共查询到16条相似文献，搜索用时 125 毫秒
1.
分析了中国地壳运动观测网络在全国布设的27个GPS连续站开始运行以来至2005年11月的站坐标时间序列. 在对数据进行清理的基础上， 分析了各站坐标分量噪声的功率谱密度， 计算了表征各分量的噪声特性的谱指数. 谱指数显示， 大部分站的各坐标分量时间序列的噪声可以用白噪声+闪烁噪声的模型来描述， 少部分则可用白噪声+闪烁噪声+随机漫步噪声的模型来描述. 采用最大似然估计准则， 定量估计了模型中的各噪声分量. 结果表明， GPS站坐标时间序列中白噪声甚至不是噪声的主要成分. 因此， 仅顾及白噪声得到的测站运动参数的误差估计， 实际上是过高的， 或者说是过于乐观的. 相应地， 对这些运动参数作出解释时， 如果不充分考虑这一因素， 有可能会对读者产生误导. 相似文献
2.
利用2010—2015年陆态网络GPS连续观测站的三维站坐标时序资料, 在采用最大似然估计MLE方法计算得到云南地区GPS基准站三维站坐标分量最优噪声模型的基础上, 进一步定量对比分析了有色噪声和白噪声模型下陆态网络GPS连续站速度场稳定性与时间序列长度的关系。 结果表明: 在闪烁噪声模型下, 中国大陆大部分地区GPS连续站1 a时段的速度不确定度大。 而随着时间的逐年累积, 闪烁噪声模型下的速度不确定度与同时段白噪声模型下的差异逐步减小, 闪烁噪声模型下3～4 a时段的速度不确定度与同时段白噪声模型的差异小于0.2 mm。 研究说明在有色噪声模型下要获得高精度的速度场需要3～4 a的观测数据, 白噪声模型下GPS速度场精度可靠可信的前提是采用不少于3～4 a的数据。 相似文献
3.
分析了中国地壳运动观测网络GPS基准站位置时间序列中相关噪声的特性.利用最大似然估计反演了幂指数噪声的谱指数;考察了多种噪声模型,发现除闪烁噪声之外,约50%台站的东分量中的相关噪声可用"随机漫步噪声+一阶高斯-马尔可夫噪声"模型来描述,与其它分析机构产出的全球解并不一致,显示出处理策略的不同能够造成相关噪声的差异.白噪声和闪烁噪声的大小存在明显的地理分异,东南沿海台站的噪声要大于西北内陆台站.考虑相关噪声时,各站的速率估计方差要增大一个数量级以上,水平分量多在1mm/a以内,而垂向分量则较大. 相似文献
4.
澳大利亚GPS坐标时间序列跨度对噪声模型建立的影响分析 总被引：2，自引：0，他引：2
坐标时间序列跨度对噪声模型建立存在较大影响。本文利用澳大利亚板块内10个连续GPS测站1998年1月至2009年7月的观测资料,采用4种策略分别以2.5年和递增的时间间隔,全面深入地分析了10个坐标时间序列的噪声特性变化,以及对应的速度及其不确定性的变化情况。通过分析10测站的噪声特性,发现采用假设白噪声加闪烁噪声组合的噪声模型与采用假设幂律过程的噪声模型具有等效性,其速度不确定性从时间跨度～9.5年开始趋于并且优于～0.2mm／a。同时,结果表明：采用长于9.5年的时间序列可以改善噪声对位置时间序列中速度以及不确定性的影响;并且在该区域不适合采用去除共模误差的空间滤波方法对时间序列进行处理;描述这些时间序列水平分量的最优随机模型为采用白噪声和闪烁噪声的组合。 相似文献
5.
有色噪声广泛存在于各种连续GPS站坐标时间序列,对GPS时间序列分析有重要影响.利用GAMIT/GLOBK软件解算了南极半岛地区8个GPS测站2010—2014年的实测数据,对坐标时间序列使用主分量分析法(PCA)进行了空间滤波,利用CATS软件估计了不同噪声模型下和空间滤波前后的噪声量级、站坐标时间序列参数及其不确定度,最后对南极半岛地区水平和垂向的形变模式进行了分析和讨论.结果表明,南极半岛地区GPS时间序列不仅存在白噪声,还存在较大量级的闪烁噪声,部分测站E方向在滤波前可能存在随机游走噪声;空间滤波能够有效降低这三种噪声的量级,从而有效减小线性项和周期项估计的不确定度;南极半岛地区在水平方向主要表现为板块运动,还可能存在局部性构造运动;在垂直方向上由冰川均衡调整(Glacial Isostatic Adjustment,GIA)因素引起的抬升较小,主要表现为现今冰雪质量损失引起的弹性抬升运动. 相似文献
6.
