顾及共模误差的大区域GPS网坐标时间序列噪声分析

噪声分析对GPS时间序列分析有着重要影响,然而针对时间跨度较长的大尺度GPS网的共模误差相关研究较少。本文选取了平均基线长度大于2000 km的欧洲地区9个GPS台站2006-2014年的数据,使用主成分分析法剔除坐标时间序列的共模误差,同时利用极大似然估计的方法对滤波前后的时间序列进行了噪声分析。结果表明,欧洲地区广域GPS网的噪声模型存在多样性,各个分量具有不同的噪声特性,主要表现为白噪声+闪烁噪声、白噪声+幂率噪声,少部分台站N、E两个方向含有随机漫步噪声。经过空间滤波后,部分台站最优噪声模型发生改变,但仍以白噪声+闪烁噪声、白噪声+幂率噪声为主。滤波对N、E方向速度场影响为0.2 mm/a,U方向速度场影响为0.5 mm/a。     

地表质量负载对格陵兰岛区域GPS站点坐标时序特征的影响

选取ITRF2008框架下格陵兰岛区域12个GPS站2013年1月-2016年12月期间的日解坐标时间序列作为研究对象,并利用极大似然估计分析地表质量负载改正前后各站点的噪声特性、速度场及周期项振幅。结果表明：站点最优噪声模型主要为白噪声+幂律噪声与白噪声+闪烁噪声,地表质量负载形变修正GPS坐标时序后,明显增加U方向闪烁噪声的成分,平均降低其速度约0.36 mm/a,对水平方向影响较小;同时分别降低高程方向44.1%、14.2%的1 a项、0.5 a项振幅,相反,却增加了水平方向的周期项振幅。     

共模误差对坐标时间序列分析的影响

基于2013年至2018年环渤海地区GPS基站6年的观测数据,研究了共模误差对坐标时间序列分析的影响。首先利用主成分分析方法提取环渤海区域27个基准站的共模误差,以N、E、U三个方向的第一主成分来计算共模误差;然后使用最大似然估计法得到各测站剔除共模误差前后的噪声。发现在消除共模误差后,N,E,U方向的相对坐标时间序列得到改善,白噪声,闪烁噪声和随机行走噪声明显减小。结果表明,共模误差的剔除有效的提高了坐标时间序列分析的精度。     

GPS坐标时序共模误差提取方法研究

针对GPS坐标时序数据中存在的共模误差(CME),研究利用堆栈滤波(SF)、网络反演滤波(NIF)和主成分分析(PCA)三种方法进行剔除,以提高GPS监测区域地表位移的精度. 通过构建GPS坐标时序模型,去除明显构造运动,提取噪声残差时序,将隐含在噪声残差时序中的区域CME利用SF、NIF、PCA方法提取出来. 以日本房总半岛2019—2021年GPS坐标时序为例,比较三种方法和GPS站点空间分辨率对CME提取的影响,分析CME去除前后慢滑移地表位移的变化. 研究结果表明:SF、NIF、PCA方法提取CME的结果基本一致;GPS站点空间分辨率降低,提取的CME离散度增大;CME对慢滑移地表水平位移的大小和方向均会产生影响,需进行剔除.      

GPS时间序列噪声特性分析——尼泊尔与藏南为例

选取喜马拉雅地震带上尼泊尔与藏南地区16个IGS台站近三年的GPS时间序列数据,通过编程计算进行详细分析。利用GPS单站、单日解观测序列James L.Davis周期模型对所有IGS台站进行线性变化速率,周期、半周期系数及残差序列的提取。对残差序列中存在数据缺失的时间段,采用3次样条差值拟合方法补齐缺失数据,按照3倍中误差限差原则剔除孤立点。对提取的残差序列所包含的非构造运动引起的时空相关噪声,应用主成分PCA/KLE方法对整个测区的共模误差(CME)进行分析,对剔除CME后的噪声采用功率谱分析方法确定该地区的噪声类型为"闪烁噪声+白噪声"。     

川滇地区陆态网络基准站运动噪声模型分析

基于陆态网络GNSS基准站资料,文章利用极大似然估计方法对川滇地区的基准站运动噪声进行了研究.通过对“白噪声”、“白噪声+闪烁噪声”、“白噪声+随机游走噪声”以及“白噪声+幂指噪声”等四种噪声模型的比较,发现川滇地区的基准站运动噪声可以较好地由“白噪声+闪烁噪声”或“白噪声+幂指噪声”模型来描述.在进行基准站速率估计时,相对于“白噪声+闪烁噪声”模型,仅用白噪声模型会使误差估计过于乐观,且会产生一定的速率偏差.因此,在川滇地区利用基准站资料进行地壳运动与变形分析时,除了扣除基准站的周期性运动之外,还需要考虑其对应的噪声组合模型.     

