基于VMD算法的GNSS-MR潮位反演方法

GNSS-MR作为一种新兴的遥感技术,利用GNSS信号在传播过程中的多路径效应反演地表参数,近年来在潮位反演领域得到广泛应用。但传统GNSS-MR技术在利用低阶多项式提取SNR残差序列时,由于提取方式过于粗糙,没有充分考虑GNSS干涉信号的特征,导致在卫星高度角较大时,提取的SNR残差序列含有部分非干涉信号,进而直接导致在LSP频谱分析时出现虚假峰值现象,造成反演失真。本文利用变分模态分解(VMD)算法可将合成信号自适应分解成一系列具有特殊物理意义的IMF分量的优势,提出了基于VMD算法的改进GNSS-MR潮位反演方法。通过对美国华盛顿州SC02站100 d的潮位反演结果表明,本文提出的3个基于VMD算法的潮位方法中,将VMD算法的分解层数设置为5的VMD-5反演方法具有最高的反演精度与稳定性,其RMSE为33.74 cm,相关系数为0.9205,异常反演点数为40;较传统反演方法、VMD-4反演方法、VMD-6反演方法的RMSE分别降低89.80%、10.81%、48.48%;相关系数分别增加305.40%、2.30%、25.99%;异常反演点数分别降低83.67%、6.98%、14.89%。VMD-5的GNSS-MR潮位反演方法能够有效降低传统反演方法存在的异常反演点数量,显著提高反演精度及时间分辨率,能够实现在卫星高度角较大时进行长期高精度的、高稳定性、高时间分辨率的潮位反演。