SSA+FBPF方法及其在北斗卫星钟差周期项提取中的应用

针对奇异谱分析(singular spectrum analysis,SSA)方法在重建准周期项时容易存在频率混叠的现象,傅里叶带通滤波器(fourier band pass filtering,FBPF)提取准周期项时,边界值极易受到残留的趋势项的影响而导致其不够精确,本文提出了一种SSA与FBPF相结合的方法(SSA+FBPF),即先利用SSA方法对信号进行分层选组重建,再对重建信号进行傅里叶带通滤波。仿真试验结果表明在信噪比(SNR)为0.017的情况下,SSA+FBPF方法重建周期信号精度比SSA方法提高了35%,比FBPF方法提高了26%,这说明该方法不仅抑制趋势项对边界值的影响,而且具有良好抗噪声干扰的能力。将SSA+FBPF方法用于重建北斗卫星PC06和PC07的24h周期项,发现北斗卫星钟PC06和PC07周期项幅值均存在明显变化。     

基于LS+AR模型的极移预报及其周期项影响分析

采用LS+AR预报模型的对极移进行预报,深入分析极移数据中钱德勒项和周年项对预报精度的影响。计算结果显示,极移数据中各周期项具有时变性特点,将已知观测数据确定出的周期项应用到极移预报中会明显提高预报精度。因此,建议在进行极移预报之前首先应进行时间序列分析,确定已有数据的各周期项,在极移预报中加以考虑。     

GPS坐标时间序列中的异常高频周期性噪声

本文分析了中国地壳运动观测网络GPS基准站及中国周边IGS连续站坐标中的周期性噪声,在北、东和垂向分量坐标时间序列中均发现了周期约351/n(n=1,…,6)天的正弦项,而地表质量负荷造成的位移序列中并没有对应的成分,不能解释异常周期项的来源。在估计台站的运动速率时,如考虑此类"异常"周期项,速率误差略微减小,而周年项振幅的估计误差显著增大,且残差离散度未见明显改善。因此,不推荐在GPS速率矢量反演中加入异常周期项参数。     

灰时序GM-AR模型在建筑物沉降变形预测中的应用

本文以现代高层建筑沉降变形预测为主要研究目的,讨论了灰色GM(1,1)模型和时序AR模型的特点和适用范围,从预测的角度对灰色和时序模型进行了比较和分析;提出了基于优化灰参数α、u的GM(1,1)模型和AR组合模型预测高层建筑物沉降变形的新方法;将变形量分解成具有确定性的趋势项和具有不确定性的随机项,建立GM-AR模型分别对趋势项和随机项进行预测,应用结果表明,该方法使预测结果更为可靠、准确。     

基于线性分析及AR模型在GNSS时间序列中的应用

GNSS技术是现代测量技术的代表。为了提高GNSS时间序列的精度,本文利用时间序列线性分析的方法,探测分析时间序列存在的趋势项、周期项以及复杂程度。利用线性拟合方法获取了3个方向的拟合函数;自相关和偏自相关函数探测出时间序列存在周期项和趋势项;应用AR(p)模型对时间序列进行了短期预测分析,通过模型定阶、估计,确定了AR(2)为最佳的预测模型,随着预测步数的增加,预测精度逐渐降低。     

GNSS高程时间序列周期项的经验模态分解提取

针对传统方法——常振幅常相位的周年+半周年谐波模型法不能准确提取GNSS高程时间序列中周期项问题,该文以中国区域10个IGS基准站在ITRF2008框架下2005—2015年高程时间序列为例,采用经验模态分解(EMD)提取各测站高程时间序列的周期项。对传统方法和EMD两种方法提取的周期项做Lomb_Scargle谱分析,用功率谱图分析了这两种方法提取序列周期项的能力。实验结果表明,EMD方法较传统方法更能准确、自适应地提取GNSS高程时间序列的周期项。     

