GPS坐标时间序列共模误差空间特性分析

对全球138个IGS站依据相关性进行聚类分类,采用相关系数加权叠加滤波计算了所选IGS站坐标时间序列中的共模误差,并分析了其空间特性。结果表明,共模误差主要受基准站空间分布、GPS网空间尺度以及基准站密度的影响,并且相关系数为负的测站之间仍存在共模误差。     

GPS坐标时间序列共模误差分离方法比较及其对噪声模型建立的影响

为快速有效地分离GPS坐标时间序列中的共模误差（common mode error,CME）,采用区域堆栈滤波法、加权堆栈滤波法、相关加权叠加滤波法、距离加权滤波法、主成分分析（principalcomponentanalysis,PCA）5种滤波方法对GPS坐标时间序列进行CME处理;基于MATLAB设计了相应的GPS坐标时间序列CME分离工具。并以8个GPS基准站的坐标序列为对象,对去除CME后的GPS坐标序列进行噪声模型分析。结果表明,这5种方法能有效降低各站点坐标时间序列的不确定性,提高坐标序列精度,相比其他方法,PCA法滤波效果更好;此外,去除CME后的时间序列最佳噪声模型发生了改变,且GPS站坐标序列噪声模型呈现出多样性并存在个体差异。     

顾及共模误差的大区域GPS网坐标时间序列噪声分析

噪声分析对GPS时间序列分析有着重要影响,然而针对时间跨度较长的大尺度GPS网的共模误差相关研究较少。本文选取了平均基线长度大于2000 km的欧洲地区9个GPS台站2006-2014年的数据,使用主成分分析法剔除坐标时间序列的共模误差,同时利用极大似然估计的方法对滤波前后的时间序列进行了噪声分析。结果表明,欧洲地区广域GPS网的噪声模型存在多样性,各个分量具有不同的噪声特性,主要表现为白噪声+闪烁噪声、白噪声+幂率噪声,少部分台站N、E两个方向含有随机漫步噪声。经过空间滤波后,部分台站最优噪声模型发生改变,但仍以白噪声+闪烁噪声、白噪声+幂率噪声为主。滤波对N、E方向速度场影响为0.2 mm/a,U方向速度场影响为0.5 mm/a。     

共模误差对GNSS坐标时间序列影响分析

以我国西南地区44个GNSS站在ITRF2008框架下约6年的高精度GNSS坐标时间序列为例,研究CME对高精度GNSS坐标时间序列的影响。用PCA方法提取序列中的CME并分析其对高精度GNSS坐标时间序列特征参数的影响。研究结果表明,CME对高精度GNSS时间序列的振幅、相位、噪声类型及测站速率均有不同程度的影响,主要体现在滤波后44个测站N、E、U方向序列标准差分别提高75%、70%、57%;滤波前后测站U方向约50%的测站速率有1～2 mm的差异。可见,在高精度时间序列建模、地壳蠕动形变分析、毫米级参考框架建立等高精度GNSS数据应用领域中CME的影响不容忽视。     

GPS坐标时序共模误差提取方法研究

针对GPS坐标时序数据中存在的共模误差(CME),研究利用堆栈滤波(SF)、网络反演滤波(NIF)和主成分分析(PCA)三种方法进行剔除,以提高GPS监测区域地表位移的精度.通过构建GPS坐标时序模型,去除明显构造运动,提取噪声残差时序,将隐含在噪声残差时序中的区域CME利用SF、NIF、PCA方法提取出来.以日本房总半岛2019—2021年GPS坐标时序为例,比较三种方法和GPS站点空间分辨率对CME提取的影响,分析CME去除前后慢滑移地表位移的变化.研究结果表明：SF、NIF、PCA方法提取CME的结果基本一致;GPS站点空间分辨率降低,提取的CME离散度增大;CME对慢滑移地表水平位移的大小和方向均会产生影响,需进行剔除.     

