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。

CORS站高程非线性速度场及方差波动模型构建方法

本文描述了CORS站高程时间序列采用固定周期项建立线性速度场的基本概念,指出给定周期与实际周期存在偏差的问题。为此,提出了CORS站高程时间序列非线性速度场建模方法。该方法以线性最小二乘解作为迭代初值,利用高斯-牛顿迭代算法求解非线性速度场模型的未知参数,实现了CORS站高程时间序列数据的非线性建模;给出了拟合模型残差平方序列异方差特性的检验方法,阐述了建立GARCH(p,q)模型反映CORS站高程非平稳序列波动情况的基本准则。本文以国内外6个CORS站20余年的高程时间序列为研究对象,建立非线性速度场运动模型。结果表明:CORS站高程运动并不存在严格的整年或半年周期项,近似年周期运动最为明显,近似两年周期运动占比最小,年周期估计偏差达到12%,半年周期偏差18%,两年周期偏差6%,非线性建模精度和效果整体优于线性模型。利用ARCH检验法得到CORS站高程非线性模型的残差平方序列存在异方差性,即残差平方序列具有非平稳特性,引入GARCH(p,q)模型对CORS站高程分量非平稳残差平方序列建模,反映了残差平方序列的非平稳波动。验证了GARCH(p,q)模型对CORS站高程非平稳残差平方序列建模的可行性,为今后利用GARCH(p,q)模型对CORS站高程非平稳噪声序列建模和非线性速度场重构提供了思路。

河北CORS和EGM2008模型在RTK三维水深测量中的应用

将河北CORS和EGM2008重力场模型应用在RTK三维水深测量工作中,不受控制点个数和位置分布限制,无需求取七参数,可直接获取2000国家大地坐标系平面定位成果。另外,利用EGM2008模型计算出测区内少数点的高程异常后,可通过二次多项式曲面模型进行高程拟合,求出全部测点高程异常,最终得到正常高。通过在渤海湾某水深测量项目中的验证,结果表明该方法简单可行,其精度可达到规范要求。

海南基准站稳定分析数据处理方法及时间序列分析

利用GAMITGLOBK10.71对海南CORS基准站连续观测3年的GNSS数据进行精密数据处理,并对获取的时间序列进行分析,分析CORS基准站的稳定性。分析结果表明,X方向时间序列在2 cm以内,显上升趋势;Y、Z方向时间序列在4 cm以内,显下降趋势。分析结果对海南CORS基准站的稳定性分析具有参考价值,确保基准服务的稳定可靠性。

基于奇异谱分析的CORS大地高时序形变信息提取

为增强信号提取的信噪比,采用奇异谱分析(SSA)对测站大地高序列进行分解与重构,利用仿真实验确定嵌入维数与截断主分量个数的选取原则,进一步将SSA方法应用到CORS时序形变信息提取中。通过FFT分析发现,大地高时序以分解的季节性变化成分为主,重构后时序标准差明显减小,表明SSA方法可有效提高CORS大地高时序信噪比,起到降噪平滑作用。研究结果对地壳垂直形变特征表达及SSA应用拓展具有一定意义。

广西北部湾沿海区域CORS站稳定性监测分析

CORS站是提供高精度定位的重要基础设施,目前对沿海区域CORS站稳定性分析的成果相对较少,因此开展沿海区域CORS站稳定性分析具有重要价值。该研究使用2016—2018年的广西北部湾沿海区域CORS站观测数据,借助GAMIT/GLOBK软件开展CORS站稳定性分析。研究表明:ITRF2014框架下CORS站水平方向作南东东方向运动,平均运动速率35.57 mm/a,与广西区域现今地壳构造运动一致;区域CORS站水平形变速率整体小于1.7 mm/a,CORS站具有较好的稳定性。根据形变场分析结果,建议对区域CORS站实行每年一次框架坐标更新。

基于台州及周边地区CORS站网地表形变时空特征分析

基于台州地区15个连续运行参考站(CORS)2017-2019年的时间序列,对其进行线性拟合,构造三维速度场,并利用功率谱分析及小波变换分析其CORS站周期特征.发现台州地区CORS中基准站水平方向具有平均站速度33.58 mm/a,运动方向为东南的水平运动现象,高程方向最大抬升速率3 mm/a,最大沉降速率1 mm/a;从周期上看,CORS站垂直方向相较于水平方向明显很多,具有明显的年周期、半年周期以及季节周期.

