006-01~2014-12）的观测数据进行处理,分析对比3种方法剔除共模误差的效果。结果显示,3种方法剔除百分比分别为25.87%、41.48%、35.72%,滤波后坐标精度明显提高;对于较大的GPS观测网,相对于叠加滤波,PCA和KLE法效果更好,可以显示不同站点的空间特征。     

抗差移动平均在GPS自动化监测数据处理中的应用

常规的加权移动平均在对GPS自动化变形监测数据序列平滑滤波时不能消除粗差的影响。为此,利用二次加权对该方法进行改进,提出抗差移动平均法。对模拟数据及实际GPS滑坡自动化监测数据的处理分析表明,抗差移动平均可有效削弱粗差对平滑滤波结果的影响。     

顾及共模误差的四川连续GPS基准站坐标时间序列噪声分析

使用GAMIT/GLOBK软件处理四川省内23个连续GPS基准站2010～2015年数据,获取各测站的坐标时间序列,然后利用堆栈法对其进行空间滤波以剔除共模误差,通过谱指数计算和最大似然估计法（MLE）对滤波后的GPS站坐标时间序列进行噪声分析。结果表明,四川连续GPS基准站坐标时间序列N、U方向最优噪声模型为WN+FN,E方向最优噪声模型为WN+FN+RWN;空间滤波可以降低闪烁噪声,同时使一些测站显现出随机漫步噪声;根据GPS站坐标时间序列估计基准站速度时,应当顾及有色噪声的影响。     

陕西连续GPS基准站坐标时间序列分析

对陕西省GPS连续基准站2011-01-01~2013-05-30坐标时间序列进行分析,利用区域叠加滤波分离出共模误差,滤波后站坐标时间序列N、E、U方向的平均均方根分别减小69%、60%和41%。通过谱指数计算发现,空间滤波后的时间序列含有白噪声和有色噪声;利用CATS软件对各噪声分量估计发现,垂直方向噪声分量大于水平方向;空间滤波使闪烁噪声大幅减小,部分站出现随机漫步噪声。     

优化EWT-NLM的自适应GNSS高程时间序列降噪方法

提出一种引入样本熵（SE）优化的经验小波变换（EWT）结合非局部均值（NLM）滤波的组合自适应降噪方法。该方法使用SE确定全部经验模态分量中低频有效信号界限,叠加其余中高频分量后进行NLM滤波处理,之后重构滤波信号与有效信号为最终降噪信号,从而达到滤除高频噪声的目的。模拟数据与实测数据的实验结果表明,优化的EWT-NLM方法整体优于EMD、EWT方法,RMSE分别降低13.41%/10.63%（实测数据/模拟数据）、7.13%/5.78%,信噪比分别提升22.03%/22.54%、9.72%/7.42%。     

基于改进EEMD的GPS多路径误差建模与削弱方法研究

引入一种改进的集合经验模式分解方法（improved ensemble empirical mode decomposition,IEEMD）进行多路径误差的建模。与EEMD方法相比较,IEEMD方法可以有效地克服模态分量数目不一致和分解不彻底等问题,并将原始序列分解为不同尺度的模态分量。同时,考虑到不同模态分量中高斯白噪声的能量密度与平均周期之积为常数,设计一种自动选择尺度与重构的方法,用于模态分量的选择与重构,进而构建GPS多路径误差模型。在此基础上,采用恒星日滤波技术,进行邻近周日GPS坐标序列中多路径误差的实时削弱。实验结果表明,采用同样的尺度选择方法和恒星日滤波技术,使用IEEMD方法可以得到比EEMD方法精度更高的GPS坐标序列。     

共模误差PCA与ICA提取方法的比较

为消除共模误差CME,目前广泛应用的主成分分析法（PCA）基于观测数据的二阶统计量（方差和协方差）将观测网残差分解成一组不相关的随时间变化的模态和对应的空间响应,而GPS时间序列分布具有非高斯特征,二阶统计量不能完全描述其随机特性。本文假设区域网CME 与其他误差相互统计独立,则可以采用独立分量分析（ICA）法。采用模拟数据对ICA提取CME的精确性和有效性进行验证,并与PCA结果进行对比。结果表明,ICA能够有效地提取观测网CME。     

适用于自然地表形变反演的小基线集方法

由于自然地表像元在长期观测中容易发生时空失相干,利用时序InSAR（Synthetic Aperture Radar Interferometry）技术对其开展形变监测会面临可用形变测量点不足的挑战。针对这一问题,提出一种改进的小基线（Small Baseline Subset,SBAS）方法。该方法改进了传统SBAS中初始高相干像元筛选及相位滤波过程：首先利用拟合优度检验,并结合相干性阈值条件来识别同质像元;然后根据同质像元数量将所有像元分成2部分,即PS（Persistent Scatterers）候选点和DS（Distributed Scatterers）候选点;其次分别在这两部分像元中开展初始高相干PS点及DS点筛选;最后对选出的高相干PS点及DS点进行加权相位滤波。利用覆盖北京平原区西北部（含城区及山区）的27景ENVISAT ASAR影像开展的形变监测实验表明：与2个参考方法相比,该方法能够有效扩展形变结果上的测量点数量和覆盖范围,测量点数量分别提高了22.6%及27.6%,且自然地表的形变测量点密度得到了明显提升。同时,研究区形变结果与4个连续GPS站的位移数据有很好的一致性,证明了该方法在地表形变反演中的有效性及优越性。     

