CORS站高程非线性速度场及方差波动模型构建方法

本文描述了CORS站高程时间序列采用固定周期项建立线性速度场的基本概念,指出给定周期与实际周期存在偏差的问题。为此,提出了CORS站高程时间序列非线性速度场建模方法。该方法以线性最小二乘解作为迭代初值,利用高斯-牛顿迭代算法求解非线性速度场模型的未知参数,实现了CORS站高程时间序列数据的非线性建模;给出了拟合模型残差平方序列异方差特性的检验方法,阐述了建立GARCH(p,q)模型反映CORS站高程非平稳序列波动情况的基本准则。本文以国内外6个CORS站20余年的高程时间序列为研究对象,建立非线性速度场运动模型。结果表明:CORS站高程运动并不存在严格的整年或半年周期项,近似年周期运动最为明显,近似两年周期运动占比最小,年周期估计偏差达到12%,半年周期偏差18%,两年周期偏差6%,非线性建模精度和效果整体优于线性模型。利用ARCH检验法得到CORS站高程非线性模型的残差平方序列存在异方差性,即残差平方序列具有非平稳特性,引入GARCH(p,q)模型对CORS站高程分量非平稳残差平方序列建模,反映了残差平方序列的非平稳波动。验证了GARCH(p,q)模型对CORS站高程非平稳残差平方序列建模的可行性,为今后利用GARCH(p,q)模型对CORS站高程非平稳噪声序列建模和非线性速度场重构提供了思路。     

一种CORS站高程序列非线性趋势项分析方法撤回

针对传统线性模型通过拟合连续运行参考站(CORS)高程时间序列趋势项,使CORS站运动趋势单一化导致无法体现测站各自运动特性的问题,该文提出一种基于CORS高程时间序列本身的非线性趋势项定量识别与估计方法。首先,用K均值聚类整体经验模态分解方法对CORS站高程时间序列进行分解;其次,基于排列熵理论进行非线性趋势项的定量识别与合成;最后,采用正弦函数模型、线性多项式模型、傅里叶模型对非线性趋势项进行建模拟合并讨论拟合精度。实验结果表明：基于排列熵的非线性趋势项定量识别方法避免了人为判别误差,准确地反映了序列自身的变化趋势;3种模型中,傅里叶模型拟合效果最佳。     

利用BP神经网络改进电离层短期预报模型

电离层总电子含量TEC(Total Electron Content)是电离层的一个重要特征参数。对TEC的预报也已经成为电离层研究的一个热点。根据JS CORS中心提供的GPS观测数据,建立了区域实时多站多项式模型;并分别以模型计算得到的南京地区的电离层电子含量数据和苏州地区的电离层电子含量数据为样本,采用时间序列和BP神经网络融合模型进行了预报。结果表明,采用融合模型在短期预报中能够取得较好的效果,精度比时间序列模型提高20%左右。     

两种高程坐标预测模型的精度对比分析

为提高IGS测站高程坐标预测精度,分别拟合两种时间序列模型:多项式周期模型与ARMA模型,选用我国及周边7个IGS站2013年的观测数据进行实验验证及对比分析。结果表明:两种模型的预报中误差均小于4.5 mm,可作为高程坐标预测的参考模型,同时,ARMA模型的预报精度较多项式周期模型的预报精度提升5%以上,且稳定性高于多项式周期模型,更加适合站点的坐标预报。     

EEMDAN的CORS站高程时间序列分析方法

针对整体经验模态分解(EEMD)方法对连续运行参考站(CORS)高程时间序列分解结果整体平均时,噪声未能完全消除的问题,该文引入一种噪声自适应整体经验模态分解(EEMDAN)方法,在经验模态分解(EMD)处理时添加白噪声分解的模态分量,改进CORS站高程时间序列信号分解的模态混叠,根据平均周期和能量密度乘积指标区分噪声和周期信号,并基于正交性指数及均方根误差指标衡量分解的精度。两个CORS站20年高程时间序列实验结果表明,以正交指数衡量的分解精度EEMDAN比EEMD提高近35%,均方根误差指标提高近22%,实现了对CORS站高程时间序列的精确分解,并改善EEMD整体平均后噪声未完全消除对信号重构的影响。     

北京市CORS站坐标时间序列噪声分析

针对北京市CORS站的稳定性问题,该文利用GAMIT/GLOBK软件对北京市13个CORS站2016—2018年的观测数据进行了处理,获取了原始坐标时间序列和坐标残差时间序列,通过极大似然估计的方法对CORS基准站进行了噪声模型分析和区域速度场估计。结果表明,北京市CORS站坐标时间序列的最佳噪声模型为WN+FN+RWN组合模型;采用NEU方向的最佳噪声组合模型对北京市CORS站进行区域速度场估计,BJTZ、CHAO、DSQI、XNJC站的沉降较为严重,其他CORS站N方向速度估值在7.2~14.3 mm/a,E方向速度估值在27.5~32.5 mm/a,U方向速度估值在2.0~8.5 mm/a。     

基于混沌动力学系统高程时间序列分析

随着我国CORS基准站的投入使用,获得了大量高精度连续观测数据,这些数据被广泛应用到测绘行业、航天、航空和军事等许多行业的领域中,因此,对高程时间序列分析有着极其重要的意义。本文先采用Pan Ta方法剔除异常值,然后基于混沌动力学系统,采用Lyapunov指数Wolf方法检验与Lyapunov指数谱矩阵估计对时间序列进行平稳性分析;采用约束实现CAFFT算法生成替代时间序列与Lyapunov指数p-范数检验时间序列非线性。通过分析可知,北京房山站高程时间序列为非线性、非稳态时间序列,观测系统为部分确定性机制低阶混沌动力系统,所以在对该高程时间序列进行拟合、谱估计和周期拟合等数据处理前,必须对数据进行数据相空间重构。     

基于ARIMA模型的陆态网络CORS站时间序列分析

陆态网络连续运行基准站(简称CORS站)是中国2000国家大地坐标框架的重要骨架支撑。以陆态网络CORS站观测时间序列为研究对象,采用经典差分自回归移动平均模型对253个CORS站进行时间序列拟合分析。实验结果表明该模型能够较好的拟合绝大部分测站的时间序列,拟合后剩余残差序列明显减小且更加收敛。     

基于小波变换的CORS高程坐标时序周期性分析与降噪方法研究

以香港连续运行参考站（CORS）网中的6个CORS的高程坐标时间序列数据为研究对象,利用小波多分辨分析从时频的角度来探测坐标时序中存在的周期性变化与非线性运动趋势,并采用小波变换阈值的方法对坐标时序进行降噪处理,根据不同的降噪质量评价指标来对比降噪效果．结果表明:高程坐标时序中存在极为明显的年周期与半年周期变化的特征,通过小波降噪可以有效地减弱或消除原始时序中的噪声信息,获得更接近理论分析的坐标时间序列．      

一种CORS站高程序列噪声识别算法

针对能量密度谱判断噪声与信号主导模态分界点性能不稳定的问题,该文提出基于夹角余弦的分界点判断方法。该方法首先利用EEMD对CORS站高程数据进行分解,其次计算原始信号与各阶模态分量的夹角余弦值,最后根据夹角余弦值的首次逆向转折位置判定噪声主导模态和信号主导模态的分界点。以4个CORS基准站近20年原始高程时间序列信号为研究对象,对噪声与信号模态分量分界点进行判定,实验结果表明采用基于夹角余弦的判定方法可以一次判断出噪声和信号模态分量的分界点。该方法应用到CORS站高程信号与噪声序列的识别中性能更加稳定。