EMD用于GPS时间序列降噪分析

针对GPS位置时间序列噪声成分复杂、建模困难、噪声与信号难以有效分离等特点,用自适应信号分析方法经验模态分解（EMD）对中国区域9个IGS站时间序列的N、E、U方向作降噪处理。首先对各方向分量作EMD分解,获取各方向噪声强度依次降低的一系列本征模态分量及其趋势项;其次利用相关系数辨别出噪声与信号的分界本征模态分量,并按重构方法重构各本征模态分量;最后用相关系数、信噪比、能量百分比等参数评价EMD方法降噪的有效性。结果表明,EMD方法能合理地分离序列中的信号与噪声,有效削弱噪声对GPS位置时间序列的影响,进一步提高GPS位置时间序列的精度。     

EEMD-多尺度排列熵的GPS高程时间序列降噪方法

针对GPS高程时间序列受各类噪声干扰的影响,导致难以提取有用信息的问题,提出一种基于整体经验模态分解(EEMD)结合多尺度排列熵(MPE)的阈值降噪方法。该方法以EEMD为核心算法,将原始信号分解成一系列本征模态函数(IMF),并采用MPE作为指标将其分类为噪声IMF、混合IMF和信息IMF;然后利用阈值函数处理混合IMF,实现二次降噪;再重构降噪后的数据与信息IMF,获得降噪结果。仿真信号和实例分析结果表明,该方法与相关系数法、MPE法相比,降噪评价指标RMSE、SNR和d_nSNR均为最优,说明该降噪方法效果最好,本文方法获得的降噪结果能够更好地反映出时间序列本身的非线性变化特性,可为GPS高程时间序列分析提供可靠依据。     

天山地区GPS连续站高程时间序列分析

利用UNAVCO提供的天山地区境内外GPS连续站的观测数据,处理得到各站高程时间序列。进行最小二乘线性拟合,提取速度场,并消除原始序列的线性趋势。然后对时间序列进行谱分析以及小波多分辨率分析。可以看出,天山地区在过去10余年间呈现整体隆升趋势,各个观测站之间抬升的一致性较好,并且各站都表现出明显的季节性变化。     

中国地壳运动观测网络基准站GPS观测的位移时间序列结果

对中国地壳运动观测网络基准网于1998年9月－2001年10月GPS连续观测结果所获得的位移时间序列进行了初步分析，讨论了适用于地震分析预报的位移时间序列生成中的基准选择。选东部长期相对水平位移很小的9个站组成的一组稳定点作为基准，得到水平位移时间序列；选分布于不同区域相对垂直位移较小的7个站为稳定点组，得到垂直位移时间序列。2000－2001年我国西部的基准站出现2次明显的水平与垂直位移异常变化，这种异常变化有可能与南北地震带上云南地区发生的6级左右地震活动有一定的关系。     

顾及共模误差的四川连续GPS基准站坐标时间序列噪声分析

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。     

GPS高程时间序列降噪分析的改进EMD方法

针对经验模态分解(empirical mode decomposition,EMD)降噪过程中不能直接确定分界本征模态函数(intrinsic mode function,IMF)的K值,以及当高频噪声IMF分量个数少于低频IMF分量个数时,利用低频信号重构实现降噪的计算量较大等问题,提出一种新的EMD降噪方法。采用平均周期与能量密度乘积指标的方法来自动确定分界IMF的K值,将高频噪声IMF分量进行重构,然后用原始信号减去重构噪声,从而达到降噪的目的。利用模拟数据和BJFS站的实测GPS高程时间序列数据进行验证。实验结果表明,该方法能够直接确定分界IMF的K值,降低计算量,在GPS高程时间序列降噪中较传统EMD方法更可靠。     

基于HHT的地震信号自动去噪算法

根据希尔伯特-黄模态分解的特点,结合STA/LTA算法自动识别信号模态与噪音模态,提出了基于HHT的模态分解-STA/LTA的地震信号自动去噪算法.该方法不需分析信号的频谱特征,可在时域自动实现信号的高通、低通、带通滤波.对江苏如东海 M s2.9、江苏盐城滨海 M s3.8、江苏句容 M s3.7等地震信号作自动去噪处理,证明了该方法的可行性.     

