一种区域cors坐标时间序列噪声模型的建立方法
【专利摘要】本发明涉及一种区域CORS坐标时间序列噪声模型的建立方法，其特征在于包括步骤1，获取区域CORS站的观测数据；步骤2，采用GNSS数据预处理软件TEQC；步骤3，采用GAMIT/GLOBK基线解算平差；步骤4，建立高精度坐标时间序列；步骤5，基于奇异谱分析的空间滤波；步骤6，基于MLE估计的噪声模型选择；步骤7：顾及有色噪声模型区域CORS速度场估计。本发明通过采用时域性的频域特征分析，对区域CORS时间序列进行空间滤波，为区域CORS时间序列不同噪声模型选择最大似然值进行判断，从而确定N（北）、E（东）、U（高程）方向最优噪声模型，并顾及最优噪声模型估计出区域CORS站速度场。
【专利说明】-种区域CORS坐标时间序列噪声模型的建立方法
【技术领域】
[0001] 本发明属于连续运行卫星定位服务系统【技术领域】，特别是涉及一种区域C0RS坐 标时间序列噪声模型的建立方法。
【背景技术】
[0002] 研究和分析连续运行卫星定位服务的区域连续运行参考站系统 CORS(Continuously Operating Reference Stations)坐标时间序列的特征，可以了解 GNSS(Global Navigation Satellite System)基准站点的稳定性以及基准站位置的变化 规律，对于GNSS观测数据的应用、区域地表形变监测和连续观测网络的合理利用具有重要 意义。GNSS坐标时间序列特征具有以下三点：趋势特征、周期特征、噪声特征。GNSS坐标时 间序列不止包含白噪声，还包含时空关联的有色噪声，但对于不同的基准站坐标时间序列 所含有的有色噪声模型有不同结论。
[0003] 对区域C0RS坐标时间序列分析发现，基准站原始坐标时间序列存在明显的空间 相关性，这种区域公共误差（Common Mode Errors，CME)可能会掩盖相对较小的网内形变特 征，同时也会影响基准站速度及精度的计算。对于C0RS网坐标时间序列空间滤波，目前通 用方法有区域堆栈滤波法、主成分分析滤波法来提高坐标序列信噪比
[0004] 传统的空间滤波方法只对C0RS坐标时间序列进行时域上分析，缺少频域上的估 计分析；对滤波后序列谱估计选择可变白噪声（VW)还是纯白噪声（WH)模型缺少判断，并且 对最优噪声模型的建立没有确定的方法。因此，C0RS坐标时间序列传统噪声模型的建立具 有局限性。
【发明内容】
[0005] 本发明的目的是为克服现有技术存在的不足而提供一种区域C0RS坐标时间序列 噪声模型的建立方法，本发明通过采用时域性的频域特征分析，对区域C0RS时间序列进行 空间滤波，为区域C0RS时间序列不同噪声模型选择最大似然值进行判断，从而确定N(北）、 E (东）、U(高程）方向最优噪声模型，并顾及最优噪声模型估计出区域C0RS站速度场。
[0006] 根据本发明提出的一种区域C0RS坐标时间序列噪声模型的建立方法，其特征在 于包括如下基本步骤：
[0007] 步骤1，获取区域C0RS站的观测数据：包括观测单天数据0文件并将其转为RINEX 格式、导航N文件以及从IGS网站下载对应于观测时段的SP3精密星历文件；
[0008] 步骤2,采用GNSS数据预处理软件TEQC :包括由GNSS数据预处理软件TEQC对 C0RS站观测数据进行数据编辑和质量检核，删减不合格测段；
[0009] 步骤3,采用GAMIT/GL0BK基线解算平差：包括制定合理的基线解算策略，引入区 域C0RS网周边IGS站点的同步观测数据，用GAMIT软件解算基线；将GAMIT基线解算的松 弛解h文件用GL0BK进行平差，调用globk、glorg模块解算，从org约束平差文件中获取区 域C0RS各站坐标时间序列；
