顾及空间相关性的GNSS坐标序列插值比较

针对常规的全球卫星导航系统(GNSS)坐标序列缺失数据插值方法多基于单站,且只适用于缺失数据较少的情形,提出1种适用于数据缺失率高,尤其是数据连续缺失时的数据插值方法:利用基于多站的正则期望最大化算法(RegEM)和克里金卡尔曼滤波(KKF)算法,对实测数据和不同比例连续缺失的模拟数据进行插值;同时与多通道奇异谱分析(MSSA)的插值结果进行比较,这3种方法均顾及了空间相关性。实验结果表明,对于含有连续缺失的GNSS坐标序列,RegEM的插值效果最好,且能够较好地还原GNSS坐标序列的噪声水平,保留的方差也最大,在细节方面处理得更好,而KKF插值效果次之,MSSA插值结果最差。