一种抗差的形变数据插补方法

针对传统基于空间插值和时间序列上的插值补全形变缺失数据的方法在空间点位分布稀疏、观测值连续缺失以及含有粗差的情况下插补效果不佳的问题,提出了一种基于抗差Kriged Kalman Filter的形变缺失数据插补方法。该方法是一种时空插值的算法,在空间点位分布稀疏时考虑时间上的相关性,在时间上出现连续缺失时考虑其他点位对插补点的影响,以提高插补缺失数据的精度。又将抗差估计融合到Kriged Kalman Filter中以抵抗形变数据中粗差对插补精度的影响。利用模拟数据及天津GPS地面沉降数据进行了实验分析。结果表明:由于该法考虑了监测点的时空相关性以及具有抗差性能,使得插补结果在空间点位稀疏、连续缺失或具有粗差的情况下都具有较高的插补精度。     

高频GNSS高楼结构振动动态监测试验

文章通过1HZ GNSS连续观测,设计了高楼结构振动动态监测试验方案:对连续多天观测数据进行了动态单历元解算;根据不同时段可视卫星的平均轨道周期,利用改进的恒星日滤波,减弱了多路径效应;在分析位移时间序列频谱的基础上,结合不同信号的时频特性,进行了高频滤波去噪;最后,成功提取了真实的高楼结构振动时间序列。研究结果表明,多天提取序列趋势一致,精度相当;每天位移时间序列变化较大的时段与地铁的运营时段相吻合;在有效消除多路径效应和随机噪声后,GNSS单历元监测高楼结构振动的精度为:水平方向±2mm,垂直方向±4mm。     

多通道奇异谱分析提取的CORS站大地高形变信息

针对GNSS测站噪声与局部效应对坐标时间序列精度的影响,提出有效提取CORS站网大地高时序形变信息的多通道奇异谱分析方法.MSSA方法提取的研究区各测站共有垂直形变信号,总体趋势上表现较为一致的起伏波动,其振幅并非恒定,而是随着时间变化增大或减小.MSSA方法重构的时间序列精度普遍高于FFT多周期重构法,38座CORS站中92％的测站采用MSSA方法重构之后其精度均有不同程度地改善,精度提升了2.01％～16.89％.实验结果表明:MSSA方法相比FFT方法更合适区域CORS站网大地高时序共有形变信息的提取,研究结果有助于发掘水负荷迁移与形变之间的作用机理,可为陆地水储量变化精确监测提供重要技术参考.     

GPS坐标时间序列时变振幅周期信号的Huber M估计

GPS时间序列周期信号的精准提取对趋势的估计具有重要的影响。相较于传统的常数振幅周期信号模型,已有研究表明GPS时间序列周期信号的振幅是随时间变化的。实际的GPS时间序列存在异常值,且在提取周期信号过程中会产生新的异常值。针对以上两点,该文提出了一种基于Huber函数M估计(HM)的GPS坐标时间序列时变振幅周期信号估计方法:采用关于时间的多项式函数来建立时变振幅模型,由HM方法及交替方向乘子法求解。通过模拟数据及实际GPS站点数据将HM方法与小波分解方法、奇异谱分析方法和滑动最小二乘方法进行比较,结果表明HM方法在估计精度上要优于其他3种方法,弥补了已有方法在时变振幅情形下会吸收噪声以及噪声较强时对周期信号提取能力较弱的不足。     

利用奇异谱分析探测GPS坐标时间序列时变周期信号

GPS坐标时间序列呈现复杂的非线性特征,准确提取坐标时间序列中的季节性信号对理解区域形变具有重要意义。传统最小二乘拟合(Least Squares Fitting,LSF)无法顾及信号的年际变化特征,难以有效分离噪声和周期信号。介绍利用奇异谱分析(Singular Spectrum Analysis,SSA)方法提取GPS坐标时间序列中时变周期信号。结果表明,SSA可从含有噪声的GPS时间序列中提取各坐标分量的周期信号,相较于LSF,SSA在非线性信号的准确提取上具有更好的效果。     

热膨胀效应对GNSS短基线坐标时间序列影响研究

天线观测墩及基岩的热膨胀效应会造成全球卫星导航系统(GNSS)基准站坐标时间序列非线性变化,本文利用长期观测数据评估了热膨胀效应对GNSS短基线时间序列周期特性的影响. 结果表明:热膨胀效应在高程上可以引起约1 mm的季节性周年信号,可以很好地解释GNSS短基线时间序列中的周期信号,而对平面方向的贡献不大,但是观测墩因日光照射受热不均产生的热弯曲对平面方向上的影响应予以考虑.      

