采用变系数回归模型提取GPS坐标序列季节性信号

提出采用变系数回归模型提取连续GPS坐标序列中包含的振幅时变季节性信号。对模拟数据及实际GPS坐标序列两组数据的分析结果表明,变系数回归模型在提取GPS坐标序列季节信号方面比传统模型更有效。经处理,GPS坐标序列能获得更合理的速度及噪声估计。     

多面函数参数自适应选取方法在GPS高程拟合中的应用

提出一种综合的多面函数参数自适应选取方法。该方法利用核函数阶数和平滑因子存在最优值以及核函数结点分布应符合高程异常变化趋势的特点,综合利用正交化算法选取核函数结点以及二维粒子群算法确定最佳阶数和平滑因子,实现多面函数参数的完全自适应选取。将该方法应用于地形起伏差异不同的2个测区,结果表明,相比传统经验性方法和部分参数自适应方法,该方法用于GPS高程拟合的精度和可靠性更高。     

一种实用的GPS坐标及高程同步转换方法

基于GPS控制网三维约束平差基本原理,提出一种GPS坐标及高程同步转换方法,即先由GPS点的空间直角坐标反算点间基线向量,再将旋转参数、尺度参数以及国家坐标系中的坐标作为待估参数,通过附加公共点约束进行坐标及高程转换。利用工程实例数据对该方法进行了试验,结果表明：该方法非常灵活、有效,其坐标及高程转换精度良好。     

卫星天线相位中心改正模型对参考框架转换中尺度参数的影响分析

计算了7个IGS分析中心第二次重新处理单天解与IGS14之间的尺度参数,并采用极大似然方法对其进行分析,比较两种GNSS卫星天线相位中心改正模型对尺度参数序列噪声模型、平均偏移量、速度及季节性信号的影响。结果表明,所有尺度参数的随机特性均可由白噪声加幂律噪声较好地描述,不同分析中心的尺度参数速度值在-0.22～-0.15 mm/a之间变化,尺度参数的周年信号显著,半周年信号相对较弱;卫星天线相位中心改正模型的变化对尺度参数的平均偏移量影响显著,对其随机特性、速度及季节性信号影响较小。     

一种选权迭代法的半参数回归模型在滑坡预测中的应用

传统抗差估计中的选权迭代法无法探测到模型的系统误差，而基于补偿最小二乘原理的半参数模型可以较好地分离出系统误差。通过建立选权迭代法的半参数回归模型，利用时间序列法、L曲线法分别确定模型中的正则化矩阵及平滑因子，并利用选权迭代法重新定权，同时降低了观测粗差和系统误差对参数估值的影响。通过仿真算例，并以重庆奉节县大坪滑坡实测数据为例，验证了选权迭代法的半参数回归方法应用到三峡库区滑坡预测的有效性和优越性。     

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。     

信息扩散函数在半参数地壳形变分析中的应用

提出一种利用信息扩散函数构建正则矩阵的新方法。首先,仅保留半参数模型的参数化模型部分,利用最小二乘估计获取参数模型的最小二乘残差;然后,将此残差向量作为信号,计算信号的信息扩散函数估值;最后,将信息扩散估计值作为正则矩阵的主对角元素构建正则矩阵。与时间序列法相比,新方法淡化了对信号连续性和光滑性的要求,且信息扩散函数估值本质上是残差的概率分布,相当于事先合理地确定了信号权阵,使得参数估计具有良好的稳健性。中国大陆华北块体的半参数地壳形变分析结果表明,新方法具有明显优势。     

