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。     

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PCA方法的GPS台站时间序列分析

基于10 a以上的全球GPS台站数据,利用主成分分析法及其他数据处理方法,对台站时间序列进行预处理和结果分析,研究其中的非线性周期规律,探讨时间序列的主要影响机制。结果表明,主成分分析法可以将台站残差时空矩阵分解成若干正交成分,GPS台站时间序列的东西方向具有线性漂移趋势,全球大部分GPS台站都存在非线性周期规律,周年项和半周年周期占据主导地位。     

GPS连续站水平分量时间序列共模误差识别的欧拉-小波法

结合先验误差、欧拉法、小波方法及地壳形变分析的特点,探讨了共模误差的识别与消减处理模式,对于不同情况给出不同的处理方案,可最大程度地消减共模误差.     

EEMD-多尺度排列熵的GPS高程时间序列降噪方法

针对GPS高程时间序列受各类噪声干扰的影响,导致难以提取有用信息的问题,提出一种基于整体经验模态分解(EEMD)结合多尺度排列熵(MPE)的阈值降噪方法。该方法以EEMD为核心算法,将原始信号分解成一系列本征模态函数(IMF),并采用MPE作为指标将其分类为噪声IMF、混合IMF和信息IMF;然后利用阈值函数处理混合IMF,实现二次降噪;再重构降噪后的数据与信息IMF,获得降噪结果。仿真信号和实例分析结果表明,该方法与相关系数法、MPE法相比,降噪评价指标RMSE、SNR和d_nSNR均为最优,说明该降噪方法效果最好,本文方法获得的降噪结果能够更好地反映出时间序列本身的非线性变化特性,可为GPS高程时间序列分析提供可靠依据。     

HHT-EEMD用于IGS站高程时间序列分析

利用经验模态分解（EMD）和整体经验模态分解（EEMD）方法,将BJFS站2000~2015年高程时间序列进行分解,发现其不仅存在1 a、0.5 a、0.25 a、2个月、1个月以及长周期等周期项,还存在以往方法很难探测出来的近似2 a周期信号。与EMD分解结果对比,整体经验模态分解可以明显减弱模式混叠现象。对各分量进行Hilbert 变换（HHT）,得到时间-频率-能量的Hilbert 频谱图。结果表明,年周期和2 a周期变化是高程运动的主要贡献项。利用小波变换方法对比验证EEMD的分解结果表明,与小波分析相比,EEMD重构信号与高程序列差异的RMS更小,证明了HHT-EEMD方法在数据资料分析过程中的有效性。对环境负载及GRACE负载造成的测站位移进行功率谱分析得出,环境负载确实会造成IGS站高程时间序列的1 a、0.5 a以及季节性运动,GRACE负载还验证了2 a信号的存在。     

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。     

中国大陆连续GPS时间序列垂向周期信号空间分布

利用中国大陆构造环境监测网络连续GPS基准站数据,揭示垂向周期振幅及相位的空间分布特征。结果表明,各站垂向周期信号表现出明显的季节变化,半年周期信号的平均振幅只有年周期信号的1/4,二者呈现出不同的空间分布。年周期信号的振幅在空间上自西向东逐渐递减,东南沿海地区振幅较小,川滇地区年周期振幅较大;半年周期振幅自西南向东北逐渐减小,华北地区和川滇地区的半年周期现象较为明显。年周期与半年周期信号的相位有较大差异,年周期信号的峰值出现在2月到8月之间,半年周期信号峰值大多出现在1月和5月,并且有明显的分区特征。年周期信号峰值出现的时间会随纬度的增大逐渐变晚,同纬度下沿海地区的年周期信号峰值出现月份晚于内陆;半年周期信号峰值在西南、东北、华北地区多出现在5月,在华南、华中、西北北部地区多出现在1月。     

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。     

中国地壳运动观测网络基准站GPS观测的位移时间序列结果

对中国地壳运动观测网络基准网于1998年9月－2001年10月GPS连续观测结果所获得的位移时间序列进行了初步分析，讨论了适用于地震分析预报的位移时间序列生成中的基准选择。选东部长期相对水平位移很小的9个站组成的一组稳定点作为基准，得到水平位移时间序列；选分布于不同区域相对垂直位移较小的7个站为稳定点组，得到垂直位移时间序列。2000－2001年我国西部的基准站出现2次明显的水平与垂直位移异常变化，这种异常变化有可能与南北地震带上云南地区发生的6级左右地震活动有一定的关系。     

