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。     

云南地区GPS垂向时间序列周期项信号的SSA提取

针对传统的GPS时间序列最小二乘(LS)谐波函数模型方法不能精确提取GPS垂向时间序列的周期项信号问题,该文以云南地区2011年1月—2017年6月连续观测的27个GPS基准站数据为例,使用主成分分析(PCA)获得27个测站的共模误差,然后分别使用奇异谱分析(SSA)和LS方法对PCA滤波前后的测站时间序列进行周期项信号提取.实验结果表明,原始时间序列分别减去SSA、PCA-SSA、LS和PCA-LS提取周期项信号的RMS减少百分比平均为25.66％、17.23％、16.76％、16.76％;原始时间序列与4种方法提取周期项信号的相关系数平均为0.66、0.55、0.54、0.54,说明SSA提取的周期项信号要优于其他3种方法,将SSA应用于云南地区GPS垂向时间序列的周期项信号提取是可行和有效的.     

不同插值方法对GPS时间序列的影响分析

针对现有GPS时间序列研究中不同插值方法对比方面研究不足,文中选取ITRF2008框架下的7个IGS基准站坐标时间序列,按照其缺值情况分为6种方案,分别采用线性插值、三次样条插值、拉格朗日插值和建模插值等6种方法对不同缺值情况下的GPS时间序列进行插值,并对不同方法的插值效果进行对比分析．结果表明,三次样条插值和拉格朗日插值效果较差;当缺值数量较少时,最邻近插值、线性插值、三次多项式插值和建模插值效果相差不大;随着缺值数量的增加,建模插值效果最好．      

区域GPS季节性信号的提取与物理成因分析

针对传统的最小二乘法不能够精确提取区域垂向GPS坐标时间序列中季节性信号的问题,该文以云南地区27个连续站近10 a观测数据为例,分别使用多通道奇异谱分析(MSSA)和奇异谱分析(SSA)方法对GPS连续站垂向的季节性信号进行提取,并定量对比环境负载形变与GPS季节性信号的关系。实验结果表明,MSSA比SSA提取效果更好,MSSA提取的27个GPS季节性信号的方差贡献率比SSA高6%,环境负载形变是引起云南地区大部分GPS连续站季节性变化的主要因素,研究结果对于获取真实的区域地壳构造运动具有一定参考作用。     

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。     

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。     

GPS位置时间序列中温度变化驱动的非线性信号机制解释

GNSS连续运行基准站坐标时间序列(以下简称为时间序列)中由地球物理效应引起的非线性信号主要指由固体、海洋及大气潮汐、环境负载、热膨胀效应等造成的基准站周期性位移.由周期性温度变化驱动的基准站天线观测墩热效应(thermal expansion of the monument ,TEM )及其所在基岩的热弹性形变(th...     

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。     

GPS在现今地壳运动与地震监测中的初步应用

以“中国地壳运动观测网络”科学工程项目产出的GPS观测资料为基础 ,采用球坐标系下非连续变形算法对资料进一步做了形变计算 ,以此为基础 ,对我国大陆地块及其边界带运动与形变进行了分析。对GPS基准站的连续观测序列采用小波变换进行分解变换 ,分析了部分震例 ,探讨了GPS连续观测序列提取地震前兆的方法。     

云南地区GPS基准站噪声模型分析

以云南地区陆态网27个全球定位系统(GPS)基准站在2011-2017年不同时间跨度的观测数据为例,使用赤池信息量和贝叶斯信息量估计准则(AIC/BIC)对解算结果进行分析,从而确定其最优有色噪声模型.结果表明,不同时间跨度基准站各坐标分量上噪声特性主要体现为白+闪烁噪声(WN+FN)、幂律噪声(PL)模型组合.部分基准站在北向和垂向的最优噪声模型会随着观测时间的累积而改变,PL模型所占比例有所下降,WN+FN模型所占比例有所上升.当时间跨度大于5 a时,基准站噪声模型的稳定性显著提高.随着坐标时间序列积累时长的增加,未知噪声分量出现的可能性也相应提高.     

Spatiotemporal filtering of regional GNSS network’s position time series with missing data using principle component analysis

