排序方式: 共有4条查询结果,搜索用时 159 毫秒
1
1.
为快速有效地分离GPS坐标时间序列中的共模误差(common mode error,CME),采用区域堆栈滤波法、加权堆栈滤波法、相关加权叠加滤波法、距离加权滤波法、主成分分析(principalcomponentanalysis,PCA)5种滤波方法对GPS坐标时间序列进行CME处理;基于MATLAB设计了相应的GPS坐标时间序列CME分离工具。并以8个GPS基准站的坐标序列为对象,对去除CME后的GPS坐标序列进行噪声模型分析。结果表明,这5种方法能有效降低各站点坐标时间序列的不确定性,提高坐标序列精度,相比其他方法,PCA法滤波效果更好;此外,去除CME后的时间序列最佳噪声模型发生了改变,且GPS站坐标序列噪声模型呈现出多样性并存在个体差异。 相似文献
2.
针对多数GPS时间序列分析中未考虑与时间有关的噪声问题,该文利用GAMIT/GLOBK软件对尼泊尔地震前2011—2015年连续观测的GPS数据进行解算,对时间序列进行噪声分析,利用频谱分析法确定噪声模型,最后在考虑噪声特征下,利用时间序列分析软件CATS估算其周期性和站点速度场。结果表明:尼泊尔境内的连续站的最佳噪声模型是"白噪声+闪烁噪声";没考虑时间序列中时间相关的噪声,水平速度场估算误差被低估7~8倍;同时该区域GPS时间序列存在波峰较为一致的周期运动,区域内的水文荷载是造成该现象的主要原因,因此在研究该地区地壳构造运动时,必须考虑水文荷载等非构造运动带来的干扰。 相似文献
3.
4.
1