基于GPS高程时间序列粗差的抗差探测与插补研究

研究抗差估计和稳健估计粗差探测IQR准则的粗差剔除算法以及缺值点插值的正交多项式最小二乘拟合方法。以中国3个CORS基准站从1999-03-01—2009-12-31日的单天解GPS高程时间序列为对象进行粗差探测与插补的试验。结果表明：抗差估计比IQR准则能更有效地探测和剔除粗差;三次样条插值当连续缺失历元超过5~10个时插值结果易发生扭曲;低次正交多项式拟合的结果稳定,一般选择2~3次拟合即可获得理想的效果,当连续缺失历元达3个月时,正交多项式拟合后的曲线与序列趋势仍基本一致。     

一种基于MAD改进的GNSS高程时间序列粗差探测方法

针对GNSS高程时间序列中不可避免地含有粗差,以及在非线性、不平稳性的高程时间序列中粗差难以探测的问题,在传统MAD方法基础上,构建一种引入小波分析的WT-MAD粗差探测方法.利用模拟数据和LHAZ、BJFS、TWTF三个IGS站的实测高程数据进行实验,将WT-MAD法与基于最小二乘的3σ法、IQR法和MAD法进行对比...     

GPS时间序列揭示地震前兆的初步探索

地震的很大一部分能量在震前会以各种形式缓慢释放,从而形成各种前兆,不同的孕震阶段有不同的前兆表现。通过用离散小波变换等方法对国内和国外两次大震周围的GPS站位移时间序列进行分析。结果发现：两次地震前都出现了站点运动态势的改变。时间大约从地震前1～2年或稍长时间开始,地震后又恢复了常态。GPS揭示的这种出现在低频、长周期信息中的异常有可能是地震中、长期前兆。     

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。     

基于CEEMDAN和小波包多阈值的GNSS高程时间序列去噪方法

为提高GNSS高程时间序列的去噪效果,以仿真信号和拉萨站2000~2020年高程时间序列为例,采用自适应噪声完备集合经验模态分解（complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN）方法将信号分解成若干个特征模态函数（intrinsic mode function,IMF）,对每个IMF分量进行小波包多阈值分解,依据不同节点能量占IMF总能量百分比选择不同的阈值准则,将降噪后的节点重构得到降噪后的IMF分量,进而得到降噪后的时间序列。利用信噪比、均方根误差等指标对比分析本文方法、EMD、CEEMDAN、小波去噪和小波包多阈值去噪等5种方法的去噪效果。结果表明,本文方法效果最优。     

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%。     

GRACE与SLR J_2项时间序列的小波分析

利用小波功率谱分析和离散小波变换,对CNES/GRGS、CSR、GFZ等研究机构发布的GRACE时变重力位模型的J2项时间序列进行了周期分析和特征提取,并与利用SLR跟踪数据获得的J2项时间序列的分析结果进行了比较,结果显示:SLR跟踪数据获得的J2项相较GRACEJ2项具有更明显的季节性变化特征.GRACE 时变重力位模型的J2项中混淆进了161天的周期信号,是由海洋潮汐模型中存在的太阳半日分潮S2项的误差引起的.     

参考框架选取对连续GPS网测站坐标时间序列分析结果的影响

针对中国大陆构造环境监测网络（CMONOC）坐标时间序列分析,研究选取3种不同空间尺度的参考框架以及考虑不同相似转换参数对测站速度场、年周期项及残差时间序列的影响。结果表明,对于中国大陆这样大范围、长时间连续观测的GPS网,采用全球框架坐标时间序列分析结果更加稳定,对转换参数选择不太敏感;但采用区域框架,特别是接近研究区域的小区域框架能够反映出更显著的区域形变特征,对于进一步研究其动力学机制是有利的。     

顾及共模误差的西南极GPS坐标时间序列噪声分析

使用Bernese 5.2软件双差定位程序处理西南极区域24个GPS基准站9 a的观测资料,获得各站单日解坐标时间序列.利用主分量分析法和独立分析法对其进行空间滤波,对比分析2种方法的滤波效果,然后采用极大似然估计法分析滤波前后各站时间序列的噪声特征,建立最优噪声模型,并分析共模误差对测站速度的影响.结果表明,2种方法...     

基于RegEM算法的GPS坐标时间序列插值应用分析

将一种基于数据驱动的RegEM算法引入GPS坐标时间序列插值中,分别采用模拟不同比例连续缺失数据与实测含缺失数据,比较RegEM与拉格朗日方法、三次样条方法、正交多项式方法的插值效果与性能。结果表明,对于模拟不同比例连续缺失数据,RegEM算法插值效果均优于传统方法,且在大量数据连续缺失的情况下效果最优;对于实测含缺失数据,RegEM方法插值所得序列保留方差最大化效果最好,约为正交多项式方法的1.17倍、三次样条方法的1.38倍。