采用方差-协方差分量估计GPS时间序列噪声特性

本文采用方差-协方差分量估计分析GPS残差时间序列噪声特性。介绍了该方法如何运用于GPS时间序列分析,详细的推导了函数模型,建立了数据处理流程。对比传统的极大似然估计,该方法可以定量计算各噪声分量的大小,并且具有计算速度快,数学模型严谨等优点。     

顾及MLE的IGS坐标时间序列噪声模型特性分析

以30个GPS基准站坐标序列为对象,提出分别采用赤池信息量准则(AIC)与贝叶斯信息准则(BIC)噪声模型估计准则判定GPS时间序列噪声特性,对比分析GPS时间序列噪声模型特性,探讨不同噪声模型对GPS站速度及其不确定度的影响.结果表明GPS站坐标序列噪声模型主要表现为FN+WN、PL及FN+RW+WN噪声模型特性;FN+WN噪声模型对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;此外,RW对站速度不确定度的影响不可忽略,正确获取模型参数估计的实际不确定度及改正噪声分量对于合理应用GPS坐标时间序列数据具有重要的意义.     

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。     

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。     

时间跨度对GPS坐标时间序列噪声模型估计影响分析

文中介绍GPS坐标时间序列模型,并给出GPS噪声模型种类、估计方法及最佳噪声模型评价准则。选取来自IGS08的24个IGS核心站的时间序列作为数据基础,对不同时间跨度的时间序列噪声模型进行定量分析,探讨其随着时间变化的演化规律。结果表明:当时间序列长度较短时,噪声模型的不确定性较大,而12.5a以上时间跨度的噪声模型趋于稳定且主要表现为闪烁噪声加白噪声的组合噪声模型;大跨度时间序列中噪声的长周期分量变得显著。     

欧洲地区IGS基准站坐标时间序列各分量方向最优噪声模型变化探讨

针对现有坐标时间序列研究中各分量方向间噪声特性对比研究较少,本文选取欧洲地区58个IGS基准站11年的坐标时间序列,采用不同的噪声模型组合对它们进行噪声分析并就各分量方向间的噪声特性进行对比。结果表明,各测站在NEU分量表现出不同的噪声特性,因此分析时间序列变化特征的物理解释时需对各分量区别对待;垂直分量的有色噪声、振幅等明显大于水平方向,与一般认为的垂直分量精度低于水平分量相一致。      

基于IGS连续跟踪站的GPS高程时间序列分析

对全球分布的IGS连续跟踪站GPS高程分量时间序列,进行了小波多分辨率分析,发现各台站高程时间序列大都存在着季节性变化,这种以半周年项和周年项为主的季节性变化是由多种地球物理现象引起的,我们从多个方面分析了原因,并着重分析了大气压强的影响。利用分析的结果讨论了地壳垂直变化的规律,得出地球存在以半年和周年为周期的整体性扩张与收缩振荡运动,同时南北半球的变化规律存在差异的结论。     

IGS测站的非线性变化研究

GPS位置时间序列中经常会出现信息中断,造成数据不连续,进而导致测站速度及其不确定度的估计有偏。因此,时间序列中断探测是动态大地测量数据处理的重要内容。在基于t-检验的序贯格局转换分析法(sequential t-test analysis of regime shifts,STARS)算法的基础上,顾及GPS位置时间序列的噪声特性,提出了一种考虑有色噪声的STARS算法(COL-STARS)。该算法首先利用一阶自回归模型(auto-regressive, AR(1))模型进行噪声\     

顾及有色噪声的ETS对GPS坐标时间序列影响分析

以12个GPS站12年的坐标序列为研究对象.采用Kashyap信息准则（KIC）噪声模型估计准则对四种组合噪声特性进行估计,探讨慢滑移（ETS）现象对GPS站坐标时间序列的影响,结果表明:ETS引起了GPS站坐标序列模型的变化,E、N方向分量噪声模型占比与U分量模型占比差异较大,可能造成噪声模型的错误估计;ETS后的站速度及其不确定度相比ETS前站速度及其不确定度均有增加,且在U分量表现明显;特殊地理位置的测站可进行标记研究,尽量减少地震运动带来的不利影响,为地壳运动研究提供有价值的参考资料．      

联合加权小波和EEMD的GNSS坐标时间序列降噪分析

针对GNSS坐标时间序列中有用信号与噪声难以准确分离这一问题,本文提出加权小波Z变换(weighted wavelet Z-transform, WWZ)和集合经验模态分解(ensemble empirical mode decomposition,EEMD)的降噪方法.通过对西北地区70个陆态网络连续站垂向坐标时间序列的降噪处理,分别采用均方根误差(root mean squared error,RMSE)、信噪比(signal to noise ratio,SNR)、闪烁噪声(flicker noise,FN)振幅及速度不确定度为评价指标,验证了本文方法的降噪效果在一定程度上优于小波降噪和EEMD降噪.结果显示：WWZ-EEMD相比小波降噪和EEMD降噪,降噪后信号序列RMSE分别降低了0.331 mm、 0.757 mm,SNR分别提高了1.911 dB、3.635 dB;FN振幅及速度不确定度均有明显改善,验证了本文降噪方法的有效性.     