基于最优插值的土壤含水量遥感反演缺失数据插补

遥感反演土壤含水量是干旱遥感监测中必不可少的环节,但遥感传感器往往受到云雪或自身性能等因素影响而存在数据缺失。现有基于时间序列数据的滤波插补法对数据要求较高而难以推广,而空间插值方法在成块缺失区域效果较差。针对此问题,提出利用最优插值法,根据气象站点实测数据对插值点的贡献定权,进而实现缺失像元的插值与填充。选取宁夏回族自治区为实验区,应用植被条件反照率干旱指数(vegetation condition albdedo drought index,VCADI)反演多个时期的土壤含水量结果,结合分布在研究区的16个国家级气象台站观测数据,利用最优插值法对缺失数据进行插补,结果表明该方法对不同程度数据缺失都具有较好的效果。通过人工模拟具有成块缺失与不同缺失率的数据,对比反向距离加权插值、Kriging空间插值方法和本文方法的插补效果,验证了本文方法具有更高的插补精度。     

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.     

沉降监测数据的非等间距GM(1,1)模型插补应用

科学、准确、及时地分析和预报建筑物的沉降状况,对其施工和运营极为重要,沉降监测的研究成果也是检验设计和施工的重要手段。由于自然环境的多变性、施工现场的复杂性等各种主、客观因素影响,监测数据有时会出现间断,为了分析沉降规律,需要对缺失数据进行插补。考虑到沉降监测非等时间间隔的特点,建立非等间距GM(1,1)模型及优化背景值的GM(1,1)模型,应用于沉降监测缺失资料的插补工作中,取得了较满意的监测间断数据插补值。     

利用非组合精密单点定位提取区域电离层延迟及其精度评定

提出了一种利用非组合精密单点定位（PPP）提取区域电离层延迟的方法,并将区域电离层延迟内插至用户站实施单频仿动态PPP,以检验电离层延迟的提取精度。结果表明,电离层延迟内插精度受电离层活动变化影响较小,2 d内均能保证优于1 dm;单频仿动态PPP的定位精度在平面方向约为4~5 cm,高程方向优于1 dm;为便于比较分...     

不同插值方法对CORS高程时间序列的影响分析

在CORS站高程时间序列的研究中,当连续缺失较多数据时,插值显得尤为重要。为了较好地解决这个问题,本文尝试采用正交多项式拟合的方法,分别利用正交多项式拟合、拉格朗日和三次样条等插值方法对高程时间序列进行插值,并对不同方法的插值结果进行了分析比较,验证了正交多项式拟合的可行性及有效性。结果表明:在高程时间序列插值中,三次样条插值结果较差;连续缺失3个点及以下时,正交多项式拟合、拉格朗日插值结果均较好,插值效果相当;随着缺失点数量的增加,正交多项式拟合结果要优于另2种方法。     

方向数据插值方法研究

方向数据是矢量数据的标量表示,通常标量数据的插值方法不适用于方向数据。本文根据方向数据的特征,把其分解成沿坐标轴的分量,通过对分量数据的插值形成表面,最后合成反算出方向数据,给出了一种对于方向数据的行之有效的插值方法;并用实验进行了验证,对其插值结果和精度进行了统计和分析,取得了较为理想的内插结果。     

奇异谱分析在地铁沉降预测中的应用

地铁沉降受诸多因素干扰,其监测数据往往表现出非平稳、非线性特征。因此,首先利用奇异谱分析(SSA)方法提取监测数据的趋势项和周期成分,以削弱噪声、提高数据信噪比;然后利用BP神经网络分别对趋势序列与周期序列进行预测并重构,进而得到预测值。实验结果表明,相较于BP神经网络模型,SSA_BP神经网络模型的整体预测精度更高、最大预测长度更优。     

基于高斯模型的样本缺失GPS时间序列重构方法

缺失样本的存在会造成GPS时间序列速度估计的不确定性,从而影响GPS时间序列的应用。针对该问题本文提出一种基于高斯模型的样本缺失GPS时间序列重构方法,首先利用高斯概率密度函数对GPS时间序列的先验分布进行建模,在此基础上构建全概率贝叶斯统计模型,采用期望最大(Expectation Maximization,EM)算法对模型参数(隐变量)进行迭代更新并计算其最大似然估计值,最终完成信号重构。分别对随机缺失和分段连续缺失两种情况进行实验分析,结果表明所提方法相对于传统插值方法可以获得更好的重构性能。     

