共查询到18条相似文献，搜索用时 525 毫秒
1.
选取日本7个IGS基准站在2011-03-11东日本大地震前后各3 a的坐标时间序列,计算此区域的共模误差,利用CATS软件确定地震前后基准站各分量的最优噪声模型,分析共模误差和东日本大地震对基准站坐标时序噪声特性的影响。结果表明,共模误差在N、E、U方向均表现出较为明显的周期特性,且地震的发生导致其N、U方向均值分别增大2.1倍和1.5倍;利用空间滤波的方法剔除共模误差后,水平方向的闪烁噪声得到较明显的削弱;IGS基准站各分量表现出不同的噪声特性,其变化因站而异,并未表现出明显的规律;地震对基准站坐标时序噪声的影响主要表现为BP、FN和RW特性,且距离震中越近,这种影响越明显。 相似文献
2.
对陕西省GPS连续基准站2011-01-01~2013-05-30坐标时间序列进行分析,利用区域叠加滤波分离出共模误差,滤波后站坐标时间序列N、E、U方向的平均均方根分别减小69%、60%和41%。通过谱指数计算发现,空间滤波后的时间序列含有白噪声和有色噪声;利用CATS软件对各噪声分量估计发现,垂直方向噪声分量大于水平方向;空间滤波使闪烁噪声大幅减小,部分站出现随机漫步噪声。 相似文献
3.
使用GAMIT/GLOBK软件处理四川省内23个连续GPS基准站2010～2015年数据，获取各测站的坐标时间序列，然后利用堆栈法对其进行空间滤波以剔除共模误差，通过谱指数计算和最大似然估计法（MLE）对滤波后的GPS站坐标时间序列进行噪声分析。结果表明，四川连续GPS基准站坐标时间序列N、U方向最优噪声模型为WN+FN，E方向最优噪声模型为WN+FN+RWN；空间滤波可以降低闪烁噪声，同时使一些测站显现出随机漫步噪声；根据GPS站坐标时间序列估计基准站速度时，应当顾及有色噪声的影响。 相似文献
4.
台湾连续GPS网主成分空间滤波分析 总被引：1，自引：0，他引：1
采用PCA方法提取台湾GPS区域网共模误差,进行空间滤波。结果表明,第1主成分在空间上表现出强烈的一致性,第2～5主成分在空间上呈现出局部响应的特点;滤波后残差时间序列的均方根（RMS）在N、E、U方向平均分别降低33%、31%、19%;滤波效果在水平方向好于垂直方向,东、西部存在明显的差异,这可能与台湾地区地形有关;幂律噪声振幅在N、E、U方向平均分别下降36%、43%、23%。 相似文献
5.
利用华北地区GPS连续运行基准站网络2008-08~2013-04观测数据,分析36个基准站坐标时间序列的噪声特征。利用区域堆栈滤波方法对GPS单日解坐标时间序列进行共性误差剔除,使用极大似然估计准则定量估计坐标时间序列的噪声特性,并分析有色噪声对测站计算速度的影响。结果表明,华北地区GPS基准站坐标时间序列的共性误差在N、E和U方向分别约为1 mm、1 mm和3 mm,且共性误差具有类似闪烁噪声的特性;共性误差剔除前,坐标时间序列的噪声特性可以用可变白噪声加闪烁噪声模型或可变白噪声加幂律噪声模型来描述;共性误差剔除后降低了坐标时间序列噪声中闪烁噪声的成分,突出了本地效应部分噪声,坐标时间序列的噪声特性可以用可变白噪声加闪烁噪声和随机漫步噪声模型或可变白噪声加幂律噪声模型来描述;最优噪声模型计算的速度误差比仅考虑可变白噪声所计算的速度误差增大5~8倍;剔除共性误差,可使测站速度的精度获得40%左右的提高。 相似文献
6.
分别利用GLOBK和QOCA软件对陆态网络260个基准站的GNSS观测数据进行处理,获得站点在ITRF2008框架下的坐标和速度。通过比较分析两个软件的解算结果,证明了QOCA 软件能更好地处理测站位移的非线性变化,并通过拟合周年、半年项、剔除共模误差等手段提高解算精度。结果表明,相比于GLOBK软件,QOCA软件得到的拟合残差序列的RMS在E、N、U 3个方向上分别减小70%、80%和70%。 相似文献
7.