顾及噪声的CORS站高程非线性建模方法

针对当前连续运行参考站(CORS)高程坐标的数据预测,仅建立了包含周期项、趋势项的模型,未考虑到噪声项影响的问题,提出1种顾及噪声的CORS站高程非线性建模方法:对高程时间序列,建立非线性最小二乘周期拟合模型;对得到的模型残差项(噪声项),建立自回归(AR)预测模型;最后将非线性最小二乘周期拟合模型与AR模型进行组合,对CORS站高程分量进行预测。实验结果表明,非线性最小二乘周期拟合和AR的组合模型,较传统的非线性最小二乘周期拟合模型预测精度高。

采用改进神经网络的CORS站高程混沌时间序列分析

为了更好地分析CORS站(连续)运行参考站——北京房山站的高程时间序列的变化规律,使其能更好地应用到地壳运动监测.对房山站观测数据进行数据处理,得出其数据类型为非线性、非稳态时间序列,然后采用正则化RBF(径向基)神经网络对其进行相空间重构,使其满足高斯分布.采用小波神经网络进行滤波处理,剔除噪声,采用加窗谱估计得出高程时间序列的平均谱功率和周期性,经过去除趋势FFT周期拟合和BP神经网络预测等处理,并进行计算分析.由数据处理结果可知,北京房山站高程时间序列斜趋势不明显,其中年周期最为明显,高程时间序列受多因素的影响,BP网络能很好地预测高程时间序列.

天津市GNSS地面沉降监测数据解算改进策略

为了进一步提高全球卫星导航系统(GNSS)在地面沉降监测中的精度,提出一种GNSS地面沉降监测数据解算改进策略:选择GNSS连续站作为沉降监测基准;采用最优的计算模型;改进平差方法。以天津市2007—2008年数据为例验证,结果表明,GNSS高程时间序列残差的均方根可以减小27%~44%;地面沉降年度速率误差平均减小35%左右;高程时间序列中的年度内地面沉降变化趋势更加明显,GNSS连续站表现出线性沉降或周期性波动式沉降。提出的改进策略可以有效解决地面沉降监测中的基准问题,并提高地面沉降的监测精度。

GNSS连续站在天津地面沉降监测中的应用

讨论单纯利用水准测量方法进行地面沉降监测时,由于基准点的变动造成地面沉降监测结果的不确定问题,提出用CORS站时间序列得到的高程分量变化速率与复测水准资料联合处理结果作为水准变化的速率基准,并利用实例与传统做法进行了比较,验证了该方法的优点。

利用GNSS数据分析大港验潮站地壳沉降

青岛大港验潮站的地壳沉降关系到该站平均海平面的绝对变化,因而也就关系到我国高程基准面的变化。本文利用青岛GNSS基准站约10年的观测数据对该站的地壳沉降变化进行分析。首先将青岛GNSS基准站纳入由50个国际IGS站和43个国内陆态网络基准站组成的全球网中,进行单日松弛解和单日约束解解算,获得该站坐标时间序列。然后对该站垂向坐标时间序列进行分析,利用粗差探测、偏差探测、趋势项分析、频谱分析等方法对粗差、偏差、趋势项和周期项进行探测、分析,并通过时间序列模型估计获得时间序列中的周期项振幅和偏差估值。分析表明青岛GNSS基准站垂直方向近一段时间未发现存在显著性的地壳沉降变化,但受到比较明显的周年和半周年周期变化影响。结合青岛大港验潮站验潮数据分析结果得出结论:青岛大港验潮站平均海平面的绝对上升速率是1.62mm/a。

HHT-EEMD用于IGS站高程时间序列分析

利用经验模态分解(EMD)和整体经验模态分解(EEMD)方法,将BJFS站2000~2015年高程时间序列进行分解,发现其不仅存在1a、0.5a、0.25a、2个月、1个月以及长周期等周期项,还存在以往方法很难探测出来的近似2a周期信号。与EMD分解结果对比,整体经验模态分解可以明显减弱模式混叠现象。对各分量进行Hilbert变换(HHT),得到时间-频率-能量的Hilbert频谱图。结果表明,年周期和2a周期变化是高程运动的主要贡献项。利用小波变换方法对比验证EEMD的分解结果表明,与小波分析相比,EEMD重构信号与高程序列差异的RMS更小,证明了HHT-EEMD方法在数据资料分析过程中的有效性。对环境负载及GRACE负载造成的测站位移进行功率谱分析得出,环境负载确实会造成IGS站高程时间序列的1a、0.5a以及季节性运动,GRACE负载还验证了2a信号的存在。

利用CEEMD分析中国沿海GNSS站高程时序变化

利用完备经验模态分解方法(CEEMD)对我国沿海地区6个GNSS基准站(2010-2018)的高程时序数据进行了处理分析。结果表明:CEEMD在高程时间序列分析中具有一定的优越性,可准确分解出各GNSS站高程时序中存在的周、月、季节、年等变化周期项,其中周年运动是主要贡献项,各站高程时间序列的短周期变化与潮汐变化周期具有密切关联性;沿海GNSS站的地面沉降既具有区域的一致性,又存在区域间差异性,其中D区DBJO、DZJJ站呈现先下降后上升的趋势,N区NZUH、NWZU站呈下降趋势,B区的BZMW呈上升趋势,而同海区的BLHT站则呈显著的下降趋势。