中国区域IGS基准站坐标时间序列噪声模型建立与分析

选取ITRF2005框架下中国区域(包括台湾地区)11个IGS基准站1995-2010年的坐标时间序列,采用不同噪声模型组合对它们进行噪声分析,并计算大气压负载、非潮汐海洋负载、积雪深度及土壤湿度负载对测站位移的影响,得到地表质量负载改正前后各测站分量的最优噪声模型。结果表明,中国区域IGS基准站的噪声模型存在多样性,且各分量具有不同的噪声特性,主要表现为闪烁噪声+白噪声和带通幂律噪声+白噪声。噪声模型与地表质量负载及其测站速度、速度不确定度之间的定量分析表明地表质量负载会造成测站的噪声特性变化,主要表现为带通及随机漫步噪声特征。不同复杂噪声模型对测站线性速度及不确定度会产生一定影响,少数测站高程分量差异甚至超过1 mm/a。     

中国区域内IGS站时间序列的非线性变化分析

以中国区域内8个IGS站时间序列为研究对象,对其非线性变化的规律进行分析.首先,对这些测站时间序列进行频谱分析提取周期项,结果表明周年频谱是绝大部分IGS站共有的非线性运动规律,只是振幅大小不同;其他周期项则不具有普遍性,并且在垂直方向上周期规律最明显.然后采用三角函数法对时间序列中的周期规律进行拟合,结果显示三角函数法能更加直观地体现出非线性变化的规律,有利于进一步分析非线性变化的性质与机制,对建立和维持高精度地球参考框具有重要的参考价值.      

基于方差分量估计的CHAMP重力场恢复方法

基于德国慕尼黑技术大学(TUM)提供的100 d的CHAMP卫星几何法轨道和GFZ提供的加速度计数据,计算出了50×50阶地球重力场模型XISM-CHAMP01,并与EIGEN-CG03C、EIGEN-CHAMP03S、EIGEN2、EIGEN1S、EGM96模型进行了比较。结果表明,XISM-CHAMP01模型精度明显优于相同阶次EGM96模型和EIGEN1S模型,并与EIGEN2模型精度相当。     

基于小波变换的CORS站坐标时间序列周期性分析

获取CORS站坐标时间序列的周期性变化,掌握其周期性变化特征,对分析CORS站坐标变化规律及速度估算具有重要作用。本文利用小波分析对国内北京、拉萨、乌鲁木齐三个具有区域代表性的CORS站进行周期性分析。以coifs3作为小波基计算三个站各方向分量的小波方差,获取其主要周期的尺度,并针对每个主周期尺度进行周期性分析。分析结果表明CORS站坐标具有明显的半年性周期特性,但因地域不同又表现出一定的差异性。另外,较水平方向,GPS高程观测更易受到噪声影响。     

利用方差分量估计的地震同震滑动分布反演

提出了基于方差分量估计的地震同震滑动分布反演方法,该方法不仅可以确定不同数据集的相对权重,而且还能得到平滑因子的值,突破了方差分量估计方法仅用于各类数据定权的实际应用范围。模拟算例验证了此方法的有效性,从解的概率后验密度分布分析来看,方差分量估计方法得到的结果是线性和非线性混合方法反演结果的一个解。用方差分量估计方法反演了Bam地震同震滑动分布,并与线性非线性混合方法反演的结果进行了对比分析。两种方法得到的Bam地震断层滑动分布之间的空间互相关系数为0.999 9,地震同震的最大滑动量相同,都为3.04 m;其深度仅有微小区别,前者为4.50 km,后者为4.47 km;平均滑动量前者为0.714 m,后者为0.718 m。但前者反演计算用时227 s,后者却达到1.5×10⁶ s,约17 d,前者仅为后者的1/6 608。结果表明,本文方法相对于线性和非线性混合方法具有计算简单、计算量小和计算效率高的优点。     

基于方差分量估计原理的自适应卡尔曼滤波及其应用

简单介绍了GPS伪距动态定位的卡尔曼滤波模型的建立，针对传统卡尔曼滤波中动态噪声不准或不容易确定以及因动态目标机动而导致滤波发散的现象，提出了一种根据方差分量估计原理，利用预报残差计算模型的动态噪声方差分量的自适应滤波算法，当利用预报残差进行计算时，这一方面增加的计算量不大，能有效地克服由上述原因而导致的滤波不稳定现象，适用于GPS动态定位数据的实时处理。