The existing spatiotemporal analysis methods suppose that the involved time series are complete and have the same data interval. However missing data inevitably occur in the position time series of Global Navigation Satellite Systems networks for many reasons. In this paper, we develop a modified principal component analysis to extract the Common Mode Error (CME) from the incomplete position time series. The principle of the proposed method is that a time series can be reproduced from its principle components. The method is equivalent to the method of Dong et al. (J Geophys Res 111:3405–3421, 2006) in case of no missing data in the time series and to the extended ‘stacking’ approach under the assumption of a uniformly spatial response. The new method is first applied to extract the CME from the position time series of the Crustal Movement Observation Network of China (CMONOC) over the period of 1999–2009 where the missing data occur in all stations with the different gaps. The results show that the CMEs are significant in CMONOC. The size of the first principle components for the North, East and Up coordinates are as large as 40, 41 and 37 % of total principle components and their spatial responses are not uniform. The minimum amplitudes of the first eigenvectors are only 41, 15 and 29 % for the North, East and Up coordinate components, respectively. The extracted CMEs of our method are close to the data filling method, and the Root Mean Squared error (RMS) values computed from the differences of maximum CMEs between two methods are only 0.31, 0.52 and 1.55 mm for North, East and Up coordinates, respectively. The RMS of the position time series is greatly reduced after filtering out the CMEs. The accuracies of the reconstructed missing data using the two methods are also comparable. To further comprehensively test the efficiency of our method, the repeated experiments are then carried out by randomly deleting different percentages of data at some stations. The results show that the CMEs can be extracted with high accuracy at the non missing-data epochs. And at the missing-data epochs, the accuracy of extracted CMEs has a strong dependence on the number of stations with missing data.     

PPP网解UPD模糊度固定的无基站差分大型CORS站整网快速精密解算

本文利用“国家基准一期工程”和上千全国部分省市CORS站的GNSS观测资料,基于PPP网解UPD模糊度固定技术实现了区域内无基站差分毫米级定位以及上千全国CORS站整网一次快速精密解算,这对于保障国家应急测绘快速响应、实现灾区基准快速建立以及快速获取和恢复国家统一坐标框架基准站坐标等具有重要的实用价值意义。首先,选取2015年8月1—31日198个国家GNSS连续运行基准站计算卫星端的宽巷、窄巷UPD,采用PPP网解UPD模糊度固定技术,对这些GNSS测站的载波相位进行模糊度固定:宽巷模糊度31 d固定率平均值在80%以上的测站共有193个;窄巷模糊度31 d固定率平均值在60%以上的测站共有165个。其次,对PPP整网一次快速解算定位结果进行统计分析,结果表明:31 d整网解算在NEU 3个方向的RMS分别为2.8、3.9、5.3 mm;标准差分别为2.1、3.2、6.7 mm。再者,使用中国区域内5个IGS观测站进行无基站差分精密定位,与SOPAC单天解ITRF2008框架下历元坐标的对比分析表明,31 d单日解外符合精度水平及高程方向均相差在毫米量级。最后,利用上述GNSS基准站解算出来的卫星端的宽、窄巷UPD(31 d),依次对2015年8月1—31日全国及部分省市1195个CORS站观测数据进行载波相位模糊度固定,得到无模糊度的精确相位观测值,从而使法方程中待估模糊度参数减少,克服了基准站网规模和测站个数的限制,实现了上千CORS站整网一次快速解算,对31 d月平均解与国际知名软件GAMIT/GLOBK的双差月解结果(2015年国家基础测绘任务成果)进行比较,结果显示,NEU 3个方向上差异在1 cm以内的测站分别为99.92%、99.33%、79.83%,其中U方向相差在1.5 cm为93.22%。综上所述,PPP网解UPD模糊度固定技术的方法,确保了区域内无基站精密定位、大网快速解算的精度和效率,能够满足灾区及国家坐标框架基准站坐标快速解算与恢复的迫切需求。     

联合EMD-HD和小波分解的GNSS坐标时间序列降噪分析EI北大核心CSCD

针对经验模态分解(empirical mode decomposition,EMD)在GNSS坐标时间序列的降噪过程中存在筛选准则的选取和模态混叠效应等问题,本文引入Hausdorff距离(Hausdorff distance,HD)筛选准则并结合小波分解(wavelet decomposition,WD),提出EMD-HD&WD算法。通过对我国大陆构造环境监测网络149个GNSS测站的垂向坐标时间序列降噪处理,分别利用复合指标T值、测站的速度不确定度和闪烁噪声振幅验证算法的可靠性和普适性。结果显示:HD优于现有的筛选准则;EMD-HD&WD算法对测站的速度不确定度和闪烁噪声振幅的平均改正率均为88.4%。分析表明,本文算法能够有效识别和剔除噪声并且改善EMD的模态混叠效应,提高GNSS垂向坐标时间序列的模型精度。     

基于小波分析提取单频GNSS伪距多路径误差及其对定位的影响

伪距多路径误差是影响GNSS导航定位精度的主要误差源之一。多路径误差与接收机周围环境有关,在实际应用中难以建立有效的多路径误差模型进行改正。对于多频GNSS接收机可以通过多频观测值组合估计伪距多路径,但该方法不适用于价格低廉的单频接收机,而导航中使用的大多数为单频接收机。因此,开展单频GNSS伪距多路径误差提取研究具有重要的工程应用价值。本文基于小波分析对单频GNSS接收机伪距多路径误差估计开展研究,首先验证了小波分析用于单频GNSS伪距多路径误差估计的可行性;其次,研究了采用不同的小波基和分解层次对多路径误差估计的影响;最后,研究了改正多路径误差对GNSS定位的影响。实验结果表明不同的小波基和分解层次对多路径误差提取效果没有明显的差别,但小波分解层次较低时定位误差分布相对更加集中,同时,经过多路径误差改正后在NEU3个方向RMS平均改善率达到20.4%、25.1%、16.4%。     