顾及GNSS坐标时间序列中季节信号的CEEMD降噪方法

针对互补集合经验模态分解（complementary ensemble empirical mode decomposition,CEEMD）在GNSS坐标时间序列降噪过程中需要选取筛选准则的问题,提出一种顾及GNSS坐标时间序列中季节信号的CEEMD降噪方法。首先利用CEEMD方法对GNSS坐标时间序列进行分解,然后计算各本征模态函数（intrinsic mode function,IMF）的平均周期,将平均周期低于120 d的IMF分量作为噪声分量扣除,并重构剩余分量为信号分量。利用该方法对中国大陆227个GNSS垂向坐标时间序列进行降噪,并与以连续均方误差和相关系数为筛选准则的CEEMD降噪方法的结果进行对比。结果表明,本文方法未出现过度降噪,而其他2种方法均导致部分测站的季节信号被扣除;在未过度降噪站点,本文方法GNSS坐标时间序列的RMS、幂律噪声和速度不确定度的平均改正率分别为19.13%、88.29%和86.46%,优于其他2种方法。     

一种引入Hurst指数的MEMS陀螺仪去噪模型

针对MEMS陀螺仪随机漂移产生的误差,提出一种引入Hurst指数的自适应噪声完备集成经验模态分解(CEEMDAN)与自适应卡尔曼滤波(AKF)相结合的去噪模型。首先,通过CEEMDAN对陀螺仪原始信号进行分解,得到一系列频率由高到低的本征模态函数(IMF)和一个残差余量;然后,提出Hurst指数模态筛选机制,将IMF分量划分为噪声IMF、混合IMF和信息IMF;最后,使用自适应卡尔曼滤波器对混合模态分量进行滤波并重构信号。结果表明,CEEMDAN较EMD和EEMD具有更高的分解精度;使用AKF处理混合模态,通过Hurst指数筛选机制重构信号的信噪比相较于排列熵和相关系数法分别提升约12%、36%;使用Hurst指数筛选机制,AKF处理混合模态后重构信号的RMSE较小波阈值滤波降低约23%。     

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。     

尼泊尔地区季节性水文负荷对地震活动性的调制作用

利用尼泊尔地区GPS时间序列季节性信号,构建区域季节性三维位移场和应力应变场模型,再结合降水和地震目录等数据,研究该地区季节性水文负荷对地震活动性的调制作用。结果表明：1）季节性地表位移与降水存在较强的时空相关性;2）季风期的降水对断层的长期运动趋势产生扰动,使库仑应力得到一定程度的释放,进而对地震活动产生抑制作用,并影响地震发生时间。     

GPS高程时间序列降噪分析的改进EMD方法

针对经验模态分解(empirical mode decomposition,EMD)降噪过程中不能直接确定分界本征模态函数(intrinsic mode function,IMF)的K值,以及当高频噪声IMF分量个数少于低频IMF分量个数时,利用低频信号重构实现降噪的计算量较大等问题,提出一种新的EMD降噪方法。采用平均周期与能量密度乘积指标的方法来自动确定分界IMF的K值,将高频噪声IMF分量进行重构,然后用原始信号减去重构噪声,从而达到降噪的目的。利用模拟数据和BJFS站的实测GPS高程时间序列数据进行验证。实验结果表明,该方法能够直接确定分界IMF的K值,降低计算量,在GPS高程时间序列降噪中较传统EMD方法更可靠。     

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。     

��Ȩ�����ģ�ͼ���Ӧ��Ч������

提出一种加权半参数模型,对半参数模型中的参数分量与非参数分量分别加权,针对数据的不同特点合理确定权重。分别对模拟数据和GPS真实数据进行处理,并与最小二乘法、岭估计法和半参数模型进行对比,通过残差、均方误差等指标的对比分析可见,加权半参数估计模型得到的估计值与真值最接近,估计残差浮动平缓,均方误差小。     

基于MSSA的区域GPS站点季节性信号提取

基于MSSA同时提取多个GPS站点高程时间序列中的季节性信号，主要包括1 a项与0.5 a项。MSSA利用重建成分进行信号重构时，可从原始时间序列中提取有用信号，并剔除干扰噪声。将MSSA与SSA各自获取的前10个奇异谱方差所占百分比和重构信号进行对比，MSSA重构曲线中只包含多个站点的时变与具有共性的季节性信号，有效消除了单个站点特有的噪声与局部现象的影响。     