[0010] 步骤4,建立高精度坐标时间序列：包括利用三个坐标值之差通过"拉宜达法则" 来剔除序列中野值，采用"最邻近准则"算法进行插值；
[0011] 步骤5,基于奇异谱分析的空间滤波：包括采用奇异谱分析来对区域C0RS坐标时 间序列进行空间滤波，对区域C0RS站坐标时间序列的趋势项进行提取，同时对具有周期变 化特点的面积较小的区域C0RS网，保留其周期项进项噪声分析建模，得到剔除共性误差后 的区域C0RS站坐标时间序列误差棒；
[0012] 步骤6,基于MLE估计的噪声模型选择：包括基于MLE最大似然估计对空间滤波后 的区域C0RS坐标时间序列进行噪声分析；利用极大似然估计准则定量测试噪声组合模型； 依据极大似然估计函数的拟合自由度给出蒙提卡罗准则下的选择标准：当两种模型的拟合 自由度相同时，MLE差值>0的噪声模型更优；当两种模型的拟合自由度相差1时，MLE差值 >2. 9作为模型显著区分的阈值；当两种模型的拟合自由度相差2时，MLE差值>4. 7作为模 型显著区分的阈值；
[0013] 步骤7,顾及有色噪声模型区域C0RS速度场估计：包括建立区域C0RS速度场估计 的基于N、U、E三分量的最优噪声模型的方法。
[0014] 本发明与现有技术相比其显著优点在于：
[0015] 一是本发明采用奇异谱分析（SSA)的空间滤波方法，可以从包含噪声的数据序列 中尽可能多地提取可靠信息，把最可预报的分量聚集到若干个时间序列中，并提取具有显 著振荡行为的信号分量，以此选择若干个有意义的分量进行序列重建，降低噪声影响。
[0016] 二是本发明对C0RS时间序列进行空间滤波采用时域性的频域特征分析，为区域 C0RS坐标时间序列不同噪声模型选择根据最大似然值进行判断，确定N、E、U方向最优噪声 模型，并顾及最优噪声模型估计出区域C0RS站速度场。
[0017] 三是本发明噪声模型方法可同时估计噪声类型、周期性振幅、测站速度及不确定 度，可避开频谱分析的局限性。
[0018] 四是本发明很好地克服了传统空间滤波方法只考虑时域、噪声模型建立单一和缺 少判断分析的不足；本发明既适用于长年连续观测的城市C0RS站、全球IGS站坐标时间 序列空间滤波与噪声建模，也适用于对长时间的桥梁、地铁、大型建筑物连续监测的时间序 列。
【专利附图】
【附图说明】
[0019] 图1是本发明的区域C0RS坐标时间序列噪声模型建立方法的流程方框示意图。
[0020] 图2包括图2a、图2b和图2c，是本发明试验于某城市C0RS站剔除共性误差后坐标 时间序列误差棒的不意图；其中：图2a是N方向坐标时间序列空间滤波后误差棒；图2b是 E方向坐标时间序列空间滤波后误差棒；图2c是U方向坐标时间序列空间滤波后误差棒。
[0021] 图3是噪声随机模型分类示意图。
[0022] 图4包括图4a、图4b和图4c，是本发明试验于某城市C0RS站的组合噪声模型中 N、E、U方向最大似然估计值差值直方示意图；其中：图4a是C0RS站N方向组合噪声模型 MLE差值；图4b是C0RS站E方向组合噪声模型MLE差值；图4c是C0RS站U方向组合噪声 模型MLE差值。
【具体实施方式】
[0023] 下面结合附图和实施例对本发明的【具体实施方式】作进一步的详细说明。
[0024] 结合图1，本发明提出的一种区域C0RS坐标时间序列噪声模型的建立方法，包括 如下具体步骤：