共模误差对坐标时间序列分析的影响

基于2013年至2018年环渤海地区GPS基站6年的观测数据,研究了共模误差对坐标时间序列分析的影响。首先利用主成分分析方法提取环渤海区域27个基准站的共模误差,以N、E、U三个方向的第一主成分来计算共模误差;然后使用最大似然估计法得到各测站剔除共模误差前后的噪声。发现在消除共模误差后,N,E,U方向的相对坐标时间序列得到改善,白噪声,闪烁噪声和随机行走噪声明显减小。结果表明,共模误差的剔除有效的提高了坐标时间序列分析的精度。     

安徽省CORS坐标时间序列共模误差与噪声分析

针对目前鲜有学者依据GNSS坐标时间序列数据对安徽省地区共模误差及噪声分析的问题,该文以安徽省卫星定位综合服务系统(AHCORS) 2013年1月-2018年6月数据解算得到坐标时间序列为研究对象,采用主成分分析的方法进行空间区域滤波,并计算水文负载、非潮汐大气和非潮汐海洋负载引起的位移单日时间序列,进一步对滤波前后的...     

GPS坐标时间序列分析研究

近20年来,以GPS为代表的空间大地测量技术观测精度不断提高,已累积了丰富的、高精度、全球覆盖的坐标时间序列数据。这些数据为研究不同时空尺度下的各类地球物理现象提供了重要的数据支撑和大地测量几何约束。然而,由于GPS坐标时间序列中同时包含了各类“信号”和“噪声”,而且噪声来源复杂,信号类型多样,水平和高程分量上信号与噪声的表现形式差异较大。如何从原始序列中提取可靠的“信号”、分离出“误差”是目前地学界研究的热点和难点之一。     

GPS连续站垂向位置时间序列共模误差的识别与估计

目前的研究已明确了在GPS时序结果中存在着所谓共模误差.对于水平向通过"欧拉-滤波"法可对观测数据水平位置的共模误差进行估计,但对垂向共模误差的估计却无能为力.因此,本文利用"均值-滤波"方法对垂向共模误差进行了识别与估计,结果表明:GPS连续站垂向时序观测资料同样包含着非常明显的共模误差;综合利用"均值-滤波"方法可...     

地震对GPS站坐标时序共模误差的影响分析

通过选取日本7个IGS基准站在东日本大地震前后各3a的坐标时间序列,提取并分析此区域的共模误差的特点和地震对其的影响,以及共模误差对基准站噪声时序的影响。结果表明:滤波后测站各方向坐标时序平均均方根相较于过滤前明显减少,测站坐标可靠性和精确性得到明显提高;地震的发生导致其N、U方向均值分别增大2.1倍和1.5倍;共模误差在N、E、U方向均表现出明显的周期特性,其周期特性在地震前后几乎截然相反,地震对其周期特性的影响必须充分考虑。     

PCA方法在GPS坐标时间序列分析中的应用

以安徽及邻区8个GPS连续站点的观测数据为基础,应用主成分分析法提取其共模误差,并对扣除共模误差前后的残余时间序列进行了对比分析。结果显示,扣除共模误差后的残余时间序列的周期性变化较为明显,数据信噪比有所提高。     

GPS坐标时间序列严密三维噪声模型建立方法

积累多年的GPS基准站坐标时间序列被广泛应用于大地测量学与地球动力学研究。实现坐标时间序列中噪声与信号的有效分离并建立顾及不同分量噪声之间相关性的严密三维噪声模型,有助于确定测站线性以及非线性运动参数估值更加真实的不确定度。这对于精化速度场、合理解释地壳形变特征、建立毫米级的地球参考框架等研究具有重要的科学和现实意义。     

环渤海区域GPS坐标时间序列噪声分析

本文以环渤海区域GPS基准站2013年至2018年观测数据为基础,从噪声特性及时间序列参数方面进行分析。利用最大似然估计法估计环渤海区域27个测站坐标时间序列在不同噪声模型下的噪声量级及时间序列参数。针对最佳噪声模型,利用谱指数和最大似然估计两种方法分别从定性和定量确定。结果表明,测站的最佳噪声模型主要有WN+FN和WN+FN+RWN两种模型组合,绝大多数测站的最佳噪声模型为WN+FN,其中WN+FN+RWN模型主要分布在基岩类型为土层的基准站上,WN+FN模型主要分布在基岩类型为基岩的基准站上。     