以云南地区27个GPS基准站坐标时间序列为研究对象,使用赤池信息量和贝叶斯信息量估计准则（AIC/BIC）对其进行噪声分析,计算并扣除时间序列中大气负载、非潮汐海洋负载和水文负载3种环境负载引起的位移量,得到各基准站分量在环境负载改正前后的最优噪声模型。结果表明,部分基准站分量经过负载改正后最优噪声模型会发生变化,改正前后的大部分基准站噪声特性均体现为闪烁+白噪声和幂律噪声。环境负载对基准站的垂向位移影响比水平向更为显著,水文负载成为影响基准站的最大因素,最大位移量达到厘米级。分析环境负载改正前后噪声特性的变化表明,环境负载改正在U分量上的影响最大,N分量次之,E分量最小,噪声模型的变化在地域上并未呈现明显规律。 相似文献
7.
8.
利用香港GPS连续运行参考站网络2001年1月至2007年8月的观测资料,全面深入地分析了12个基准站坐标序列特征.本文采用主成分空间滤波算法去除公共误差,来提高坐标序列的信噪比,并采用最大似然估计准则定量估计滤波后坐标序列的噪声特性,计算了地球表面质量负荷（包括大气、非潮汐海洋、积雪和土壤水）对香港GPS基准站坐标序列的影响.研究结果表明：香港GPS基准站坐标序列具有高度的空间相关性,其公共误差具有较强的季节性变化特征;地表质量负荷变化引起的香港地壳形变可以解释公共误差序列中约为3mm的垂向周年变化,经过质量负荷改正后的公共误差序列与高阶电离层误差高度相关;滤波后坐标序列的噪声特性可以用可变白噪声加闪烁噪声模型来描述,顾及闪烁噪声所计算的速度误差要比只考虑可变白噪声计算的速度误差大2~6倍;基准站间存在达1.5 mm/yr的相对水平运动,揭示香港地区存在活动断层;部分基准站坐标具有明显的振幅为1～2 mm本地季节性变化,所有测站的残差序列也表现出强烈的季节性变化. 相似文献
9.
为研究高频GPS坐标时序的噪声特性,对芦山地震前后三天,北京时间8:00—9:00,位于四川盆地8个CORS站50Hz的高频观测资料进行解算与分析。分析过程中,分别采用恒星日滤波和主成分滤波分析以及去除时空噪声,并采用功率谱分析经滤波后的坐标时序。结果表明,高频GPS坐标时序的谱指数在1.6~2.0间,符合白噪声+随机游走噪声模型特性。建议当利用高频GPS研究地表运动特性、监测大型建筑的运动结构或确定GPS动态实验平台姿态时,应考虑高频GPS坐标时序的这一噪声特性。 相似文献
10.
GPS基准站坐标分量噪声的时间序列与分类特征 总被引：11，自引：0，他引：11
根据地震预测对异常信息(长期、中期和短期异常)与噪声分离(白噪声、闪烁噪声和随机漫步噪声)的需要,文中应用小波方法对中国大陆的有关GPS基准站坐标分量和测站间坐标分量进行了分离,并将它们归纳为四类高频、中频、较低频和低频。通过对高频、中频和较低频的时间序列特征进行分类分析,获得如下看法:①高频类可能主要是白噪声造成的,其离散的程度较中频类略大,或许其中在某时刻包含临震前兆和震时形变信息;②中频类主要突出闪烁噪声的特征,或许其中在某时刻包含着短临前兆信息;③较低频类若剔除年和半年周期成分则显示随机漫步噪声的特点,或许其中包含着中期前兆信息;④低频类主要体现趋势性形变信息;⑤高频与中频类噪声的大小一般与观测季节明显有关,噪声最大的时段大约是8月份,噪声最小的时段大约是2月份;⑥判定不同频域信息的显著性时,其噪声要进行相应的综合或分离;⑦一定的空间域内的测站间坐标增量噪声平均小于测站相应坐标的噪声,而且噪声大小随时间的变化更加突出,甚至相差达一倍以上。这些可能说明,虽然这些噪声是GPS观测所固有的,但并非完全是独立的,测站间越近,共性的成分越突出。所有这些将为我们变形分析时信息显著性的判断、方法的选择、资料处理时权的确定、观测的最佳时段选择、跟踪监测方案制定和参考基准站的确定等提供重要的参考。 相似文献
11.
In this paper,we analyze the time series of site coordinates of 27 continuously monitoring GPS sites covered bythe Crustal Movement Observation Network of China over the whole country.The data are obtained in the periodfrom the beginning of the observation to the November of 2005.On the basis of data processing,we analyze thepower spectrum density of coordinate component noise at each site and calculate the spectral indexes manifestingthe noise property of each component.The spectral indexes indicate that for most sites,the noise of time series ofeach coordinate component can be addressed by the model of white noise flicker noise;and for a small amountof sites,it can be described by the model of white noise flicker noise random walk noise.We also quantita-tively estimate each noise component in the model by using the criterion of maximum likelihood estimation.Theresult shows that the white noise in the time series of GPS site coordinates does not constitute the main part ofnoise.Therefore,the error estimation of site movement parameters is usually too small,or too optimistic if weconsider the white noise only.Correspondingly,if this factor is not fully considered in explaining these movementparameters,it might mislead the readers. 相似文献
12.
