半参数模型在GPS季节性信号分离中的应用

根据噪声序列的Hurst指数特性,提出一种新的确定半参数模型平滑因子的方法--基于Hurst指数的二分搜索法,并将该方法应用于分离时变GPS季节性信号。通过对模拟数据及实测GPS坐标序列的分析,验证了该方法是一种有效的确定平滑因子的方法。将计算得到的平滑因子代入半参数模型,能够将GPS坐标序列中的季节性信号充分地分离出来。     

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。     

基于EMD和小波的GPS/BDS变形监测中的多路径误差削弱方法

针对GPS/BDS实时监测坐标序列中多路径误差的周日重复特性和高频随机噪声,分别采用EMD以及EMD与小波阈值去噪相结合的方法对现有坐标序列构建多路径时序模型,并通过恒星日滤波削弱后续坐标序列中具有强相关性的多路径误差。实测数据的处理结果表明,EMD可以很好地去除GPS/BDS实时监测序列中的高频随机噪声并削弱多路径误差的影响,提高实时监测精度50%左右,EMD和小波组合方法较单EMD效果稍好。     

PCA和KLE在高采样率GPS定位中的应用

为抑制多路径误差和随机噪声以提高定位精度,引入主成分分析（PCA）和KLE变换方法对定位坐标序列随机噪声水平进行评价、提取和消除多天坐标序列中的多路径误差。对比分析结果表明,主成分系数比值能有效地反映出强随机噪声对某天定位坐标序列的影响,PCA方法能有效地提取和消除多天定位坐标序列中的多路径误差,显著提高定位精度。KLE变换对随机噪声污染不敏感,对多路径误差的滤波能力较PCA略弱,但其对随机噪声以及局部异常具有较好的抑制作用。     

华北地区GPS基准站坐标时间序列噪声特征研究

利用华北地区GPS连续运行基准站网络2008-08~2013-04观测数据,分析36个基准站坐标时间序列的噪声特征。利用区域堆栈滤波方法对GPS单日解坐标时间序列进行共性误差剔除,使用极大似然估计准则定量估计坐标时间序列的噪声特性,并分析有色噪声对测站计算速度的影响。结果表明,华北地区GPS基准站坐标时间序列的共性误差在N、E和U方向分别约为1 mm、1 mm和3 mm,且共性误差具有类似闪烁噪声的特性;共性误差剔除前,坐标时间序列的噪声特性可以用可变白噪声加闪烁噪声模型或可变白噪声加幂律噪声模型来描述;共性误差剔除后降低了坐标时间序列噪声中闪烁噪声的成分,突出了本地效应部分噪声,坐标时间序列的噪声特性可以用可变白噪声加闪烁噪声和随机漫步噪声模型或可变白噪声加幂律噪声模型来描述;最优噪声模型计算的速度误差比仅考虑可变白噪声所计算的速度误差增大5~8倍;剔除共性误差,可使测站速度的精度获得40%左右的提高。     

基于SSA的GPS坐标序列去噪及季节信号提取

基于SSA技术对GPS时序的去噪及季节信号分离进行研究。通过对模拟数据及GPS实测数据的分析,并与经验模式分解EMD（empirical mode decomposition）和小波分析方法进行对比,结果表明,SSA、EMD和小波分析均是有效的去噪方法,但SSA去噪性能更优越,且能更有效和稳定地从GPS时序中提取周期项信号。     

基于小波变换的河北省GPS PWV与PM2.5的相关性分析研究

以2014-01~03的河北省GPS和PM2.5观测数据为例,利用小波变换方法开展GPS水汽和PM2.5浓度的相关性分析。结果表明,低频系数重构的GPS水汽与PM2.5浓度序列较好地反映了两者之间的正相关特性;D7高频信号（128~256 h）及D7与D6高频信号（64~256 h）重构的GPS水汽与PM2.5浓度的相关性较原始序列的相关性有较大提高;对于持续7 d的重度雾霾过程,由第7层和第6层高频系数重构的GPS水汽序列与PM2.5浓度序列的相关性达到0.890;不同时刻水汽变化对PM2.5浓度观测的影响,在水汽变化波动较大时段,水汽与PM2.5浓度的相关性为正;对于水汽变化波动较小时段,由于水汽与PM2.5浓度峰值时刻的差异,水汽与PM2.5浓度序列的相关性则不明显。     

