共查询到20条相似文献，搜索用时 31 毫秒
1.
以30个GPS基准站坐标序列为对象,提出分别采用赤池信息量准则(AIC)与贝叶斯信息准则(BIC)噪声模型估计准则判定GPS时间序列噪声特性,对比分析GPS时间序列噪声模型特性,探讨不同噪声模型对GPS站速度及其不确定度的影响.结果表明GPS站坐标序列噪声模型主要表现为FN+WN、PL及FN+RW+WN噪声模型特性;FN+WN噪声模型对GPS站速度估计值的影响相对较小,但在U分量影响最为明显;此外,RW对站速度不确定度的影响不可忽略,正确获取模型参数估计的实际不确定度及改正噪声分量对于合理应用GPS坐标时间序列数据具有重要的意义. 相似文献
2.
针对随机模型对站速度的影响,该文以45个国际GNSS服务(IGS)核心站坐标时间序列为研究对象,提出基于Fisher信息矩阵的KIC噪声模型估计准则,对WN、PL、FN+WN、FN+RW、FN+WN+RW备选随机模型进行分析。探讨不同随机模型对IGS站速度及其不确定度估计的影响。结果表明,IGS站坐标时间序列随机模型呈现出多样性,在进行噪声模型估计及其速度应用时应选择足够代表IGS随机模型的备选噪声模型。不同随机模型对IGS站速度估计值的相对影响较小,但对速度不确定度估计值影响不可忽略,尤其是RW分量对站速度不确定度的影响更加明显。 相似文献
3.
以12个GPS站12年的坐标序列为研究对象.采用Kashyap信息准则（KIC）噪声模型估计准则对四种组合噪声特性进行估计,探讨慢滑移（ETS）现象对GPS站坐标时间序列的影响,结果表明:ETS引起了GPS站坐标序列模型的变化,E、N方向分量噪声模型占比与U分量模型占比差异较大,可能造成噪声模型的错误估计;ETS后的站速度及其不确定度相比ETS前站速度及其不确定度均有增加,且在U分量表现明显;特殊地理位置的测站可进行标记研究,尽量减少地震运动带来的不利影响,为地壳运动研究提供有价值的参考资料． 相似文献
4.
本文以环渤海区域GPS基准站2013年至2018年观测数据为基础,从噪声特性及时间序列参数方面进行分析。利用最大似然估计法估计环渤海区域27个测站坐标时间序列在不同噪声模型下的噪声量级及时间序列参数。针对最佳噪声模型,利用谱指数和最大似然估计两种方法分别从定性和定量确定。结果表明,测站的最佳噪声模型主要有WN+FN和WN+FN+RWN两种模型组合,绝大多数测站的最佳噪声模型为WN+FN,其中WN+FN+RWN模型主要分布在基岩类型为土层的基准站上,WN+FN模型主要分布在基岩类型为基岩的基准站上。 相似文献
5.
以云南地区陆态网27个全球定位系统(GPS)基准站在2011-2017年不同时间跨度的观测数据为例,使用赤池信息量和贝叶斯信息量估计准则(AIC/BIC)对解算结果进行分析,从而确定其最优有色噪声模型.结果表明,不同时间跨度基准站各坐标分量上噪声特性主要体现为白+闪烁噪声(WN+FN)、幂律噪声(PL)模型组合.部分基准站在北向和垂向的最优噪声模型会随着观测时间的累积而改变,PL模型所占比例有所下降,WN+FN模型所占比例有所上升.当时间跨度大于5 a时,基准站噪声模型的稳定性显著提高.随着坐标时间序列积累时长的增加,未知噪声分量出现的可能性也相应提高. 相似文献
6.
7.
8.
9.
