CME对IGS基准站坐标序列噪声模型及速度估计影响分析

以50个IGS基准站坐标时间序列为研究对象,采用赤池信息量准则（BIC）模型估计准则对四种组合噪声特性进行估计分析,探讨共模噪声（CME）对IGS基准站坐标时间序列噪声模型及站速度影响. 结果表明CME会导致IGS基准站坐标序列噪声模型的有偏估计,并影响站速度的确定精度,准确估计基准站速度参数时应对CME进行修正;经CME修正后IGS基准站周年运动周年项振幅有所减小,高程方向更为明显,表明滤波后IGS基准站周年运动相对稳定.      

区域CORS网坐标时间序列周期特征分析

通过精密单点定位的方法获取了区域CORS网各基准站的坐标时间序列,并利用最大似然估计法和频谱分析法对其32个基准站坐标时间序列的周期特征进行了分析,获取了各基准站年周期、半年周期的振幅和相位值,以及各基准站的周期功率谱图。结果表明:GNSS基准站坐标时间序列不仅存在线性变化,还存在周期性变化,其中以U方向表征最为明显,与双差定位获得的坐标时间序列周期特性分析结果一致,说明以精密单点定位获取的GNSS基准站坐标时间序列是可靠的,可以用来分析基准站的变化特征。     

我国GPS跟踪站数据处理与时间序列特征分析

应用国内GPS跟踪站7a的观测数据，分析研究跟踪站坐标位置变化规律，并给出了站坐标和速度场精度的统计分析结果，同时介绍了国内GPS基准站的数据处理方法。通过对时间序列进行分析研究表明，GPS基准站的时间序列具有一定的周期性，高程分量的周期性最为明显，并且时间序列的时频特性表现出明显的区域性。     

GNSS坐标时间序列噪声特征分析

为了研究我国目前建立的连续运行参考网络（CORS）GNSS基准站的坐标时间序列噪声特征是否与国际领域研究的成果相符合,对江苏CORS网连续3年24个分布均匀的GNSS基准站的数据进行处理,利用GAMIT软件获取了各基准站的坐标时间序列,并利用CATS软件采用最大似然估计法对坐标时间序列的噪声特征进行了分析,结果表明：GNSS基准站坐标时间序列不仅包含白噪声,还包含有色噪声;GNSS基准站坐标时间序列在N、E、U方向的噪声类型并不完全一致,其中N、E方向的最佳噪声模型为“WH＋FN＋RWN”,U方向的最佳噪声模型为“WH＋FN”.     

基于ARMA模型的GPS基准站坐标时间序列分析

由于利用GAMIT/GLOBK软件对连续运行多年的GPS基准站数据进行处理的原始结果存在一定的噪声,本文利用ARMA模型对GPS基准站坐标进行时间序列分析,其中采用Pandit-Wu方法确定ARMA模型的阶数.试验结果表明,采用Pandit-Wu方法能够准确地确定ARMA模型的阶数,并且基于ARMA的时间序列有效地消除了一定量的噪声,让GPS基准站随着时间的变化规律与趋势更加明显,说明ARMA模型在GPS基准站坐标时间序列分析中剔除噪声及突显变化量与趋势具有良好的效果.     

“陆态网络”CORS站的时间序列分析预报

以"陆态网络"部分连续运行基准站2012年观测数据为实验对象,对基准站坐标时间序列进行了建模拟合分析,并利用相邻30 d左右实测数据对随后3 d的测站位置进行分析预报。预报数据与实测数据的比较表明,可以较好地监测基准站的稳定性和运行状态。     

GNSS基准实现及其稳定性分析

为了实现全球IGS核心站与我国区域GNSS基准网联测,采用长基线解算和平差软件GAMIT/GLOBK获取基准站的常年坐标分量时间序列,并采用时间序列分析方法对其稳定性进行分析,从而获取更精确的基准坐标和速度,这是大区域GNSS基准建立和维护的最佳方法.本文讨论了基准实现的方法,重点研究了长时间、多周期大规模GNSS基准...     

山东CORS基准站坐标时间序列噪声分析

针对目前在分析GPS基准站噪声时对其坐标时间序列周期项提取不充分的现状,该文提出用小波谱探测坐标时间序列中的周期项,用小波分析方法提取周期项,得到不含明显周期项噪声序列。以山东CORS中26个基准站两年的坐标时间序列为例,去除了坐标时间序列中阶跃项,确定了长期趋势项,对周期项进行了探测、分离和提取,得到了各测站的噪声序列;用谱指数法分析了噪声的类型,用最大似然估计获取了各种噪声的分量,进而建立了噪声组合模型。实验结果表明,山东CORS基准站噪声模型可以用白噪声加闪烁噪声的形式来描述,其白噪声的平均值为1.25mm,闪烁噪声的平均值为5.46mm。     

顾及MLE的IGS坐标时间序列噪声模型特性分析

以30个GPS基准站坐标序列为对象,提出分别采用赤池信息量准则(AIC)与贝叶斯信息准则(BIC)噪声模型估计准则判定GPS时间序列噪声特性,对比分析GPS时间序列噪声模型特性,探讨不同噪声模型对GPS站速度及其不确定度的影响.结果表明GPS站坐标序列噪声模型主要表现为FN+WN、PL及FN+RW+WN噪声模型特性;FN+WN噪声模型对GPS站速度估计值的影响相对较小,但在U分量影响最为明显;此外,RW对站速度不确定度的影响不可忽略,正确获取模型参数估计的实际不确定度及改正噪声分量对于合理应用GPS坐标时间序列数据具有重要的意义.     