On the significance of periodic signals in noise analysis of GPS station coordinates time series

Each of the GPS-derived time series consists of the deterministic (functional) and stochastic part. We propose that the deterministic part includes all periodicities from 1st to 9th harmonics of residual Chandler, tropical and draconitic periods and compare it with commonly used calculations of the annual and semi-annual tropical curve. Then, we address the issues of whether all residual periodicities, as proposed here, need to be taken into consideration when performing noise analysis. We use the position time series from 180 International GNSS Service stations obtained at the Jet Propulsion Laboratory using the GIPSY-OASIS software in a Precise Point Positioning mode. The longest series has 22.1 years of GPS daily solutions. The spectral indices range from –0.12 to –0.92, while the median values of “global” spectral indices are equal to: –0.41 ± 0.15, –0.38 ± 0.12 and –0.33 ± 0.18 for North, East and Up components, respectively. All non-modelled geophysical processes or non-included artificial effects in time series lead to an underestimation of errors of velocities, but also to changes in the velocity values themselves. The proposed assumption of seasonals subtraction caused the Akaike information criterion values to show a decrease in the median value of 30 %, which in fact means that all the seasonals mentioned here must be taken into account when analyzing noises. Finally, we noticed that there are some of the GPS stations that improved their velocity uncertainty even of 56 %.     

联合区域叠加滤波法与小波变换去除GPS站坐标时间序列噪声

GPS站坐标时间序列中存在的周期性与非周期性误差严重影响了对测站运动特征的分析及其非线性变化的物理机制解释。因此,为削弱噪声的影响,本文首先利用区域叠加滤波法去除了南加利福尼亚地区16个测站时间序列的共模误差,以此削弱时间序列中存在的包括周年和半周年误差在内的周期性误差。为去除滤波后残留的噪声,对滤波后的信号进行静态离散小波变换,提取了周期为半周年以上的信号。结果表明,联合区域叠加滤波法与小波变换对GPS站坐标时间序列进行处理,既能够削弱周期性误差对信号的影响,又能较好地提取测站的非线性运动信号。     

GNSS大网双差模型并行快速解算方法

针对GNSS大网数据采用双差模型解算时存在时效性差的问题,提出了一种改进的独立双差观测值构建与独立基线并行解算的方法,采用并行技术实现多核并行与网络多节点并行的双层自动快速解算策略。通过对约375个IGS站1周的观测数据进行处理,改进的独立双差观测值选取方法比传统路径最短方法所选的单天全网独立双差数据平均多了53万个,E、N、U方向坐标重复性平均提升了14.0%、12.9%和29.2%。采用不同解算策略的计算结果表明,4台普通计算机的并行计算比传统串行方案的计算效率提升了14倍左右,如375个测站采用改进观测值构建方法的4节点并行方案仅需要35.62min,显著提高了整网双差的解算效率。     

A MATLAB-based Kriged Kalman Filter software for interpolating missing data in GNSS coordinate time series

GNSS coordinate time series data for permanent reference stations often suffer from random, or even continuous, missing data. Missing data interpolation is necessary due to the fact that some data processing methods require evenly spaced data. Traditional missing data interpolation methods usually use single point time series, without considering spatial correlations between points. We present a MATLAB software for dynamic spatiotemporal interpolation of GNSS missing data based on the Kriged Kalman Filter model. With the graphical user interface, users can load source GNSS data, set parameters, view the interpolated series and save the final results. The SCIGN GPS data indicate that the software is an effective tool for GNSS coordinate time series missing data interpolation.     

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。     

利用CEEMD分析中国沿海GNSS站高程时序变化

利用完备经验模态分解方法（CEEMD）对我国沿海地区6个GNSS基准站（2010—2018）的高程时序数据进行了处理分析。结果表明：CEEMD在高程时间序列分析中具有一定的优越性,可准确分解出各GNSS站高程时序中存在的周、月、季节、年等变化周期项,其中周年运动是主要贡献项,各站高程时间序列的短周期变化与潮汐变化周期具有密切关联性;沿海GNSS站的地面沉降既具有区域的一致性,又存在区域间差异性,其中D区DBJO、DZJJ站呈现先下降后上升的趋势,N区NZUH、NWZU站呈下降趋势,B区的BZMW呈上升趋势,而同海区的BLHT站则呈显著的下降趋势。