有色噪声对东南极区域GPS测站三维速度估计的影响

近年来,有研究发现在GPS测站坐标时间序列中既存在白噪声,也存在有色噪声。为了研究有色噪声对东南极区域GPS测站三维速度估计的影响,本文使用GAMIT/GLOBK10.5软件对东南极区域6个连续GPS测站2005—2014年的实测数据进行解算和平差,并利用最大似然法（MLE）分别估计了在两种假设噪声模型条件下的测站三维运动速度及其不确定性。结果表明：在进行参数估计时,考虑两种有色噪声（闪烁噪声和随机游走噪声）对东南极区域GPS测站三维速度估计的量级影响不大,水平方向最大影响量级为0.3 mm/a,垂直方向最大影响量级为0.8 mm/a;但如果不考虑有色噪声,会严重低估参数估计的真实不确定性。     

GPS坐标时间序列共模误差分离方法比较及其对噪声模型建立的影响

为快速有效地分离GPS坐标时间序列中的共模误差（common mode error,CME）,采用区域堆栈滤波法、加权堆栈滤波法、相关加权叠加滤波法、距离加权滤波法、主成分分析（principalcomponentanalysis,PCA）5种滤波方法对GPS坐标时间序列进行CME处理;基于MATLAB设计了相应的GPS坐标时间序列CME分离工具。并以8个GPS基准站的坐标序列为对象,对去除CME后的GPS坐标序列进行噪声模型分析。结果表明,这5种方法能有效降低各站点坐标时间序列的不确定性,提高坐标序列精度,相比其他方法,PCA法滤波效果更好;此外,去除CME后的时间序列最佳噪声模型发生了改变,且GPS站坐标序列噪声模型呈现出多样性并存在个体差异。     

地震对GPS站坐标时序共模误差的影响分析

通过选取日本7个IGS基准站在东日本大地震前后各3a的坐标时间序列,提取并分析此区域的共模误差的特点和地震对其的影响,以及共模误差对基准站噪声时序的影响。结果表明:滤波后测站各方向坐标时序平均均方根相较于过滤前明显减少,测站坐标可靠性和精确性得到明显提高;地震的发生导致其N、U方向均值分别增大2.1倍和1.5倍;共模误差在N、E、U方向均表现出明显的周期特性,其周期特性在地震前后几乎截然相反,地震对其周期特性的影响必须充分考虑。     

震前尼泊尔GPS速度场分析

针对多数GPS时间序列分析中未考虑与时间有关的噪声问题,该文利用GAMIT/GLOBK软件对尼泊尔地震前2011—2015年连续观测的GPS数据进行解算,对时间序列进行噪声分析,利用频谱分析法确定噪声模型,最后在考虑噪声特征下,利用时间序列分析软件CATS估算其周期性和站点速度场。结果表明:尼泊尔境内的连续站的最佳噪声模型是"白噪声+闪烁噪声";没考虑时间序列中时间相关的噪声,水平速度场估算误差被低估7~8倍;同时该区域GPS时间序列存在波峰较为一致的周期运动,区域内的水文荷载是造成该现象的主要原因,因此在研究该地区地壳构造运动时,必须考虑水文荷载等非构造运动带来的干扰。     

欧洲地区共模误差提取及分析

针对跨度较长时间序列共模误差噪声特征研究较少,选择空间滤波的方法对较长时间序列进行分析以满足参考框架建立的需要。选取欧洲地区58个IGS基准站2001—2011年的坐标时间序列,采用区域叠加滤波法、分区区域叠加滤波法和相关系数加权叠加滤波法求取共模误差,并以滤波后时间序列相关系数和残差时间序列标准差为标准对其进行对比分析;进而,利用极大似然估计的方法对每个区域共模误差及滤波前后坐标时间序列进行噪声分析。结果表明:分区区域叠加滤波法最适合欧洲地区共模误差的提取;共模误差主要成分是闪烁噪声,也包含白噪声、随机漫步噪声等;当时间序列长度较长时,N、E方向受共模误差影响较小,可忽略,U方向受共模误差影响较大,需要考虑。     

区域滤波方法在IGS台站时间序列分析中的应用

随着GPS技术的发展,在连续运行的GPS参考站上已经积累了将近20年的数据,形成了比较充足的GPS坐标时间序列.在GPS时间序列中包含着共模噪音和其他未建模的误差,利用相关性分析方法提取GPS时序中的共模噪声,通过主成分分析方法来对GPS时间序列的残差进行主成分提取,并在时序分析中将其剔除,从而得到纯净的GPS时间序列,来精确估计坐标和速度场.     

顾及有色噪声影响的CGCS2000下我国CORS站速度估计

研究基于计算获取的CGCS2000(中国大地坐标系统2000)下我国国家CORS(全球导航卫星系统连续运行参考站)网1999年至2009年坐标时间序列,首先采用主成分空间滤波方法(PCA)提取CGCS2000框架下国家CORS网坐标时间序列中公共误差(common mode errors,CME)的时空特性;其次,采用功率谱分析方法分析空间滤波后的国家CORS站坐标残差时间序列的噪声性质,采用最大似然法定量估计坐标残差时间序列中的有色噪声分量;最后,采用加权最小二乘法评定顾及不同噪声影响的CGCS2000框架下的国家CORS网年速度估值和实际精度.研究结果表明:采用空间滤波可提高CGCS2000框架下国家CORS网成果的精确性和可靠性,空间滤波后北、东和高方向的平均坐标重复性相对于滤波前分别减小了26%、22%和46%,滤波后国家CORS站高度方向平均振幅减少近64%.在CGCS2000框架下我国CORS站坐标时间序列中白噪声不是噪声的主要成分,白噪声、闪烁噪声和随机漫步噪声的噪声性质是国家CORS站坐标时间序列的基本特征;我国CORS站有色噪声在水平方向和高度方向表现出一定的规律性,顾及有色噪声的速度误差估值比只考虑白噪声的速度误差估值一般大2～6倍,速度估值偏差一般在2%～10%.     