SSA-VMD与小波分解结合的GNSS坐标时序降噪方法

利用麻雀搜索算法(sparrow search algorithm, SSA)优化变分模态分解(VMD),然后结合小波分解(WD),提出一种GNSS坐标时间序列降噪方法IVMD-WD。利用仿真信号和10个基准站的实测数据进行GNSS坐标时间序列降噪实验。结果表明,IVMD-WD方法的降噪效果优于经验模态分解(EMD)、集合经验模态分解(EEMD)和WD,能够更加有效地剔除GNSS坐标时间序列中的噪声。     

中国区域GPS站海潮负荷形变特征分析

讨论5个全球海洋潮汐模型NAO99b、FES2004、GOT4.7、TPXO7.2和EOT11a在中国区域的差异性和适用性,并基于这些全球海潮模型和高分辨率区域海潮模型,分析中国区域GPS站海潮负荷形变特征。采用GIPSY软件对中国区域GPS站长时间观测数据进行处理,分析高精度区域海洋潮汐模型对中国沿海GPS站高精度位置时间序列的影响。分析表明,加入区域海洋潮汐负荷形变后,对GPS时间序列垂向的影响最大可达5.01 mm,可能会引起GPS时间序列中包含15 d和173 d 的虚假周期信号。     

基于广义回归神经网络的GPS高程转换

为提高GPS高程转换的精度,采用广义回归神经网络(GRNN)进行拟合。将控制点的X、Y坐标作为网络输入,高程异常作为网络输出,采用实验数据训练网络,训练完成的网络作为模型进行高程异常预测。结果表明,GRNN方法具有较高的GPS转换精度。     

GPS/PWV时间序列特征提取方法的研究

针对GAMIT/GLOBK软件解算得到的4 a GPS/PWV时间序列的特征提取问题,提出基于滤波辅助的部分集成经验模态分解（PEEMD）与Hilbert谱分析相结合的特征提取方法。首先,在PEEMD方法的基础上,结合滤波辅助的PEEMD方法与Hilbert谱分析,建立GPS/PWV时间序列特征提取模型;然后,将所提出的方法应用于TNML测站4 a的GPS/PWV长时间序列和7 d的GPS/PWV短时间序列分析中,并将滤波辅助的PEEMD结果与传统的小波分解结果进行对比。结果表明,该特征提取方法能准确有效地提取出 GPS/PWV时间序列中的周年周期和日周期特征分量,滤波辅助的PEEMD分解结果与小波分解结果一致,且提取的特征分量与原始信号更加吻合。     

海潮负荷地心运动对GPS坐标时间序列周期信号的影响分析

分别采用地球系统质心（center of mass of the whole earth system, CM）和固体地球质心（center of mass of the solid earth, CE）框架的海潮负荷(ocean tide loading, OTL)改正计算132个全球站的静态精密单点定位PPP坐标,分析海潮负荷引起的地心运动对GPS坐标时间序列的影响。结果表明：1）海潮负荷地心运动在水平和垂直方向上引起的坐标差异分别为0.7 mm和1.3 mm,海潮负荷地心运动对坐标时间序列的影响具有显著的区域分布特征;2）在CM-OTL和CE-OTL中,海潮负荷效应引起的周期信号明显减小,海潮负荷改正所属框架与GPS轨道所属框架的不一致将引入GPS交点年信号、14 d、9 d信号;3）利用IGS精密轨道进行PPP计算时,应采用CE框架进行海潮负荷改正。     

联合GPS和GRACE数据分析陕甘宁地区地表垂直形变

采用甘肃省CORS网和中国大陆构造环境监测网络中共48个台站的GPS观测数据，解算得到观测台站的垂直位移，并与GRACE时变重力场Mascon模型解CSR RL05M数据计算得到的垂直形变进行比较，分析区域地表垂直形变特征。结果表明，研究区内台站垂直形变存在局部特征，甘肃庆阳和平凉地区垂直形变与其他地区存在明显差异，相关系数、均方根减少量和周年信号减少量均高于其他地区；扣除趋势项后，观测台站GPS垂直位移与GRACE垂直形变时间序列相关系数均值为0.72，GPS和GRACE周年信号振幅均值分别为6.00 mm和3.70 mm，周年信号减少量和均方根误差减少量均值分别为0.51和0.29；研究区内GPS垂直位移和GRACE垂直形变时间序列一致性较强，GRACE垂直形变能有效解释50%以上的GPS垂直位移周年信号，GPS垂直位移时间序列包含的非构造形变中平均约29%来源于环境负载变化所引起的负荷形变。     