不同插值方法对CORS高程时间序列的影响分析

在CORS站高程时间序列的研究中,当连续缺失较多数据时,插值显得尤为重要。为了较好地解决这个问题,本文尝试采用正交多项式拟合的方法,分别利用正交多项式拟合、拉格朗日和三次样条等插值方法对高程时间序列进行插值,并对不同方法的插值结果进行了分析比较,验证了正交多项式拟合的可行性及有效性。结果表明:在高程时间序列插值中,三次样条插值结果较差;连续缺失3个点及以下时,正交多项式拟合、拉格朗日插值结果均较好,插值效果相当;随着缺失点数量的增加,正交多项式拟合结果要优于另2种方法。

EEMDAN的CORS站高程时间序列分析方法

针对整体经验模态分解(EEMD)方法对连续运行参考站(CORS)高程时间序列分解结果整体平均时,噪声未能完全消除的问题,该文引入一种噪声自适应整体经验模态分解(EEMDAN)方法,在经验模态分解(EMD)处理时添加白噪声分解的模态分量,改进CORS站高程时间序列信号分解的模态混叠,根据平均周期和能量密度乘积指标区分噪声和周期信号,并基于正交性指数及均方根误差指标衡量分解的精度。两个CORS站20年高程时间序列实验结果表明,以正交指数衡量的分解精度EEMDAN比EEMD提高近35%,均方根误差指标提高近22%,实现了对CORS站高程时间序列的精确分解,并改善EEMD整体平均后噪声未完全消除对信号重构的影响。

一种CORS站高程序列噪声识别算法

针对能量密度谱判断噪声与信号主导模态分界点性能不稳定的问题,该文提出基于夹角余弦的分界点判断方法。该方法首先利用EEMD对CORS站高程数据进行分解,其次计算原始信号与各阶模态分量的夹角余弦值,最后根据夹角余弦值的首次逆向转折位置判定噪声主导模态和信号主导模态的分界点。以4个CORS基准站近20年原始高程时间序列信号为研究对象,对噪声与信号模态分量分界点进行判定,实验结果表明采用基于夹角余弦的判定方法可以一次判断出噪声和信号模态分量的分界点。该方法应用到CORS站高程信号与噪声序列的识别中性能更加稳定。

CORS站高程非线性速度场估计方法

针对以固定周期项的线性拟合模型建立CORS站垂向速度场运动模型的方法,该文设计非线性最小二乘周期拟合算法以线性LS模型的周期项和振幅等作为非线性模型的初值,迭代求解CORS站非线性高程速度场模型的各周期项参数。以Kunm站近12年的高程时间序列为例,近似的年、半年、两年周期等的频率分别为0.999 87、2.018 4、0.500 185,振幅分别为0.17、0.002、0.23cm,非线性速度场模型拟合后的残差中误差由1.34mm降低为1.25mm。实验结果表明,非线性速度场拟合的周期项并不是固定精确的年、半年等,拟合模型的精度有所提高。

新疆CORS站时间序列及速度场分析

高精度解算2011—2017年覆盖新疆地区的166个CORS站单日解坐标,并提取坐标时间序列,获得各个站点实测速度。对新疆地区速度场以及板块进行分析,新疆塔里木盆地水平运动趋势为北东向,在新疆东部及天山北部运动趋势主要为东向,且总体运动速度为由西向东减弱。垂直速度场运动表现出塔里木盆地西部及天山东部呈现下降趋势,而天山北部呈现抬升趋势。新疆相对于欧亚板块的形变特征为自北北西逐渐转向北北东,水平运动趋势由西南向东北逐渐减弱,具有明显地东西和南北方向不均匀性。基于新疆II级构造块体运动欧拉参数得到的各构造块体内部形变速度明显小于基于欧亚板块作为背景场的形变速率,其北方向和东方向速度RMS值均不超过2 mm/a,反映该块体内部处于较稳定的状态。

顾及噪声项的连续运行参考站高程建模方法

针对未考虑噪声情况下利用非线性周期拟合模型得到的高程预测值与实际值存在偏差较大的问题,该文提出一种顾及噪声项的CORS站高程建模预测方法。对CORS站高程原始数据进行CEEMD分解,利用自相关函数绝对值均值变点理论判定噪声与信号分界点;对噪声序列建立ARMA模型、信号序列建立非线性周期拟合模型;将非线性周期拟合模型和ARMA模型组合进行CORS站高程数据的预测。实验结果表明:顾及噪声项的非线性速度场预测方法高程预测精度优于未考虑噪声项的非线性预测方法。该方法为CORS站高程数据的建模预测提供了一种新的途径。