环境负载对区域GPS基准站时间序列的影响分析

基于1999-2011年中国地壳运动观测网络(CMONOC)及2007-2012年武汉市连续运行卫星定位服务系统(WHCORS)的观测数据,联合中国及周边35个IGS基准站数据,采用GAMIT软件解算,获得了ITRF2008框架下的GPS基准站坐标时间序列.然后采用QOCA计算了环境负载位移,并利用其对GPS时间序列进行改正.研究结果表明环境负载造成的中国区域基准站位移呈现显著的区域性特征,东北、华北、华中区域变化较为一致且较大,西南区域基准站(KUNM)垂直方向的负载位移均方根(RMS)最大值达6.09 mm.通过对改正前后的数据进行时间序列分析,认为环境负载改正能够削弱中国区域大多数GPS基准站(约70%)垂直及水平东方向位移时间序列的非线性变化,其加权均方根(WRMS)减小量最大达1.5 mm,但是对于水平北方向坐标时间序列的改善作用不明显.     

北京市CORS站坐标时间序列噪声分析

针对北京市CORS站的稳定性问题,该文利用GAMIT/GLOBK软件对北京市13个CORS站2016—2018年的观测数据进行了处理,获取了原始坐标时间序列和坐标残差时间序列,通过极大似然估计的方法对CORS基准站进行了噪声模型分析和区域速度场估计。结果表明,北京市CORS站坐标时间序列的最佳噪声模型为WN+FN+RWN组合模型;采用NEU方向的最佳噪声组合模型对北京市CORS站进行区域速度场估计,BJTZ、CHAO、DSQI、XNJC站的沉降较为严重,其他CORS站N方向速度估值在7.2~14.3 mm/a,E方向速度估值在27.5~32.5 mm/a,U方向速度估值在2.0~8.5 mm/a。     

顾及有色噪声的ETS对GPS坐标时间序列影响分析

以12个GPS站12年的坐标序列为研究对象.采用Kashyap信息准则（KIC）噪声模型估计准则对四种组合噪声特性进行估计,探讨慢滑移（ETS）现象对GPS站坐标时间序列的影响,结果表明:ETS引起了GPS站坐标序列模型的变化,E、N方向分量噪声模型占比与U分量模型占比差异较大,可能造成噪声模型的错误估计;ETS后的站速度及其不确定度相比ETS前站速度及其不确定度均有增加,且在U分量表现明显;特殊地理位置的测站可进行标记研究,尽量减少地震运动带来的不利影响,为地壳运动研究提供有价值的参考资料．      

香港CORS站坐标时间序列分析研究

针对不同地区连续运行参考站(CORS)坐标时间序列周期特性与噪声特性存在的差异性问题,本文采用功率谱分析法和极大似然法分析香港卫星参考站网(SatRef)的坐标时间序列.研究结果表明,参考站点的三个坐标分量上都存在明显的年周期项与半年周期项.各参考站坐标分量上的噪声特性存在多样化的特征,白噪声(WN)加闪烁噪声(FN)是主要噪声模型,仅考虑WN而忽视有色噪声(CN)的做法会大大低估参数估计的不确定度.根据最优噪声模型估值得出的SatRef站速度场在水平方向上有整体向东南方向运动的趋势,与华南块体的运动结果基本一致.     

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。     

顾及有色噪声影响的甘肃境内CMONOC基准站坐标时间序列分析

针对甘肃省境内19个CMONOC基准站坐标时间序列结果,采用极大似然估计法(MLE)探讨了各基准站的最优噪声模型,确定了基准站的速度场,并分析了甘肃省地壳运动状况.研究结果表明:甘肃省境内CMONOC基准站各坐标分量噪声特性存在较大的差异,"白噪声+闪烁噪声(WN+FN)"为最优噪声模型,能够更好地描述基准站坐标时间序...     

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。     

联合LMD与EMD的GNSS站坐标时间序列去噪方法

针对GNSS站坐标时间序列信噪不易分离的问题,在传统EMD去噪方法的基础上,本文提出了一种联合LMD与EMD的坐标时间序列去噪方法。该方法首先采用LMD分解原始坐标时间序列,基于连续均方误差（CMSE）原则分离高频噪声与低频信号,保持低频分量不变;然后对高频分量进行EMD去噪;最后以2次分解所得低频信号之和作为去噪后时间序列。以仿真数据与8个GNSS基准站实测数据进行试验,通过多种评价指标进行精度评估。结果表明,与传统EMD方法相比,联合LMD与EMD的方法能够更加精确地去除坐标时间序列中的噪声。     

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。     

基于 EEMD 和 Husrt 指数的 GNSS 基准站的垂向速率估计

连续的全球卫星导航系统(GNSS)基准站的坐标时间序列中包含了复杂的噪声信号、非构造形变及其它因素的影响,尤其在垂直方向,对GNSS基准站在国际地球参考框架(ITRF)下的运动速率估计产生了较大的干扰。为进一步提高速率精度,文中采用整体模态分解(EEMD)方法对GNSS基准站的垂向观测时间序列进行分解,并根据各种信号的Hurst值进行分类及重构为噪声信号、季节性信号和长期趋势信号,采用最小二乘方法拟合长期趋势信号得到垂向速率。通过对中国大陆构造环境监测网络(CMONOC)的GNSS台站从2001—2013年近13a的垂向坐标时间序列的实例分析,采用基于EEMD和Husrt指数的最小二乘法能够准确地估计GNSS基准站的垂向速率。