以GAMIT/GLOBK处理得到高精度常州CZCORS坐标时间序列,用奇异谱分析方法对其进行空间滤波,使用最大似然估计方法对剔除共性误差的坐标时间序列进行噪声特征分析,得出最优白噪声模型为“WH”,N、U分量最优有色噪声模型为“WH+FN”,E分量最优有色噪声模型为“WH+FN+RWN”。根据最优有色噪声模型估计出的CZCORS站速度场表现为东南方向整体运动的趋势,其整体位移变化值及运动方向与周围IGS站基本一致。 相似文献
8.
针对区域GNSS坐标时序存在共模误差(common mode error, CME)的问题,以华北地区GNSS坐标时序为例,提出可用于消除空间域误差的主成分分析法PCA与完全集合经验模态分解法ICEEMDAN。首先使用PCA滤波提取CME;然后使用ICEEMDAN方法分解CME,提取出有用的IMF分量,减少原始信息的损失;最后对比分析PCA、ICA、IC-PCA三种方法的区域滤波效果。结果表明,IC-PCA的滤波效果优于ICA和PCA,IC-PCA滤波前后N、E、U三个方向上的残差RMS平均降低1.93%、1.92%和7.60%,且滤波结果与原始时间序列变化趋势更加吻合,可有效减少PCA对原始时间序列造成的损失。 相似文献
9.
汪利 《大地测量与地球动力学》2023,(4):380-386
收集尼泊尔地震近场密集的GNSS测站数据,采用GAMIT/GLOBK软件包解算2011～2017年尼泊尔近场58个GNSS连续观测站和41个震后GNSS流动观测站数据,对获得的数据进行周期性、共模误差以及噪声的时间序列分析。结果显示：1)GRACE改正GNSS时间序列周期项,可使E、N、U三个分量的WRMS平均降低15.52%、26.41%和45.06%;2)针对时间序列中存在大量缺失数据,改进传统的PCA方法,利用第一主成分计算共模误差,3个分量有效率分别达到61.91%、53.91%和53.88%;3)噪声分析表明,尼泊尔地震近场GNSS站点最佳噪声模型为WN+FN,相比单纯的WN模型,WN+FN模型估计震间速度、同震和震后位移误差分别约为其6～9倍、4～7倍和2～4倍。该研究结果对区域坐标框架维护、尼泊尔地震的同震破裂和震后余滑的地球物理模型反演具有重要意义。 相似文献
10.
以某省9个CORS站点为例,采用区域叠加滤波法提取CORS站坐标时间序列中的共性误差;然后,计算剔除共性误差前后TEST站坐标时间序列的周期功率谱图,分析共性误差对坐标时间序列的影响;最后,利用最大似然法确定顾及共性误差的CORS站坐标时间序列噪声模型。结果表明,CORS站坐标时间序列的3个坐标分量具有不同的噪声性质。 相似文献
11.
使用Bernese 5.2软件双差定位程序处理西南极区域24个GPS基准站9 a的观测资料,获得各站单日解坐标时间序列.利用主分量分析法和独立分析法对其进行空间滤波,对比分析2种方法的滤波效果,然后采用极大似然估计法分析滤波前后各站时间序列的噪声特征,建立最优噪声模型,并分析共模误差对测站速度的影响.结果表明,2种方法... 相似文献
12.
为消除共模误差CME,目前广泛应用的主成分分析法（PCA）基于观测数据的二阶统计量（方差和协方差）将观测网残差分解成一组不相关的随时间变化的模态和对应的空间响应,而GPS时间序列分布具有非高斯特征,二阶统计量不能完全描述其随机特性。本文假设区域网CME 与其他误差相互统计独立,则可以采用独立分量分析（ICA）法。采用模拟数据对ICA提取CME的精确性和有效性进行验证,并与PCA结果进行对比。结果表明,ICA能够有效地提取观测网CME。 相似文献
13.
利用叠加滤波、PCA、KLE 3种方法对欧洲区域平均基线长度为2 000 km的大空间GPS网12个IGS站9 a（2006-01~2014-12）的观测数据进行处理，分析对比3种方法剔除共模误差的效果。结果显示，3种方法剔除百分比分别为25.87%、41.48%、35.72%，滤波后坐标精度明显提高；对于较大的GPS观测网，相对于叠加滤波，PCA和KLE法效果更好，可以显示不同站点的空间特征。 相似文献
14.