针对现有GPS时间序列研究中时间序列跨度方面研究较少,该文对不同GPS时间序列跨度对噪声模型建立的影响进行分析。选取ITRF2008框架下中国区域的10个IGS基准站的坐标时间序列,将每个序列按照时间跨度分为5a、10a、15a和20a4个时段,分别求取各时段的谱指数,采用不同的噪声模型组合对它们进行噪声分析,并对结果进行对比。结果表明:随着时间序列长度的增加,谱指数呈减小趋势,FN+RWN+WN在所有最优噪声模型中所占比例上升,FN+RWM+WN中RWN在所有噪声分量中所占比例呈上升趋势,噪声的长周期分量变得显著;同一测站在不同长度时段内所求最优噪声模型、速度场差别较大,在研究分析测站最优噪声模型、速度场时需要指出获取该时间序列的时段。 相似文献
10.
针对北京市CORS站的稳定性问题,该文利用GAMIT/GLOBK软件对北京市13个CORS站2016—2018年的观测数据进行了处理,获取了原始坐标时间序列和坐标残差时间序列,通过极大似然估计的方法对CORS基准站进行了噪声模型分析和区域速度场估计。结果表明,北京市CORS站坐标时间序列的最佳噪声模型为WN+FN+RWN组合模型;采用NEU方向的最佳噪声组合模型对北京市CORS站进行区域速度场估计,BJTZ、CHAO、DSQI、XNJC站的沉降较为严重,其他CORS站N方向速度估值在7.2~14.3 mm/a,E方向速度估值在27.5~32.5 mm/a,U方向速度估值在2.0~8.5 mm/a。 相似文献
11.
12.
针对地表质量负荷对京津地区GNSS坐标时间序列噪声特性的影响,选取中国大陆构造环境监测网络8个GNSS基准站2012—2014年的坐标时间序列,利用CATS软件计算大气压、非潮汐海洋、积雪和土壤湿度等质量负载改正前后GNSS坐标时间序列的谱指数、最优噪声模型、速度的变化。发现地表质量负载对GNSS坐标时间序列的噪声特性产生了明显影响。结果显示,京津地区GNSS坐标序列包含白噪声和有色噪声,且最优噪声模型具有多样性。扣除质量负载后N、U分量的噪声模型变化明显,主要表现为FN+WN和PL+WN,而N、E分量的谱指数分别趋近于FN和WN。质量负载改正后基准站U方向的线性速度变化较大,且北京地区变化量大于天津地区。研究结果为提高GNSS数据解算精度、精细分析地壳形变提供参考。 相似文献
13.
针对GNSS时间序列噪声难辨识问题，该文仿真100组不同时间跨度FNWN、PLWN、GGMWN、RWFNWN噪声背景的高程时间序列，并AIC、BIC、BIC＿tp噪声模型估计准则进行分析，论证不同估计准则的可靠性、适用性，并进一步探讨了时间跨度与噪声模型对站速度估计的影响。结果表明：AIC对RW、PL噪声分量比较敏感，相比其他准则更容易辨识出坐标序列中存在的RW噪声；当时间跨度大于20 a时，AIC、BIC、BIC＿tp模型估计准则的准确识别率一致性较好；对于FNWN模型，AIC估计准则的辨识率较差。随着时间跨度的增加，GNSS站速度的确定精度逐步提高。不同噪声模型假设下，站速度不确定度存在较大差异，准确的噪声模型辨识是获取可靠的站速度及不确定度的关键。 相似文献
14.
利用Hector软件解算我国东北地区16个陆态网络连续站近10 a的时间序列观测数据,获取连续站坐标残差时间序列数据,进而确定最优噪声模型,最终得出基于有色噪声(CN)以及环境负载改正后的速度场. 结果表明:东北地区陆态网络坐标时间序列数据中主要存在白噪声(WN)、闪烁噪声(FN)与幂律噪声(PL);北(N)和天顶(U)方向的最优噪声模型为WN+FN;E方向的最优噪声模型均为WN+PL. 在顾及CN及环境负载的影响下,东北地区陆态网络基于ITRF14框架下在N方向上运动的平均速率为?13.003 mm/a,东(E)方向上运动的平均速率为27.020 mm/a,U方向上运动的平均速率为0.528 mm/a,整体呈隆升趋势. 相似文献
15.