改进的多项式+周期项模型的卫星钟差预报

针对现有的超快速钟差产品IGU精度较低以及无法满足实时PPP技术的问题,提出了一种改进的多项式+周期项钟差预报模型。该模型采用多项式+周期项非线性函数对钟差数据进行滑动估计,结合迭代法对拟合模型的随机误差进行自然修正,以实现对卫星钟差的预报估计。通过与常见的多项式模型、灰色系统模型和多项式+周期项模型的对比分析,结果表明:改进的多项式+周期项模型更加适用于卫星钟差预报,在1天内,其预报精度RMS可以达到0.57 ns,最大偏离程度为1 ns,明显优于灰色系统模型和多项式+周期项模型;随着预报时间的增长,多项式模型、灰色系统模型和多项式+周期项模型的预报精度大幅降低,而改进的多项式+周期项模型没有大幅的变化,预报结果比较稳定。      

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.     

GNSS坐标时间序列周期项自动提取方法

针对目前对坐标时间序列周期项探测的方式受噪声和旁瓣的影响较大,且不利于大规模数据处理的问题,提出了一种基于显著性水平的周期项自动探测识别方法,并利用仿真数据验证了其性能.然后利用该方法对全球分布的1082个测站的坐标时间序列进行了周期项提取.研究结果表明,该方法能够在噪声和旁瓣的影响下实现对潜在周期项的自动探测和提取,...     

基于1962至2022年极移观测值的时序分析及长期预报研究

极移参数（polar motion,PM）是地球定向参数（earth orientation parameter,EOP）的重要组成部分,在天文大地测量、卫星的导航定位以及卫星的自主定轨等领域有重要的应用。本文首先利用国际地球自转服务（international earth rotation and reference systems service,IERS）提供的极移观测值进行极移时间序列频谱分析及周期项的提取。结果表明,快速傅里叶变换与离散傅里叶变换周期项提取到的周期项基本无差异,但极移X、Y分量时变分析结果存在差异。此外,本文将正弦逼近应用到极移参数的预报,对于长时间尺度的极移参数预报最小二乘外推模型效果最佳,但预报模型精度易受到周期项提取结果的影响;最小二乘外推模型在极移正向预报和反推拟合效果相近,借助正弦逼近方法可以一定程度上增强模型拟合效果。上述研究结果可为地球自转参数的预报研究提供参考。     

顾及卫星钟随机特性的抗差最小二乘配置钟差预报算法

为了更好地反映钟差特性并提高其预报精度,采用抗差最小二乘配置方法建立一种能够同时考虑星载原子钟物理特性、钟差周期性变化与随机性变化特点的钟差预报模型。首先使用附有周期项的二次多项式模型进行拟合提取卫星钟差的趋势项与周期项,然后针对剩余的随机项及其可能存在的粗差,采用抗差最小二乘配置的原理进行建模,其中最小二乘配置的协方差函数通过对比协方差拟合的方法并结合试验进行确定。使用IGS精密钟差数据进行预报试验,将本文方法与二次多项式模型、灰色模型进行对比,预报精度分别提高了0.457 ns和0.948 ns,而预报稳定性则分别提高了0.445 ns和1.233 ns,证明了本文方法能够更好地预报卫星钟差,同时说明本文的协方差函数确定方法的有效性。     

时间序列分析在电离层短期预报中的应用

根据IGS提供的2012年TEC数据,在得到TEC值残差序列的基础上,利用谱分析去掉周期项和Matlab工具箱去掉趋势项并采用平滑算法去噪后,对随机项进行时间序列分析。目前,电离层格网点的预报均建立在原始TEC上,阐述了采用差分后的TEC值进行预报的方法,以减少日变化周期项的影响。根据AR（p）模型预报的结果加上周期项和趋势项后,再加上前一天对应时段的TEC值与IGS发布的数据比较,结果表明,该方法利用短期IGS发布的TEC值进行电离层预报能取得较高的精度。     

小波变换在时间序列特征提取中的应用

时间序列的数学特征主要包括随机项、周期项以及趋势项.针对变形监测等测绘领域中如何对时间序列进行特征提取并进行分析与预测等重要问题,提出一种基于多尺度分析的小波变换方法.首先选取合适的小波基函数、分解层次等参数,其次将待分析的时间序列分解成低频和高频两部分,最后将分解后的时间序列投射到不同尺度上,从而可以提取所需要的有用信息.研究结果表明,基于多尺度分析的小波变换方法能够有效对时间序列进行特征提取,分析出其中的随机项、周期项、趋势项等信息,可以用于GPS变形监测等工程实际中.     

