基于改進(jìn)奇異譜分析方法提取GNSS坐標(biāo)時(shí)間序列趨勢(shì)項(xiàng)及季節(jié)項(xiàng)信息.pdf

1、第一個(gè)GNSS連續(xù)觀測(cè)站在1991年1月20日建立以后，世界各國(guó)陸續(xù)建立更多的GNSS連續(xù)觀測(cè)站。并且隨著GNSS測(cè)量技術(shù)的進(jìn)步及數(shù)據(jù)處理中模型精度不斷提高，在全球范圍內(nèi)已經(jīng)累積了20多年高精度的GNSS連續(xù)觀測(cè)數(shù)據(jù)。為研究不同時(shí)空尺度的地球物理現(xiàn)象如地球自轉(zhuǎn)、區(qū)域形變、地震形變監(jiān)測(cè)、冰后回彈、斷層滑動(dòng)及全球板塊構(gòu)造運(yùn)動(dòng)提供重要的數(shù)據(jù)支持。
　　數(shù)據(jù)預(yù)處理是GNSS站點(diǎn)坐標(biāo)時(shí)間序列分析的第一步工作，其主要內(nèi)容包括三部分:粗差探測(cè)與

2、剔除、缺損數(shù)據(jù)插值及階躍項(xiàng)改正。在采用小波分析和功率譜分析對(duì)GNSS站點(diǎn)坐標(biāo)時(shí)間序列進(jìn)行分析時(shí)，需要GNSS站點(diǎn)坐標(biāo)時(shí)間序列去除線性趨勢(shì)并為零均值。首先，在時(shí)域上采用小波分析從GNSS站點(diǎn)坐標(biāo)時(shí)間序列中提取的季節(jié)項(xiàng)進(jìn)行分析。其次，采用功率譜分析對(duì)GNSS觀測(cè)數(shù)據(jù)進(jìn)行分析時(shí)，結(jié)果發(fā)現(xiàn)在低頻處的譜能量較大且頻譜呈傾斜（斜率趨近于-1），這說(shuō)明噪聲項(xiàng)中包含著閃爍噪聲;但隨著頻率的增加，在高頻處譜能量逐漸降低且頻譜趨于平緩（斜率趨近于0），這說(shuō)

3、明噪聲項(xiàng)中包含著白噪聲。結(jié)果得出的閃爍噪聲和白噪聲模型組合也與GNSS站點(diǎn)坐標(biāo)時(shí)間序列噪聲的最佳模型相符合。同時(shí)功率譜分析結(jié)果表明GNSS坐標(biāo)時(shí)間序列中含有頻率(cpy)接近1.0和2.0的季節(jié)項(xiàng)。
　　在與GNSS觀測(cè)技術(shù)相關(guān)的系統(tǒng)誤差及各種地球物理效應(yīng)共同的影響下，GNSS站點(diǎn)時(shí)間序列中可能包含非長(zhǎng)期趨勢(shì)項(xiàng)、階躍項(xiàng)、噪聲項(xiàng)以及振幅隨時(shí)間變化的季節(jié)項(xiàng)。如何將上述信息甚至一些原因不明確的其他信息從GNSS站點(diǎn)時(shí)間序列中分離出來(lái)是現(xiàn)

4、在時(shí)間序列研究的熱點(diǎn)。使用傳統(tǒng)參數(shù)模型去解決這些復(fù)雜的問(wèn)題時(shí)具有局限性。作為一種從數(shù)據(jù)自身出發(fā)的無(wú)參自適應(yīng)的奇異譜分析方法可以在沒(méi)有使用原始數(shù)據(jù)中任何地球物理現(xiàn)象先驗(yàn)信息的情況下將有用信息從從受到噪聲干擾的GNSS站點(diǎn)時(shí)間序列中提取出來(lái)。為改正傳統(tǒng)的奇異譜分析方法(SSA)具有相移現(xiàn)象缺點(diǎn)，本文提出一個(gè)改進(jìn)奇異譜分析方法(SSA-PD)用于擬合GNSS站點(diǎn)時(shí)間序列。通過(guò)模擬數(shù)據(jù)計(jì)算表明模擬信號(hào)和改進(jìn)奇異譜分析方法重構(gòu)信號(hào)殘差的均方根小于