针对不同地区连续运行参考站(CORS)坐标时间序列周期特性与噪声特性存在的差异性问题,本文采用功率谱分析法和极大似然法分析香港卫星参考站网(SatRef)的坐标时间序列.研究结果表明,参考站点的三个坐标分量上都存在明显的年周期项与半年周期项.各参考站坐标分量上的噪声特性存在多样化的特征,白噪声(WN)加闪烁噪声(FN)是主要噪声模型,仅考虑WN而忽视有色噪声(CN)的做法会大大低估参数估计的不确定度.根据最优噪声模型估值得出的SatRef站速度场在水平方向上有整体向东南方向运动的趋势,与华南块体的运动结果基本一致. 相似文献
16.
利用中国地震局全球卫星导航系统(GNSS)数据产品服务平台获取内蒙古自治区境内15个陆态网络连续站2010-06—2021-06的观测数据,通过GAMIT/GLOBK软件、HECTOR软件解算得到去奇异值后的坐标时间序列,最后结合贝叶斯信息量准则(BIC)数值分析确定最优噪声模型:内蒙古自治区坐标时间序列在东(E)方向的最优模型为白噪声+闪烁噪声 (WN+FN),在北(N)和天顶(U)方向的最优噪声模型为白噪声+幂律噪声(WN+PL). 采用最佳噪声模型对速度场进行修正,在ITRF14框架下,内蒙古地区陆态网络连续站的平均运动速率为30.653 mm/a,运动方向为26°57′51″SEE;垂直方向上平均运动速率为0.792 mm/a. 相似文献
17.
基于青海地区14个中国大陆构造环境监测网络(CMONOC)连续站10年的坐标时间序列数据,利用贝叶斯信息准则(BIC)确定各连续站的最优噪声模型,进而得出修正后的水平速度场,并在此基础上建立整体旋转与线性应变模型来分析青海地区的应变特征. 结果表明:青海地区CMONOC连续站坐标时间序列各方向的噪声特性存在较大差异,东(E)、北(N)、天顶(U)方向的最优噪声模型分别为 白噪声+幂律噪声(WN+PL)、白噪声+高斯-马尔科夫噪声(WN+GGM)和白噪声+闪烁噪声(WN+FN). 考虑有色噪声(CN)影响青海地区CMONOC连续站基于ITRF2014框架下的平均水平运动速率为39.45 mm/a,运动方向为88°57′58″NEE. 青海地区构造活动相对强烈的东北与西南部分别表现为挤压应变特征和拉张应变特征;从东北向西南,挤压应变逐渐减小,拉张应变逐渐增大,总体表现为挤压应变. 相似文献
18.
由于利用GAMIT/GLOBK软件对连续运行多年的GPS基准站数据进行处理的原始结果存在一定的噪声,本文利用ARMA模型对GPS基准站坐标进行时间序列分析,其中采用Pandit-Wu方法确定ARMA模型的阶数.试验结果表明,采用Pandit-Wu方法能够准确地确定ARMA模型的阶数,并且基于ARMA的时间序列有效地消除了一定量的噪声,让GPS基准站随着时间的变化规律与趋势更加明显,说明ARMA模型在GPS基准站坐标时间序列分析中剔除噪声及突显变化量与趋势具有良好的效果. 相似文献
19.
20.
积累多年的GPS基准站坐标时间序列被广泛应用于大地测量学与地球动力学研究。实现坐标时间序列中噪声与信号的有效分离并建立顾及不同分量噪声之间相关性的严密三维噪声模型,有助于确定测站线性以及非线性运动参数估值更加真实的不确定度。这对于精化速度场、合理解释地壳形变特征、建立毫米级的地球参考框架等研究具有重要的科学和现实意义。 相似文献