Prophet模型在GNSS坐标时间序列中的插值分析

针对GNSS坐标时间序列中存在数据缺失的问题,提出将Prophet模型应用于GNSS坐标时间序列的插值中。设计不同的数据随机缺失比例和连续缺失长度,使用Prophet模型、拉格朗日法和三次样条法进行对比实验。结果表明,Prophet模型在GNSS坐标时间序列中具有更高的插值精度并能够保持较好的稳定性,且对于连续缺失的数据插值有着明显的优势。     

基于共性误差的CORS站坐标时间序列分析

以某省9个CORS站点为例,采用区域叠加滤波法提取CORS站坐标时间序列中的共性误差;然后,计算剔除共性误差前后TEST站坐标时间序列的周期功率谱图,分析共性误差对坐标时间序列的影响;最后,利用最大似然法确定顾及共性误差的CORS站坐标时间序列噪声模型。结果表明,CORS站坐标时间序列的3个坐标分量具有不同的噪声性质。     

奇异谱迭代区间四分法在GPS坐标时间序列插补中的应用

采用奇异谱迭代的区间四分法进行GPS坐标时间序列的插补。该方法基于自适应滤波的方法,从不完整的坐标时间序列中提取主要的特征成分完成插值,是对奇异谱迭代插值算法的改进。将本文方法与拉格朗日插值法进行比较发现,本文方法不仅拥有更高的插值精度,而且解决了奇异谱迭代插值的效率问题,计算效率得到很大提高。     

基于CEEMD的GPS多路径改正模型研究

利用总体完备经验模态分解从X、Y、Z三坐标分量残差中分离并提取多路径信息,形成多路径改正模型,对第二天坐标序列进行改正,并与经验模态分解及移动平均去噪法进行对比。结果表明,利用总体完备经验模态分解可以有效地从坐标残差中提取多路径误差,且经改正后的坐标序列RMS明显小于改正前,说明在一定程度上削弱了多路径误差影响,且处理效果优于移动平均去噪法及经验模态分解法。     

基于MSSA的区域GPS站点季节性信号提取

基于MSSA同时提取多个GPS站点高程时间序列中的季节性信号,主要包括1 a项与0.5 a项。MSSA利用重建成分进行信号重构时,可从原始时间序列中提取有用信号,并剔除干扰噪声。将MSSA与SSA各自获取的前10个奇异谱方差所占百分比和重构信号进行对比,MSSA重构曲线中只包含多个站点的时变与具有共性的季节性信号,有效消除了单个站点特有的噪声与局部现象的影响。     

基于奇异谱分析的GNSS坐标时间序列粗差探测与噪声估计

考虑到传统谐波模型难以精确描述GNSS坐标时间序列的非线性变化,导致信号和噪声不能很好地分离,进一步影响粗差探测和噪声估计,本文提出一种基于奇异谱分析的粗差探测与噪声估计算法。首先采用奇异谱分析方法分离出GNSS坐标时间序列中的信号与噪声,然后基于IQR准则探测噪声中的粗差,最后采用最小二乘方差分量估计（LS_VCE）方法定量估计各噪声分量。算例表明,相比于传统基于谐波模型的算法,该算法的粗差探测准确率更高,且估计的噪声分量与真值更接近。     

一种实用的GPS坐标及高程同步转换方法

基于GPS控制网三维约束平差基本原理,提出一种GPS坐标及高程同步转换方法,即先由GPS点的空间直角坐标反算点间基线向量,再将旋转参数、尺度参数以及国家坐标系中的坐标作为待估参数,通过附加公共点约束进行坐标及高程转换。利用工程实例数据对该方法进行了试验,结果表明：该方法非常灵活、有效,其坐标及高程转换精度良好。