基于功率谱和小波谱在GNSS时间序列信号探测分析中的应用

GNSS坐标在观测过程中受多方面因素影响,产生各种误差,存在一些波动变化,根据波动变化特征可以分析探测存在的信号。本文主要利用功率谱、小波谱和小波熵对GNSS原始、去趋势项、差分处理3种情况下时间序列进行分析,通过对比显示,小波谱和小波熵对于非平稳信号探测比功率谱分析能力强,GNSS时间序列存在一个趋势项和一个年周期信号。     

基于单频GPS接收机实施短基线变形监测探讨

利用单频接收机和双频接收机对顺溪滑坡的监测点分别进行监测,结合全站仪测得的基准点相对监测点的基线长度对观测数据进行处理和分析,总结出对基线较短的控制网采用单频接收机进行监测可以得到采用双频接收机进行监测的效果,不仅节约工程成本,而且在进行周期性复测时操作方便。     

不同时相遥感影像的土地利用分类精度分析

土地利用调查对遥感影像的获取有很强的时间性、季节性要求。本次研究选取研究区不同时相的SPOT5遥感影像进行计算机自动分类试验,结合野外实地调绘工作,统计分类精度,拟合分类误差与时相间的回归关系,推导相关回归函数,对遥感影像开展综合分析与评价,提高遥感数据在土地利用调查中的利用率。     

光谱指数趋势面的城市地表温度降尺度转换

针对城市及周边区域建造区和自然地表交织分布的特点,探讨了利用归一化植被指数(NDVI)和归一化建造指数(NDBI)构造趋势面的地表温度(LST)降尺度方法,以北京市市区及周边较平坦区域为例实现了LST自960 m向120 m的降尺度转换。分析了LST空间分布特征及NDVI、NDBI对地物的指示性特征;以北京市四至六环为界分析NDVI、NDBI趋势面对地表温度的拟合程度及各自的适用区域;在120 m、240 m、480 m和960 m 4个尺度上评价了NDVI、NDBI和NDVI+NDBI趋势面对LST的拟合程度和趋势面转换函数的尺度效应;对NDVI、NDBI和NDVI NDBI等3种方法的降尺度结果分覆盖类型、分区域对比评价。实验结果表明结合两种光谱指数的NDVI NDBI方法降尺度转换精度有所改善,改善程度取决于地表覆盖类型组合。     

WGS84与ITRS基准转换参数估计及长期演化特性分析

针对在轨运行的GPS卫星,利用由NGA提供的WGS84框架下精密星历以及IGS提供的ITRS框架下的精密星历,采用7参数布尔沙模型,并结合不同卫星的星载原子钟的稳定性,在最小二乘准则下求取WGS84和ITRS之间的转换参数。在此基础上,为了得到较长时间尺度上转换参数的演化特性,首先采用EMD算法进行去噪,以使得数据更能反映参数变化的本质特性,然后在消除趋势项的基础上,对转换参数的时间序列进行谱分析,以探索其周期特性。利用NGA和IGS提供的2009-01-01~2012-06-30共1306d的精密星历,求取每天一组的坐标转换参数,分析其长期演化特性后发现:3个平移参数分别具有345d,690d和345d的周期项,3个旋转参数分别具有459d,172d和459d的周期项,尺度参数则不具有明显的周期项。     

周期基数插值尺度函数和小波函数的对称性

设 g(x1,x2 )是一个 Fourier系数为正的周期函数 ,研究了二维周期基数插值小波函数。得到了关于 g(x1,x2 )的二维周期基数插值的尺度函数和小波函数的对称性