基于中国大陆构造环境监测网络的连续GNSS观测数据,选取云南省25个测站的坐标时间序列研究地表质量变化对建立噪声模型的影响。计算陆地水负载、大气压负载和非潮汐海洋负载引起的测站非线性变化,采用极大似然估计对不同噪声组合进行分析,分别建立负载改正前后各GNSS测站的最优噪声模型,同时估计速度的不确定度。结果发现,云南省GNSS测站各分量的噪声特性主要表现为闪烁噪声+白噪声(FN+WN);环境负载改正能够改变坐标时间序列的最优噪声模型;用加入环境负载改正后建立的最优噪声模型估计各测站的速度不确定度,对于E、N、U分量,分别有72%、80%、68%的测站的速度不确定度变小。 相似文献
15.
《世界地质(英文版)》2015,(3)
The ground penetrating radar( GPR) detection data is a wide band signal,always disturbed by some noise,such as ambient random noise and multiple reflection waves. The noise affects the target identification of underground medium seriously. A method based on principal component analysis( PCA) was proposed to extract the target signal and remove the uncorrelated noise. According to the correlation of signal,the authors get the eigenvalues and corresponding eigenvectors by decomposing the covariance matrix of GPR data and make linear transformation for the GPR data to get the principal components( PCs). The lower-order PCs stand for the strong correlated target signals of the raw data,and the higher-order ones present the uncorrelated noise.Thus the authors can extract the target signal and filter uncorrelated noise effectively by the PCA. This method was demonstrated on real ultra-wideband through-wall radar data and simulated GPR data. Both of the results show that the PCA method can effectively extract the GPR target signal and remove the uncorrelated noise. 相似文献
16.
选取中国沿海海洋站中与验潮室并址的22个GNSS基准站近9 a的观测资料,利用最大似然估计法分析各站时间序列的噪声特性,建立最优噪声模型;然后顾及有色噪声,利用最优噪声模型估计测站速度,并与纯白噪声模型和GLOBK获取的速度及误差进行对比分析。结果表明：1）沿海海洋站的GNSS时间序列均含有有色噪声,各分量的噪声特性不完全一致,E方向和U分量均以白噪声+闪烁噪声为主,N分量以白噪声+闪烁噪声和白噪声+一阶马尔科夫噪声+随机漫步噪声为主。2）全国沿海3个海区N、E分量的白噪声和闪烁噪声基本呈现越往南噪声越大的规律,南海海区U分量的白噪声和闪烁噪声最大。3）顾及有色噪声的速度中误差是仅考虑白噪声和GLOBK估计的速度中误差估计值的5～10倍,这种差异比内陆观测站的要大。4）在对海洋站GNSS时间序列进行速度分析时,为获取正确的速度值,应该先准确判断噪声的类型,再顾及有色噪声的影响估计测站速度。 相似文献
17.
基于多模全球导航卫星系统（GNSS）与精密单点定位(PPP)技术,分析极地多模GNSS精密单点定位策略。通过一天一站解和一天多站解,对11种不同导航卫星系统组合下的精密单点定位结果进行实验分析。结果表明：1）各组合中BDS和Galileo组合的定位结果最差,与平均值相比定位精度的差值范围在0.4~1.3 cm之间;2）极地地区各组合N方向收敛时间的平均值为7~11 min,定位精度的平均值优于1.3 cm,明显优于E方向和U方向;3）相同环境下三系统组合较双系统组合在E、N、U方向的收敛时间分别缩短10.3%、14.1%、7.3%,在定位精度上分别提升9.6%、4.6%、11.7%;四系统组合较三系统组合在E、N、U方向的收敛时间分别缩短6.8%、－2.1%、2.0%,在定位精度上分别提升4.9%、－7.1%、5.3%。研究结果表明,三系统组合的定位性能较双系统组合提升明显,四系统组合较三系统组合定位性能改善不明显。 相似文献
18.
Principal component analysis (PCA) used by meteorologists and oceanographers is a powerful tool for the analysis of the spatial and temporal variability of physical fields. This study is aimed at applying “quasi-local PCA for singular factor” to make the cumulative percentage for the first principal component as great as possible, so that the many-dimension problem can be reduced to a single-dimension one, and at combining PCA with stepwise regression analysis to parameterize the relationship between El Niño events and the anomalies in hydrographic factors along 137°E in summer. The results show that the hydrography on 30–50 m levels at 7–9°N along 137°E in summer is very closely correlated with El Niño events because of the thermocline movement caused by enhanced upwelling in this area during El Niño years. 相似文献