华北地区GPS基准站坐标时间序列噪声特征研究

利用华北地区GPS连续运行基准站网络2008-08~2013-04观测数据,分析36个基准站坐标时间序列的噪声特征。利用区域堆栈滤波方法对GPS单日解坐标时间序列进行共性误差剔除,使用极大似然估计准则定量估计坐标时间序列的噪声特性,并分析有色噪声对测站计算速度的影响。结果表明,华北地区GPS基准站坐标时间序列的共性误差在N、E和U方向分别约为1 mm、1 mm和3 mm,且共性误差具有类似闪烁噪声的特性;共性误差剔除前,坐标时间序列的噪声特性可以用可变白噪声加闪烁噪声模型或可变白噪声加幂律噪声模型来描述;共性误差剔除后降低了坐标时间序列噪声中闪烁噪声的成分,突出了本地效应部分噪声,坐标时间序列的噪声特性可以用可变白噪声加闪烁噪声和随机漫步噪声模型或可变白噪声加幂律噪声模型来描述;最优噪声模型计算的速度误差比仅考虑可变白噪声所计算的速度误差增大5~8倍;剔除共性误差,可使测站速度的精度获得40%左右的提高。     

海潮负荷地心运动对GPS坐标时间序列周期信号的影响分析

分别采用地球系统质心（center of mass of the whole earth system, CM）和固体地球质心（center of mass of the solid earth, CE）框架的海潮负荷(ocean tide loading, OTL)改正计算132个全球站的静态精密单点定位PPP坐标,分析海潮负荷引起的地心运动对GPS坐标时间序列的影响。结果表明：1）海潮负荷地心运动在水平和垂直方向上引起的坐标差异分别为0.7 mm和1.3 mm,海潮负荷地心运动对坐标时间序列的影响具有显著的区域分布特征;2）在CM-OTL和CE-OTL中,海潮负荷效应引起的周期信号明显减小,海潮负荷改正所属框架与GPS轨道所属框架的不一致将引入GPS交点年信号、14 d、9 d信号;3）利用IGS精密轨道进行PPP计算时,应采用CE框架进行海潮负荷改正。     

GPS/PWV时间序列特征提取方法的研究

针对GAMIT/GLOBK软件解算得到的4 a GPS/PWV时间序列的特征提取问题，提出基于滤波辅助的部分集成经验模态分解（PEEMD）与Hilbert谱分析相结合的特征提取方法。首先，在PEEMD方法的基础上,结合滤波辅助的PEEMD方法与Hilbert谱分析，建立GPS/PWV时间序列特征提取模型；然后，将所提出的方法应用于TNML测站4 a的GPS/PWV长时间序列和7 d的GPS/PWV短时间序列分析中，并将滤波辅助的PEEMD结果与传统的小波分解结果进行对比。结果表明，该特征提取方法能准确有效地提取出 GPS/PWV时间序列中的周年周期和日周期特征分量，滤波辅助的PEEMD分解结果与小波分解结果一致，且提取的特征分量与原始信号更加吻合。     

基于奇异谱分析的GNSS坐标时间序列粗差探测与噪声估计

考虑到传统谐波模型难以精确描述GNSS坐标时间序列的非线性变化,导致信号和噪声不能很好地分离,进一步影响粗差探测和噪声估计,本文提出一种基于奇异谱分析的粗差探测与噪声估计算法。首先采用奇异谱分析方法分离出GNSS坐标时间序列中的信号与噪声,然后基于IQR准则探测噪声中的粗差,最后采用最小二乘方差分量估计（LS_VCE）方法定量估计各噪声分量。算例表明,相比于传统基于谐波模型的算法,该算法的粗差探测准确率更高,且估计的噪声分量与真值更接近。     

GPS、RTK的相关技术与应用技巧

一、RTK技术 差分GPS定位技术是一种高效的定位技术，它是利用2台以上GPS接收机同时接收卫星信号，其中一台安置在已知坐标点上作为基准站，另一台用来测定未知点的坐标一称移动站，基准站根据该点的准确坐标求出其到卫星的距离改正数并将这一改正数发给移动站，移动站根据这一改正数来改正其定位结果，从而大大提高定位精度。[第一段]