发明名称 一种GPS时间序列广义共模误差提取方法
摘要 本发明公开了一种GPS时间序列广义共模误差提取方法,本发明对共模误差的空间响应进行了分析,建立了大区域GPS网共模误差的提取机制,引入了相关系数ρ、距离及经纬度、本地效应、负荷效应、主分量贡献率及其空间响应等地理因素作为评价因子,通过聚类分析为大区域、大尺度下GPS网站点间共模误差,提供了可行的估计方法,获得更好的滤波效果。同时本发明考虑了传统GPS时间序列模型的局限性,减弱了时间序列周、半年年项拟合过程中引入的模型误差,且顾及了共模误差的周期性,即对残差序列进行共模误差剔除之前,保留了原始坐标序列的周年、半年项,有助于真实反映共模误差的空间变化及周期性变化,为进一步提高GPS坐标序列模型的精度提供依据。
申请公布号 CN105572703A 申请公布日期 2016.05.11
申请号 CN201510953730.8 申请日期 2015.12.17
申请人 武汉大学 发明人 贺小星;花向红;余科根;马梦然;舒颖;马飞虎;龚国栋
分类号 G01S19/40(2010.01)I;G01S19/37(2010.01)I 主分类号 G01S19/40(2010.01)I
代理机构 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人 魏波
主权项 一种GPS时间序列广义共模误差提取方法,其特征在于,包括以下步骤:步骤1:针对GPS观测值及相关文件,采用多种解算算法进行解算,分别获取GPS测站单日松弛解,通过公共基站进行不同解加权进行联合解算,获得GPS测站坐标时间序及速度参数;所述相关文件包括星历文件和表文件;步骤2:对获取的GPS测站坐标时间序列进行滤波处理,包括粗差探测、阶跃探测、粗差修复、阶跃修复;并对获取的测站坐标时间序列建立以下残差时间序列模型:<maths num="0001"><math><![CDATA[<mrow><mi>y</mi><msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mrow><mi>E</mi><mo>/</mo><mi>N</mi><mo>/</mo><mi>U</mi></mrow></msub><mo>=</mo><mi>a</mi><mo>+</mo><mi>b</mi><mi>t</mi><mo>+</mo><mi>c</mi><mi> </mi><mi>sin</mi><mrow><mo>(</mo><mrow><mn>2</mn><mi>&pi;</mi><mi>t</mi></mrow><mo>)</mo></mrow><mo>+</mo><mi>d</mi><mi> </mi><mi>cos</mi><mrow><mo>(</mo><mrow><mn>2</mn><mi>&pi;</mi><mi>t</mi></mrow><mo>)</mo></mrow><mo>+</mo><mi>e</mi><mi> </mi><mi>sin</mi><mrow><mo>(</mo><mrow><mn>4</mn><mi>&pi;</mi><mi>t</mi></mrow><mo>)</mo></mrow><mo>+</mo><mi>f</mi><mi> </mi><mi>cos</mi><mrow><mo>(</mo><mrow><mn>4</mn><mi>&pi;</mi><mi>t</mi></mrow><mo>)</mo></mrow><mo>+</mo><munderover><mo>&Sigma;</mo><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><msub><mi>n</mi><mi>g</mi></msub></munderover><mrow><msub><mi>g</mi><mi>j</mi></msub><mi>H</mi><mrow><mo>(</mo><mrow><mi>t</mi><mo>-</mo><msub><mi>T</mi><mrow><mi>g</mi><mi>j</mi></mrow></msub></mrow><mo>)</mo></mrow></mrow><mo>+</mo><msub><mi>v</mi><mi>i</mi></msub><mo>;</mo></mrow>]]></math><img file="FDA0000882005740000011.GIF" wi="1773" he="146" /></maths>其中:y(t)为时刻t对应的GPS测站坐标观测值,包含E、N、U三个坐标分量;t<sub>i</sub>(i=1…,n)为GPS站点单日历元,以年为单位;a为GPS测站位置,为序列的平均值;b为线性速度,即趋势项;系数c、d、e、f为年周期和半年周期项的系数,c、d、e、f为待估计参数,经拟合获得;<img file="FDA0000882005740000012.GIF" wi="318" he="149" />为跳变改正项,表示跳变振幅,g表示发生在历元T<sub>g</sub>处的由于各种原因引起的阶跃式偏移量,表示跳变个数,j为跳变编号,这里假定发生偏移的时刻T<sub>g</sub>已知,H为海维西特阶梯函数,在跳变前H值为0,跳变后H值为1,v<sub>i</sub>为时刻t的观测值残差;步骤3:对获取的GPS测站坐标时间序列继续进行滤波处理,包括趋势项扣除和构造运动产生的跳跃项扣除;所述构造运动产生的跳跃项进行扣除,只包含周年、半年项,从而得到较高精度的坐标时间序列;步骤4:计算GPS测站坐标时间序列E、N、U三坐标分量的各测站之间互相关系数及其加权均方根;所述相关系数包括互相关系数和自相关系数;对步骤3中GPS测站坐标时间序列进行时间序列分析,得到各GPS测站站点的加权均方根;将加权均方根最大的点或者其值超过GPS网中所有点的加权均方根的中误差的2倍限差的点,认为是包含强烈的本地效应即噪声在进行滤波处理之前进行去除,防止将本地效应混叠到共模误差中,去除的这类点称之为本地效应点;步骤5:站点空间分布图形绘制;通过采用地学绘图软件GMT根据站点的经纬度、站点信息计算站点之间的距离,并在图形中以中心圆方式进行站点图绘制;绘制得到的站点空间分布图,作为共模误差区域划分的评价因子之一;步骤6:计算地表负荷对GPS测站位移影响;采用mload程序分别计算大气压、非潮汐海洋、积雪和土壤水负荷引起的台站位移,通过负载改正,提高坐标序列的精度,消除部分非构造信号;同时通过分析地表负载的空间响应,为空间滤波的区域划分提供评价因子作为依据;步骤7:将步骤4~6中得到的各站点的时空相关系数、本地效应点、经纬度、距离、地表负荷效应,作为评价因子,通过聚类分析,初步对GPS网进行子区域划分;步骤8:采用主成分分析法对GPS测站坐标时间序列进行共模误差分离,提取共模误差。
地址 430072 湖北省武汉市武昌区珞珈山武汉大学