[0025] 步骤1，获取区域C0RS站的观测数据：包括观测单天数据0文件并将其转为RINEX 格式、导航N文件以及从IGS网站下载对应于观测时段的SP3精密星历文件。
[0026] 步骤2,采用GNSS数据预处理软件TEQC:包括由GNSS数据预处理软件TEQC对 C0RS站观测数据进行数据编辑（包括采样间隔、天线类型、测站点）和质量检核（包括电离 层延迟、多路径效应、接收机周跳、信噪比），删减不合格测段。
[0027] 步骤3,采用GAMIT/GL0BK基线解算平差：包括制定合理的基线解算策略，引入区 域C0RS网周边IGS站点的同步观测数据，用GAMIT软件解算基线；将GAMIT基线解算的松 弛解h文件用GL0BK进行平差，调用globk、glorg模块解算，从org约束平差文件中获取 区域C0RS各站坐标时间序列；其中：所述采用GAMIT解算基线，是指其结果相对精度达到 1(T 9,对步骤1所述单天数据0文件提取的Postfit nrms均小于0. 25 ;检验GL0BK平差得到 平均NRMS小于3. 0的N、E、U各站坐标时间序列和坐标重复性WRMS ;
[0028] 采用IGS提供时候精密星历，采用松弛解（RELAX.)模式，采用LC_HELP观测量类 型，截止高度角为15°、采样率为30s、处理的历元数为2880,采用LC观测值组合来消除电 离层折射影响，利用广播星历中的钟差参数对卫星钟差进行模型改正，考虑测站位置的海 潮、极潮、固体潮等潮沒模型改正，使用的干、湿延迟模型都是Saastamoinen模型；
[0029] 联测的IGS站近似坐标、瞬时历元坐标，并设置各IGS站东西向、南北向及径向的 先验坐标约束为0. 005m、0. 005m和0. 010m ;
[0030] 若通过检验，表明基准站坐标精度较高，坐标重复性较好，基准站稳定性高，此时 可认为获取了高精度区域C0RS坐标时间序列。
[0031] 步骤4,建立高精度坐标时间序列：GL0BK平差后得到的高精度区域C0RS坐标时间 序列存在野值，需要利用三个坐标值之差的"拉宜达法则"来剔除，采用"最邻近准则"算法 进行插值。
[0032] 步骤5,基于奇异谱分析的空间滤波：包括采用奇异谱分析来对步骤4得到的区域 C0RS高精度坐标时间序列进行空间滤波，对区域C0RS站坐标时间序列的趋势项进行提取， 同时对具有周期变化特点的面积较小的区域C0RS网，保留其周期项进项噪声分析建模，得 到剔除共性误差后的区域C0RS站坐标时间序列误差棒；其中：所述区域C0RS站各坐标时 间序列，是指其各基准站水平误差区间为[-15,15]_，高度坐标分量误差区间为[-30, 30] _，高程坐标分量误差约为水平坐标分量误差的两倍；
[0033] C0RS坐标时间序列对区域C0RS坐标时间序列分析发现，基准站原始坐标时间序 列存在明显的空间相关性，这种区域公共误差（Common Mode Errors，CME)可能会掩盖相对 较小的网内形变特征，同时也会影响基准站速度及精度的计算；奇异谱分析将一个样本量 为N的中心化C0RS站时间序列按给定嵌套空间维数构造时间序列资料的时滞矩阵；对该时 滞矩阵进行主成分分析，得到特征值和特征向量；对给定的时间序列 Xl，x2,…，％，给窗口长 度L，L〈N/2,建立时滞排列矩阵：
【权利要求】