PANGA坐标时间序列噪声模型特性分析

选取PANGA观测网中的200个GPS基准站12年的坐标序列. 采用AIC模型估计准则噪声特性进行分析,并结合不同数据策略对噪声模型建立的影响进行探讨. 结果表明:不同数据策略对噪声模型建立的影响较小,基准站站坐标序列噪声模型主要表现为PL+WN噪声模型特性;不同随机模型对GPS站速度估计值的影响相对较小,但在U分量影响最为明显;对比不同策略处理下的周年振幅变化,E、N、U方向振幅值存在差异,最终确定了振幅位移的尺度.      

顾及有色噪声影响的青海地区应变场分析

基于青海地区14个中国大陆构造环境监测网络(CMONOC)连续站10年的坐标时间序列数据,利用贝叶斯信息准则(BIC)确定各连续站的最优噪声模型,进而得出修正后的水平速度场,并在此基础上建立整体旋转与线性应变模型来分析青海地区的应变特征. 结果表明:青海地区CMONOC连续站坐标时间序列各方向的噪声特性存在较大差异,东(E)、北(N)、天顶(U)方向的最优噪声模型分别为 白噪声+幂律噪声(WN+PL)、白噪声+高斯-马尔科夫噪声(WN+GGM)和白噪声+闪烁噪声(WN+FN). 考虑有色噪声(CN)影响青海地区CMONOC连续站基于ITRF2014框架下的平均水平运动速率为39.45 mm/a,运动方向为88°57′58″NEE. 青海地区构造活动相对强烈的东北与西南部分别表现为挤压应变特征和拉张应变特征;从东北向西南,挤压应变逐渐减小,拉张应变逐渐增大,总体表现为挤压应变.      

基于Delauany三角网与反距离内插实现GPS区域网中噪声剔除

针对中国地壳运动监测陆态网络工程中区域站包含的随机漫步噪声、闪烁噪声和白噪声,利用(Quasi-Observation Combination Analysis,QOCA)软件剔除连续站位移序列中的周期性成分和共模误差得到的非构造形变信息特征,构建Delauany三角网,结合反距离内插算法,剔除了区域站位移序列中部分非构造噪声,提高了全球定位系统(Global Positioning System,GPS)流动观测区域站三维运动速度场的精度,为深入认识地块动力学机理提供了重要基础资料.     

GPS坐标时间序列噪声估计及相关性分析

比较分析了极大似然估计法、最小二乘方差分量估计法以及最小范数二次无偏估计法对GPS站坐标时间序列噪声的估计效果,确定最小范数二次无偏估计法为最优的噪声方差估计方法。在此基础上对中国及其周边区域20个IGS站坐标时间序列中各方向噪声方差进行一元线性回归分析。结果表明,中国及其周边区域IGS站不同方向的噪声间具有中等强度以上的相关性,其中N方向闪烁噪声与其他方向闪烁噪声的相关性要强于白噪声。水平方向的噪声振幅能够解释垂直方向噪声振幅变化的40%~60%,而N方向噪声振幅能够解释E方向噪声振幅变化的60%~80%,获得的线性回归方程具有使用价值。     

顾及有色噪声影响的甘肃境内CMONOC基准站坐标时间序列分析

针对甘肃省境内19个CMONOC基准站坐标时间序列结果,采用极大似然估计法(MLE)探讨了各基准站的最优噪声模型,确定了基准站的速度场,并分析了甘肃省地壳运动状况.研究结果表明:甘肃省境内CMONOC基准站各坐标分量噪声特性存在较大的差异,"白噪声+闪烁噪声(WN+FN)"为最优噪声模型,能够更好地描述基准站坐标时间序...     

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。     

顾及信号相关关系的GPS坐标监测序列噪声分析

时间序列分析、谱分析和小波分析理论是对信号进行时、频域分析的主要方法,对GPS坐标监测序列研究并分析其噪声序列发现,GPS坐标监测序列中的噪声主要包含白噪声和闪烁噪声,但是大多数噪声分析方法未考虑信号之间的相关关系。针对GPS站坐标监测序列,在分析2维坐标信号之间相关性的基础上,采用多变量小波去噪工具实现坐标监测序列的2维去噪,对得到的2维噪声序列进行谱分析,并与传统1维去噪方法比较。以苏通大桥GPS坐标监测序列为实例进行分析,结果表明:顾及信号间相关关系的GPS坐标监测序列的噪声分析更加符合实际情况。