基于小波变换的土壤重金属铬含量定量反演

耕地污染日益严重,耕地土壤的重金属高光谱信息属于非线性的微弱信号。小波变换作为常用的非线性微弱信号处理手段,在保留更多微弱信号的基础上可以更好的提取出土壤重金属的微弱光谱信息。文中研究在Db4小波对土壤原始光谱进行分解与重构的基础上提取特征波段,利用特征波段与重金属含量的相关性建立偏最小二乘模型反演土壤重金属铬含量。研究表明,利用Db4小波函数对原始光谱进行分解和重构可以有效提取土壤重金属铬的特征光谱信息;利用小波分解与重构所提取的特征光谱信息与重金属铬含量之间的相关性所建立的PLS模型的决定系数明显高于基于传统一阶微分处理土壤光谱所建立的PLS模型的决定系数。     

顾及航向角变化的轨迹丢失点补全方法

移动载体及其用户的轨迹数据记录相关的行为特征和运动规律,具有重要的社会研究价值,也是轨迹数据挖掘、行为特征匹配等方面的研究重点。然而,在采用GPS获取轨迹数据的过程中会因为信号丢失或者干扰等影响造成轨迹数据的缺失。在路网未知的条件下,由于缺乏快速有效的轨迹修补算法,大多数缺失轨迹会被舍弃或者简单预估处理,严重影响轨迹信息提取的准确性和可用性。针对这一问题,根据轨迹丢失具体情况,确定轨迹丢失点和分类判断规则;以航向角动态变化作为标尺,提出一种丢失轨迹点插值拟合补全算法;最后,利用该算法对采集过程中几类缺失的轨迹数据分别进行实验分析。实验结果表明,在路网未知的条件下,该算法能够快速、准确地完成缺失轨迹点的补全工作,具有一定的实用价值。     

一种基于少通道准校正GNSS干扰信号的空间谱测向方法

针对导航干扰信号测向初始相位估计难度大导致空间谱测向精度低、误差大的问题,提出了一种以经典多重信号分类(MUSIC)算法为基础的“少通道准校正空间谱测向方案”. 该方案是在每个通道内加入校准源,从而获得任意两个通道的初始相位差,减小了通道间的初始相位差对协方差矩阵计算的影响,实现空间谱测向的目的. 将所提的方案应用于五阵元三通道测向天线并在试验场地进行测试,实验结果表明:该方法能够解决复杂场景下单信号、双信号的测向,在低信噪比(SNR)的情况下,测向误差仍能保持在3.5°左右,测向精度较高,测向结果与全通道的测向结果基本一致.      

变形监测缺失数据序列灰色建模方法探讨

在测量工作中,由于气候环境、观测方法、观测仪器以及观测人员自身因素等多方面的原因,可能造成观测数据的丢失或者不完全。文中针对这类数据的处理,采用加权平均法和三次样条插值法对缺失数据进行修复,建立GM （1,1）模型,并与非等间隔预测模型进行对比。通过两组仿真数据和两组实测数据验证发现：对于呈指数增长的序列和高增长序列修复之后建模预测精度更高;三次样条插值法数据修复后GM （1,1）建模预测精度较加权平均法预测精度更高;对于低增长序列,直接采用非等间隔建模预测精度更高。     

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．      

特长钢箱梁桥GPS监测数据的奇异谱分析

实时准确地监测和分析大型建筑物的变形对于大型建筑物的施工与运行是十分重要的。奇异谱分析(SSA)是一种与经验正交函数相关联的一种统计技术。文中采用奇异谱分析(SSA)的方法,结合功率谱峰值与原序列和RC1-2重建序列均方误差最小的方法确定最优潜入维数M,研究了特长钢箱梁桥索塔的变形趋势和震荡周期。小波分析技术也可以很好地描述时间序列的时频分布,但SSA重构后的结果比小波要平滑些,更能反映出时间序列的特征。结合苏通大桥北索塔监测序列表明,北索塔站的N,E,U方向上均存在明显的趋势和显著的变动周期,而且也含有较多的噪声信息。