1. 一种区域CORS坐标时间序列噪声模型的建立方法，其特征在于包括如下具体步骤： 步骤1，获取区域C0RS站的观测数据：包括观测单天数据0文件并将其转为RINEX格 式、导航N文件以及从IGS网站下载对应于观测时段的SP3精密星历文件； 步骤2,采用GNSS数据预处理软件TEQC :包括由GNSS数据预处理软件TEQC对C0RS站 观测数据进行数据编辑和质量检核，删减不合格测段； 步骤3,采用GAMIT/GLOBK基线解算平差：包括制定合理的基线解算策略，引入区域 C0RS网周边IGS站点的同步观测数据，用GAMIT软件解算基线；将GAMIT基线解算的松弛 解h文件用GL0BK进行平差，调用globk、glorg模块解算，从org约束平差文件中获取区域 C0RS各站坐标时间序列； 步骤4,建立高精度坐标时间序列：包括利用三个坐标值之差通过"拉宜达法则"来剔 除序列中野值，采用"最邻近准则"算法进行插值； 步骤5,基于奇异谱分析的空间滤波：包括采用奇异谱分析来对区域C0RS坐标时间序 列进行空间滤波，对区域C0RS网坐标时间序列的趋势项进行提取，同时对具有周期变化特 点的面积较小的区域C0RS网，保留其周期项进项噪声分析建模，得到剔除共性误差后的区 域C0RS站坐标时间序列误差棒； 步骤6,基于MLE估计的噪声模型选择：包括基于MLE最大似然估计对空间滤波后的区 域C0RS坐标时间序列进行噪声分析；利用极大似然估计准则定量测试噪声组合模型；依据 极大似然估计函数的拟合自由度给出蒙提卡罗准则下的选择标准：当两种模型的拟合自由 度相同时，MLE差值>0的噪声模型更优；当两种模型的拟合自由度相差1时，MLE差值>2. 9 作为模型显著区分的阈值；当两种模型的拟合自由度相差2时，MLE差值>4. 7作为模型显 著区分的阈值； 步骤7,顾及有色噪声模型区域C0RS速度场估计：包括建立区域C0RS速度场估计的基 于N、U、E三分量的最优噪声模型的方法。
2. 根据权利要求1所述的一种区域C0RS坐标时间序列噪声模型的建立方法，其特征 在于步骤3所述用GAMIT解算基线，是指其结果相对精度达到KT9,对步骤1所述单天数据 〇文件提取的Postfit nrms均小于0. 25 ;检验GL0BK平差得到平均NRMS小于3. 0的N、E、 U各站坐标时间序列和坐标重复性WRMS。
3. 根据权利要求1所述的一种区域C0RS坐标时间序列噪声模型的建立方法，其特征在 于步骤5所述区域C0RS网各坐标时间序列，是指其各基准站水平误差区间为[-15,15]_， 高度坐标分量误差区间为[-30, 30]_，高程坐标分量误差为水平坐标分量误差的两倍。
4. 根据权利要求1所述的一种区域C0RS坐标时间序列噪声模型的建立方法，其特征 在于步骤6所述对空间滤波后的区域C0RS坐标时间序列进行噪声分析，是指滤波后的区域 C0RS坐标时间序列选择可变白噪声或者纯白噪声模型，根据蒙提卡罗准则来判断由MLE估 计算出其最大似然估值差值，对N、E、U三分量坐标时间序列谱指数与FN、RWN、WH参数估值 得到最优有色噪声模型。
5. 根据权利要求1所述的一种区域C0RS坐标时间序列噪声模型的建立方法，其特征在 于步骤7所述建立区域C0RS速度场估计的基于N、U、E三分量的最优噪声模型的方法，是 指在ITRF框架下，对区域C0RS网各基准站点N、U方向坐标时间序列采用"WH+FN"模型估 计速度与精度，E方向坐标时间序列采用"WH+FN+RWN"模型估计速度与精度；与之对比的是 对N、U、E方向坐标时间序列采用"WH"模型进行速度精度估计。
【文档编号】G06T5/00GK104392414SQ201410614749
【公开日】2015年3月4日 申请日期:2014年11月4日 优先权日:2014年11月4日
【发明者】曹奇, 张迎燕, 刘志强, 岳东杰, 王可伟, 王性猛, 王海, 李成仁 申请人:河海大学