基于K均值聚类EEMD的CORS高程时间序列信号分析方法

针对传统EEMD进行信号分解时信噪比低和部分模态混叠的问题,提出基于K均值聚类的CORS高程时间序列改进分析方法。通过添加正负白噪声的EEMD提高信号分解信噪比,基于K均值聚类方法对EEMD迭代过程中分解的各个IMF分量进行聚类分析。实验结果表明,该方法提高信噪比3%以上,基于正交指数的分解精度提高26%以上,聚类结果能够解决IMF中近似的0.5 a、1 a、2 a周期信号的模态混叠问题。     

陕西连续GPS基准站坐标时间序列分析

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。     

一种削弱区域CORS站坐标时间序列非线性变化的方法

为削弱测站非线性变化对速度场模型和噪声模型的影响,提出一种EMD分解与环境负载改正相结合的方法,利用徐州区域10个CORS站近2 a(2016-06～2018-05)的时间序列对该方法进行验证.首先利用Bernese软件解算测站坐标时间序列,对去线性项的时间序列进行EMD分解,重构周期项和残差项;然后利用GFZ发布的环...     

基于改进EEMD的GPS多路径误差建模与削弱方法研究

引入一种改进的集合经验模式分解方法（improved ensemble empirical mode decomposition,IEEMD）进行多路径误差的建模。与EEMD方法相比较,IEEMD方法可以有效地克服模态分量数目不一致和分解不彻底等问题,并将原始序列分解为不同尺度的模态分量。同时,考虑到不同模态分量中高斯白噪声的能量密度与平均周期之积为常数,设计一种自动选择尺度与重构的方法,用于模态分量的选择与重构,进而构建GPS多路径误差模型。在此基础上,采用恒星日滤波技术,进行邻近周日GPS坐标序列中多路径误差的实时削弱。实验结果表明,采用同样的尺度选择方法和恒星日滤波技术,使用IEEMD方法可以得到比EEMD方法精度更高的GPS坐标序列。     

GPS坐标时间序列中地表环境负载效应区域特征分析

选取全球417个IGS测站2000~2012年环境负载数据分析非潮汐海洋、大气、积雪和土壤湿度等负载对GPS测站时间序列位移的影响以及与测站地理位置之间的联系。研究表明,大气压力对GPS时间序列位移的影响最大,U方向最大达到20 mm,积雪负载的影响最小。4种负载对GPS时间序列高程方向的影响可达cm级,且大气及非潮汐海洋负载呈现显著的区域性特征。     

基于PCA方法的GPS台站时间序列分析

基于10 a以上的全球GPS台站数据,利用主成分分析法及其他数据处理方法,对台站时间序列进行预处理和结果分析,研究其中的非线性周期规律,探讨时间序列的主要影响机制。结果表明,主成分分析法可以将台站残差时空矩阵分解成若干正交成分,GPS台站时间序列的东西方向具有线性漂移趋势,全球大部分GPS台站都存在非线性周期规律,周年项和半周年周期占据主导地位。     

基于奇异谱分析的CORS大地高时序形变信息提取

为增强信号提取的信噪比,采用奇异谱分析（SSA）对测站大地高序列进行分解与重构,利用仿真实验确定嵌入维数与截断主分量个数的选取原则,进一步将SSA方法应用到CORS时序形变信息提取中。通过FFT分析发现,大地高时序以分解的季节性变化成分为主,重构后时序标准差明显减小,表明SSA方法可有效提高CORS大地高时序信噪比,起到降噪平滑作用。研究结果对地壳垂直形变特征表达及SSA应用拓展具有一定意义。     

基于RegEM算法的GPS坐标时间序列插值应用分析

将一种基于数据驱动的RegEM算法引入GPS坐标时间序列插值中,分别采用模拟不同比例连续缺失数据与实测含缺失数据,比较RegEM与拉格朗日方法、三次样条方法、正交多项式方法的插值效果与性能。结果表明,对于模拟不同比例连续缺失数据,RegEM算法插值效果均优于传统方法,且在大量数据连续缺失的情况下效果最优;对于实测含缺失数据,RegEM方法插值所得序列保留方差最大化效果最好,约为正交多项式方法的1.17倍、三次样条方法的1.38倍。     

对流层延迟对高差较大GPS测站短基线时间序列的影响分析

选择5对IGS测站短基线作为研究对象,使用两种不同的基线解算方案进行数据处理,基于小波分析方法研究对流层延迟估计对高差较大GPS测站短基线时间序列的影响。结果表明,对于高差大于100 m的短基线,不估计对流层延迟会使高程方向时间序列出现虚假的季节性变化,周年振幅影响最大可达17.7 mm,估计对流层延迟后该季节信号显著减弱;此外,还发现不估计对流层延迟时,测站间天顶总延迟差异与基线高程方向产生的偏差具有一定的相关性。