GPS坐标时间序列中的异常高频周期性噪声

本文分析了中国地壳运动观测网络GPS基准站及中国周边IGS连续站坐标中的周期性噪声,在北、东和垂向分量坐标时间序列中均发现了周期约351/n(n=1,…,6)天的正弦项,而地表质量负荷造成的位移序列中并没有对应的成分,不能解释异常周期项的来源。在估计台站的运动速率时,如考虑此类异常周期项,速率误差略微减小,而周年项振幅的估计误差显著增大,且残差离散度未见明显改善。因此,不推荐在GPS速率矢量反演中加入异常周期项参数。     

GPS坐标时间序列噪声估计及相关性分析

比较分析了极大似然估计法、最小二乘方差分量估计法以及最小范数二次无偏估计法对GPS站坐标时间序列噪声的估计效果,确定最小范数二次无偏估计法为最优的噪声方差估计方法。在此基础上对中国及其周边区域20个IGS站坐标时间序列中各方向噪声方差进行一元线性回归分析。结果表明,中国及其周边区域IGS站不同方向的噪声间具有中等强度以上的相关性,其中N方向闪烁噪声与其他方向闪烁噪声的相关性要强于白噪声。水平方向的噪声振幅能够解释垂直方向噪声振幅变化的40%~60%,而N方向噪声振幅能够解释E方向噪声振幅变化的60%~80%,获得的线性回归方程具有使用价值。     

GPS站坐标时间序列的南极地壳运动监测

为了进一步研究南极地壳运动的监测方法,文章提出直接利用GARNER网站公布的长时段测站坐标时间序列进行南极地壳运动监测的方法;直接利用GARNER网站提供的站坐标时间序列保证了站坐标的正确性,避免了对原始观测数据进行处理时步骤繁琐或处理结果不可靠等问题。研究结果表明该方法正确、可行。     

一种剔除GPS坐标时间序列非线性趋势项的方法

GPS站点坐标的时间序列通常由信号的周期项、趋势项及噪声组成,其中,坐标时间序列的非线性趋势项是非平稳时间序列分析处理中的一个重要内容。本文引入了平滑先验滤波法来剔除GPS坐标时间序列的非线性趋势项,并与传统的最小二乘方法进行对比。先后分析了最小二乘和平滑先验法消除趋势项的方法原理,并利用Matlab对两种方法进行实现,进而对比分析两种方法消除趋势项效果。结果表明:相比最小二乘方法,平滑先验法能够有效地消除GPS坐标时间序列中的非线性趋势项。     

武汉市CORS坐标时间序列中共模误差分析

基于武汉市CORS近十年连续观测的单日解坐标时间序列进行数学建模,获取了残差坐标时间序列数据,分析了测站坐标时间序列的周期性变化。为了有效地提取武汉CORS基准站坐标时间序列中的共模误差,采用空间叠加滤波算法以及相关系数叠加滤波算法对其进行空间滤波,并对比分析2种方法的滤波效果。结果表明,武汉CORS基准站单日解坐标时间序列之间存在显著的相关性,2种方法均能有效提取武汉区域共模误差,相关系数叠加滤波算法的滤波效果略优于空间叠加滤波算法。     

大空间尺度GPS网共模误差提取方法研究

基于全球分布均匀且时间跨度大于10a的138个IGS基准站坐标时间序列分析了大空间尺度GPS网基准站坐标时间序列之间的相关性发现部分测站之间的距离超过5　000km时仍存在较显著的相关性针对目前共模误差提取方法存在的不足引入相关系数作为权重因子改进了区域叠加滤波算法 并利用IGS基准站坐标时间序列验证了此方法 结果表明改进后的相关系数加权叠加滤波算法能够有效地提取大空间尺度GPS网坐标时间序列中的共模误差.