《中国科学:地球科学(英文版)》2015,(4)
The span of coordinate time series affects the determination of an optimal noise model. We analyzed position data recorded for 10 continuous Global Positioning System(GPS) sites from 1998.0 to mid-2009 on the Australian Plate to estimate the best noise model and thereafter obtain the true uncertainties of the velocity, employing the maximum likelihood estimation(MLE) method. MLE was employed to analyze the data in four ways. In the first two analyses, the noise was assumed to be a combination of flicker noise and white noise for the raw time series and spatially filtered time series. In the final two analyses, the spectral indices and amplitudes were simultaneously estimated for a power law noise plus white noise model for the raw time series and spatially filtered time series. We conclude that the noise model of GPS time series in Australia can be best described as the combination of flicker noise and white noise. Velocity uncertainties fall below ~0.2 mm/yr when the time span exceeds ~9.5 years. A comparison of noise amplitudes and maximum likelihood estimation values between the raw and spatially filtered time series suggests that traditional spatial filtering to remove common-mode errors might not be applicable to the raw time series of this region. 相似文献
13.
Active Source Seismic Identification and Automatic Picking of the P-wave First Arrival Using a Convolutional Neural Network 总被引：1，自引：1，他引：0
XU Zhen WANG Tao XU Shanhui WANG Baoshan FENG Xuping SHI Jing YANG Minghan 《中国地震研究》2019,33(2):288-304
In seismic data processing, picking of the P-wave first arrivals takes up plenty of time and labor, and its accuracy plays a key role in imaging seismic structures. Based on the convolution neural network (CNN), we propose a new method to pick up the P-wave first arrivals automatically. Emitted from MINI28 vibroseis in the Jingdezhen seismic experiment, the vertical component of seismic waveforms recorded by EPS 32-bit portable seismometers are used for manually picking up the first arrivals (a total of 7242). Based on these arrivals, we establish the training and testing sets, including 25,290 event samples and 710,616 noise samples (length of each sample:2s). After 3,000 steps of training, we obtain a convergent CNN model, which can automatically classify seismic events and noise samples with high accuracy (> 99%). With the trained CNN model, we scan continuous seismic records and take the maximum output (probability of a seismic event) as the P-wave first arrival time. Compared with STA/LTA (short time average/long time average), our method shows higher precision and stronger anti-noise ability, especially with the low SNR seismic data. This CNN method is of great significance for promoting the intellectualization of seismic data processing, improving the resolution of seismic imaging, and promoting the joint inversion of active and passive sources. 相似文献
14.
通过对多种连续小波基的平稳序列时频分析,提出经验模态的非平稳序列的时频分析方法,并在地震资料处理解释应用中作探索性试验.试验结果表明：对地震记录道长为5 s和2 ms采样资料,经验模态分解后可获得6-7个固有模态函数单分量,分解的第一个分量C1（t）具有较宽的频率成分,可作为地震属性的主分量. 相似文献
15.
共性误差是区域连续GPS网络中存在的一种与时空相关的主要误差源.对区域网络使用空间滤波能够有效减小这种误差并改善坐标时间序列的精度.本文使用GAMIT/GLOBK 10.5软件解算南极半岛区域11个GPS测站2010—2014的数据,各测站独立估计的单天解组成坐标时间序列.利用堆栈法(stacking)、主分量分析法(principal component analysis,简称PCA)和Karhunen-Loeve展开法(KLE)对其进行空间滤波,在利用PCA和KLE方法进行空间滤波时,使用前两个主分量作为共有模式分量.结果表明:三种方法均能有效提取南极半岛区域共性误差,PCA方法的滤波效果明显优于stacking方法,略微优于KLE方法;空间滤波能够有效减小残差时间序列的振幅、功率和RMS;对坐标时间序列进行空间滤波能够有效降低其线性项和周期项误差,从而提高线性项和周期项估计的精度.共性误差的谱分析结果显示在U方向上存在9.4天、13.7天等短周期的信号,推测共性误差组成成分中可能含有与海潮相关的误差源. 相似文献
16.
基于对地震反褶积本质上是一个盲过程的认识，引入高阶统计学盲源分离技术——独立分量分析（ICA）实现地震盲反褶积.在无噪声假设条件下，利用地震记录时间延迟矩阵和地震子波带状褶积矩阵，将地震褶积模型转化为一般线性混合ICA模型，采用FastICA算法，将带状性质作为先验信息，实现所谓带状ICA算法（B\|ICA），得到个数与子波算子长度相等的多个估计反射系数序列和估计子波序列，最后利用褶积模型提供的附加信息从中优选出最佳的反射系数序列及相应的地震子波.模型数据和实际二维地震道数值算例表明：对于统计性反褶积，在不对反射系数作高斯白噪假设，不对子波作最小相位假设的所谓“全盲”条件下，基于ICA方法（反射系数非高斯分布，地震子波非最小相位）可以较好解决地震盲反褶积问题，是基于二阶统计特性的地震信号统计性反褶积方法的提升，具有可行性和应用前景. 相似文献