基于局部均值分解和相关向量机的变形预测

基于改进局部均值分解（LMD）及加权核函数相关向量机（RVM）算法,构建多尺度变形预测新方法。利用LMD将变形数据分解成多个具有物理意义的变形分量,并基于遗传算法优化的RVM对每个变形分量分别进行预测。将各变形分量预测结果进行叠加,最终建立多尺度变形预测方法,并应用于大坝变形预测。实验结果表明,改进LMD-RVM方法的多个精度指标均优于BP神经网络方法、RVM方法和改进EMD-RVM方法,证实了新方法的有效性及可靠性。
     

基于PCA及提升小波组合算法提取建筑物结构振动信号

针对监测结果受测量噪声和多路径等GPS误差影响的问题,提出基于PCA及提升小波的组合算法来提取建筑物结构振动信号。利用PCA空间滤波分离区域站点相关的共模误差,然后利用提升小波变换对振动信号进行降噪,用于提取结构振动信号。以香港某高楼在台风荷载作用下的观测数据为例进行实验,结果表明,此算法有效提高了变形监测的精度。     

台湾连续GPS网主成分空间滤波分析

采用PCA方法提取台湾GPS区域网共模误差,进行空间滤波。结果表明,第1主成分在空间上表现出强烈的一致性,第2～5主成分在空间上呈现出局部响应的特点;滤波后残差时间序列的均方根（RMS）在N、E、U方向平均分别降低33%、31%、19%;滤波效果在水平方向好于垂直方向,东、西部存在明显的差异,这可能与台湾地区地形有关;幂律噪声振幅在N、E、U方向平均分别下降36%、43%、23%。     

����������׹��Ƶ�GPS����ʱ��������������

?????????????GPS???????У???????????????????????в???db6С??????????????????????????????С????????????????????GPS???????????????????????????????????????????????????GPS?????????????????а???????????????????????????????????????????GPS???????????????????????????????????????????????????к?????????     

高频单历元GPS周期性误差特性分析

分析GPS高频单历元时间序列中的误差特性,采用中值滤波法消去高频噪声。经计算,偶然中误差在水平方向为±4～4.5 mm,高程方向为±9 mm。通过周期性重复解算、时间序列比对及相关系数最大化发现,GPS高频单历元时间序列中包含的周期性系统误差的重复周期为86 153～86 165 s。通过对系统误差建模或差分,可消除时间序列中的系统性成分,提高GPS高频单历元数据处理的精度。     

EMD用于GPS时间序列降噪分析

针对GPS位置时间序列噪声成分复杂、建模困难、噪声与信号难以有效分离等特点,用自适应信号分析方法经验模态分解（EMD）对中国区域9个IGS站时间序列的N、E、U方向作降噪处理。首先对各方向分量作EMD分解,获取各方向噪声强度依次降低的一系列本征模态分量及其趋势项;其次利用相关系数辨别出噪声与信号的分界本征模态分量,并按重构方法重构各本征模态分量;最后用相关系数、信噪比、能量百分比等参数评价EMD方法降噪的有效性。结果表明,EMD方法能合理地分离序列中的信号与噪声,有效削弱噪声对GPS位置时间序列的影响,进一步提高GPS位置时间序列的精度。     

GPS基准站坐标分量时间序列的噪声特性分析

用功率谱密度和谱指数估计的方法对中国大陆不同地理位置上的3个GPS基准站的站坐标分量的噪声时间序列特性进行了分析。结果表明,所有9个位置分量的噪声时间序列都具闪烁噪声加白噪声的特点,这与世界上其它地方的许多GPS连续站的分析结果一致,可能说明这种噪声特征是GPS观测技术固有的。因此,在分析GPS观测得到的时间序列时,应当顾及这种噪声特性,适当地加权以得到比较切合实际的结果。详细介绍了分析的步骤和方法,对进一步的研究提出了建议。     

������ɫ����Kalman�˲�����������Ƶ����ȡģ���о�

???????????????????????????￡????GPS???????????????У???????????е???????????????????????????????????????????????????????????????????????????????в????з????????????????????5?????????FFT??????????в??????????????????????????????????????????????е?????????????????????????????FFT????????????????????????????????????????GPS????????????????????????????????     

基于EMD和小波的GPS/BDS变形监测中的多路径误差削弱方法

针对GPS/BDS实时监测坐标序列中多路径误差的周日重复特性和高频随机噪声,分别采用EMD以及EMD与小波阈值去噪相结合的方法对现有坐标序列构建多路径时序模型,并通过恒星日滤波削弱后续坐标序列中具有强相关性的多路径误差。实测数据的处理结果表明,EMD可以很好地去除GPS/BDS实时监测序列中的高频随机噪声并削弱多路径误差的影响,提高实时监测精度50%左右,EMD和小波组合方法较单EMD效果稍好。