基于变分模态分解的GNSS高程时间序列时变信号提取

针对GNSS坐标时间序列中的时变信号难以由现有最小二乘、最大似然估计(MLE)等参数化方法准确提取的问题,本文采用变分模态分解(VMD)方法将中国内地构造环境监测网络(CMONOC)测站的高程时间序列分解为一系列本征模态函数(IMF),进而重构出测站位置时间序列中含有的时变信号。结果表明,相对于MLE方法,VMD方法在97.9%的测站上均方根误差(RMSE)改进率为正值,因此该方法有助于绝大多数测站精确提取出时变信号,减弱高程时间序列中的非线性形变。另外,从相关系数和信噪比的角度来看,VMD方法得到的重构序列与原始序列之间的相关系数更高,信噪比也更大,表明降噪效果较好。通过特定测站的分析表明,VMD方法能有效探测出GNSS高程时间序列预处理中包含遗漏的阶跃信号的测站,表现为较大的RMSE改进率,这在大批量测站的阶跃信号探测中具有一定的实用价值。VMD方法相对于小波分解(WD)经验模态分解(EMD)具有更好的自适应性,但IMF分量个数仍然需要针对具体测站进行逐一确定,当分解个数和重构分量选取恰当时,VMD方法在GNSS高程时间序列中的应用效果可进一步提高。