GPS坐标时间序列共模误差空间特性分析

对全球138个IGS站依据相关性进行聚类分类,采用相关系数加权叠加滤波计算了所选IGS站坐标时间序列中的共模误差,并分析了其空间特性。结果表明,共模误差主要受基准站空间分布、GPS网空间尺度以及基准站密度的影响,并且相关系数为负的测站之间仍存在共模误差。     

大空间尺度GPS网共模误差提取方法研究

基于全球分布均匀且时间跨度大于10a的138个IGS基准站坐标时间序列分析了大空间尺度GPS网基准站坐标时间序列之间的相关性发现部分测站之间的距离超过5　000km时仍存在较显著的相关性针对目前共模误差提取方法存在的不足引入相关系数作为权重因子改进了区域叠加滤波算法 并利用IGS基准站坐标时间序列验证了此方法 结果表明改进后的相关系数加权叠加滤波算法能够有效地提取大空间尺度GPS网坐标时间序列中的共模误差.     

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。      

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。     

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。     

陆态网络共模误差的提取研究

针对"中国大陆构造环境监测网络"中的共模误差问题,该文提出了一种新的提取共模误差的方法,该方法在区域叠加滤波中引入坐标时间序列相关系数作为权重因子。基于陆态网络中时间跨度大于4年的154个基准站坐标时间序列,利用相关系数加权叠加滤波方法提取其中的共模误差并分析其特征。结果显示,滤波后测站残差坐标时间序列之间的相关性明显减小,N、E、U 3个分量的相关系数分别平均减少30.33%、19.86%、23.24%。所有测站残差坐标时间序列滤波后的RM_S在N、E、U3个分量分别平均减少9.5%、9.1%、26.1%,与区域叠加滤波结果相比分别提高了2.1%、1.2%、4.5%。结果表明,相关系数加权叠加滤波方法比区域叠加滤波方法提取共模误差更有效。     

格陵兰GNSS测站坐标时间序列噪声分析

自2007年来,格陵兰地区逐步建立了50多个GNSS连续观测站用以监测冰川质量变化导致的地壳回弹,至今已累计了超过15 a的坐标时间序列,这使得确定坐标时间序列的噪声特性成为可能。本文选取了格陵兰53个GNSS观测站自2008-2018年共10 a的坐标时间序列,利用功率谱分析和极大似然估计对其噪声特性进行了分析,并基于最优噪声组合估计了格陵兰测站的位移速度及其不确定度。利用贝叶斯信息准则作为评估依据的结果表明,闪烁噪声和白噪声+闪烁噪声的组合可以解释33%的测站噪声,幂律噪声可以解释52%的测站噪声,其余测站可用随机游走或一阶高斯马尔科夫噪声来解释。在利用极大似然估计分析测站坐标时间序列时,对于对97%的测站位移分量的速度估值而言,不同噪声模型的影响小于0.1 mm/a,最大为0.31mm/a,但不同的噪声模型会导致测站位移速度的不确定度的最大估值和最小估值之间存在1.3～7.1倍的差异。因此准确地确定测站坐标序列的噪声模型对于准确估计测站位移速度及其不确定度是十分重要的。     

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。     

PCA与KLE相结合的区域GPS网坐标序列分析

对于GPS区域网坐标序列中普遍存在的共模误差(CME),常规方法是利用堆栈空间滤波去除,通常假设CME是空域不变的;而主成分分析法(PCA)和Karhunen-Loeve(KLE)展开法都是把随时间变化的台站网时间序列分解成时间域的主分量和空间域的特征分量,不限制CME的本征。因此,本文尝试结合PCA和KLE方法对GPS区域网坐标序列进行空间滤波,并通过对美国中加州Carrizo平原的一个连续运行GPS监测网进行分析,表明PCA/KLE法可有效提取共模误差,提高站点坐标精度,增强空间滤波的稳健性。     

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.     

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...     

GPS连续站垂向位置时间序列共模误差的识别与估计

目前的研究已明确了在GPS时序结果中存在着所谓共模误差.对于水平向通过"欧拉-滤波"法可对观测数据水平位置的共模误差进行估计,但对垂向共模误差的估计却无能为力.因此,本文利用"均值-滤波"方法对垂向共模误差进行了识别与估计,结果表明:GPS连续站垂向时序观测资料同样包含着非常明显的共模误差;综合利用"均值-滤波"方法可...     

山东CORS坐标时间序列周期与噪声特征分析

针对不同区域的周期和噪声特性存在差异,以27个山东连续运行参考站(CORS)2015—2018年的坐标时间序列为研究对象,进行周期和噪声特征分析.结果 表明:坐标时间序列并没有严格的周期信号,U方向的周期运动较为规律;坐标分量的谱指数显示大部分站点可用白噪声(WN)+闪烁噪声(FN)的噪声模型进行描述;采用最大似然估计...     

香港CORS站坐标时间序列分析研究

针对不同地区连续运行参考站(CORS)坐标时间序列周期特性与噪声特性存在的差异性问题,本文采用功率谱分析法和极大似然法分析香港卫星参考站网(SatRef)的坐标时间序列.研究结果表明,参考站点的三个坐标分量上都存在明显的年周期项与半年周期项.各参考站坐标分量上的噪声特性存在多样化的特征,白噪声(WN)加闪烁噪声(FN)是主要噪声模型,仅考虑WN而忽视有色噪声(CN)的做法会大大低估参数估计的不确定度.根据最优噪声模型估值得出的SatRef站速度场在水平方向上有整体向东南方向运动的趋势,与华南块体的运动结果基本一致.     

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。     

南极IGS基准站时间序列极大似然法分析

针对南极大陆IGS的周期特性、噪声特性、趋势特性等问题,该文采用极大似然法和功率谱分析法分析南极地区8个IGS永久观测站坐标的时间序列。研究结果表明,该地区水平和垂直方向上均有较明显的年周期项,垂直方向上还普遍存在半年周期项。闪烁噪声与白噪声组合能更好描述南极基准站3个分量上噪声特性,各方向上的速率不确定度比只考虑白噪声时要大10~15倍。通过估算基准站水平方向的运动速率,发现该方向上具有较规律的运动趋势:南极洲正缓慢向南美洲移动。     

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。     

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.     

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。     

动态定位解算中测量粗差的探测与修复

基于Kalman滤波的动态定位中,动态观测量可能存在粗差,若数据处理不考虑对这些粗差的特别处理,则所提供的动态信息将极不可靠。文中计算了粗差对滤波结果的影响,并由此建立了动态定位中粗差的探测和修复算法。最后以一数字仿真(模拟)实验论证了方法的可行性。