欧洲地区IGS基准站坐标时间序列各分量方向最优噪声模型变化探讨

　　　　　　　　　　　　　　　　　　GNSSWorldofChina2017年10月

:/doi10.13442.nss.1008-9268.2017.05.004jg

Vol.42,No.5

,October2017

欧洲地区IGS基准站坐标时间序列各分量方向

最优噪声模型变化探讨

杨登科

()铁道第三勘察设计院集团有限公司,天津300142

欧洲地区5采用不同的噪声模型组合对它们进行噪声8个IGS基准站11年的坐标时间序列,分析并就各分量方向间的噪声特性进行对比。结果表明,各测站在NEU分量表现出不同的噪声特性,因此分析时间序列变化特征的物理解释时需对各分量区别对待;垂直分量的有色噪声、振幅等明显大于水平方向,与一般认为的垂直分量精度低于水平分量相一致。

关键词:坐标时间序列;最优噪声模型;分量方向;极大似然估计;噪声特性

()中图分类号:P228.4　　文献标志码:A　　文章编号:1008-9268201705-0021-04

摘　要:针对现有坐标时间序列研究中各分量方向间噪声特性对比研究较少,本文选取

0　引　言

基准站坐标时间序列数据进行噪声分析,并就各分量方向间的噪声特性进行对比是极为必要的。

本文的主要目的是采用多种类的噪声模型组合分析欧洲地区58个IGS基准站坐标时间序列的随机特性,并对各分量方向内的噪声特性进行对比分析,从而得出有意义的结论。

20多年累积的IGS基准站坐标时间序列序

列,已成为大地测量学和地球动力学研究(地壳形变监测、全球板块动力学研究、区域构造运动等)的主要数据之一。针对GPS坐标时间序列建立适当其结果可精化速度场,为板块运动引起的线性构造形变以及各种非线性形变的分离提供准确的基础

1]

。数据[

的噪声模型,可实现形变信号和噪声的有效分离,

1　数据及分析策略

1.1　数据介绍

使用SOPAC提供的欧洲地区58个IGS基准

]量方向的噪声特性进行了研究。如文献[中李昭2对中国区域11个IGS基准站的坐标时间序列数据进行了噪声特性分析,并指出中国区域IGS基准站各分量的噪声特性存在多样性;文献[中蒋3]志浩等利用CGCS2000坐标系下的29个CORS站坐标时间序列进行了噪声分析,得出我国CORS站的东西分量比南北分量具有较大的闪烁噪声,并提出这主要与我国周边IGS站框架点分布有关;]文献[中李靖分析了“陆态网络”基准站坐标时间4序列的噪声特性,指出在水平方向,E分量比N分量具有较大的随机漫步噪声和闪烁噪声。由于对各分量方向间的噪声特性缺乏系统详尽的对比分析,因此采用不同的噪声模型组合对欧洲地区58个IGS

收稿日期:2017-05-30

:联系人:杨登科E-mail6242261@q.comq

当前,国内外学者对GPS坐标时间序列各分

站2001.0014-2011.9986的坐标时间序列数据,地理位置如图1所示(由于站数较多,未标注IGS。基准站站名)

图1　欧洲地区IGS基准站分布

22全　球　定　位　系　统

别不大,N方向谱指数平均值最大。

第42卷

1.2　数据处理策略

能有效确定GPS坐标时间序列噪声特性的方法通常有两种:极大似然估计和功率谱分析,分别从时间域和频率域对GPS坐标时间序列进行噪声分析。极大似然估计可避开频谱分析需要均匀采样、依赖频谱平均的局限性,被认为是目前最准确的噪声分析方法。本文选取WN、FN+WN、RWN+WN、FN+RWN+WN、PL+WN、FOGM+

由图2可见,N、E、U三方向谱指数平均值差

2.2　GPS时间序列最优模型的建立

采用1.2节的数据处理策略和1.3节的最优基准站坐标时间序列各分量方向进行上述7种组合噪声模型分析,得到各分量方向的最优噪声模

6-8],型[结果如表2所示。

噪声模型评价准则,对选取的欧洲地区58个IGS

采用WN、FOGM+RWN+WN共七个噪声模型,

表2　各分量方向的最优噪声模型

析

A[5T]

　。

S软件对IGS基准站各分量方向进行噪声分.3最优噪声模型评价准则

选用的优劣,具体的最优噪声模型评价准则可参见文献

Langbein提出的保守准则判断不同模型[1

　G]。PS坐标时间序列最优噪声模型的建立

.1　谱指数的求取

谱指数计算是一种有效判断噪声模型的方法,利用,C由于站数较多ATS软件求取各测站在不同分量方向的谱指数,本文仅列出数(下同),结果如表5个测站的谱指表1　各分量方向的谱指数

1所示。

测站NEUAGNRAKRO

--0.8322--1.14-MA-1.1TLSDE

R-0.3747-1-0.671385ZIMM

-0.0.4182.190424

-1-0.70761-1.15260..13352499

-1.357658-00..888243

　　从表1可以看出,

各分量方向的谱指数均不相同,且均不等于声。对欧洲地区05,8表个明I各GS分基量准方站向均各包分含量有方色向噪谱指数的平均值进行了统计,如图2所示。

图2　N、E、U三方向谱指数对比

测站NEUAGNKR

FDRFN+RW+WN

PN+WNL+WNFFOOGM+WNFN+WNMARAOPL+WN

ZTILMM

SE

PLFGM+WNFN+WNFN+RW+WNPL+WN+WN

PN+WNL+WN

FPN+WNL+WN　　由表声模型是可变的2可知,

各测站在不同分量方向的最优噪,时间序列在一个分量方向求得的最优噪声模型仅能代表此方向,因此在对时间序列进行噪声模型等的研究时,需指出相应方向。对欧洲地区58个IGS基准站各分量方向的最优噪声模型进行统计,结果如图3所示。

图3　N、E、U三方向最优噪声模型对比

由图要为FN+WN3可知,N和PL、E+WN、U三方向最优噪声模型主

占比例都较小;各测站的最优噪声模型是可变的,其余噪声模型组合所,

且NEU三方向表现出不同的最优噪声模型变化特征。

.3　FN+RW+WN噪声分量对比对所占比值进行了统计FN+RW+WN中各噪声分量在每个方向,如图由上图可知,闪烁噪声为噪声的主要4所示。

成分,在

有色噪声、E、U三方向所占比例均达到了(FN和RW均为有色噪5声0)%明;

显垂直分量大于水平分量,这与一般认为的垂直分量精度低于水平分量相一致。

C1222N第5期　　　杨登科:欧洲地区IGS基准站坐标时间序列各分量方向最优噪声模型变化探讨23

站在N、因E、U分量方向表现出不同的噪声特性,此分析时间序列变化特征的物理解释时需对各分量区别对待;垂直分量的有色噪声、振幅等明显大于水平方向,这与一般认为的垂直分量精度低于水平分量相一致。

图4　N、E、U三方向噪声分量对比

参考文献

[]安向东,黄广利,等.不同G1　杨登科,PS时间序列跨

]:度对噪声模型建立的影响[J.测绘科学,2016(5)

2.4　振幅的求取

根据系数,按照公式振幅CATS软件求取的年周期和半年周期的

A=a22

振幅,并对各分量方向的振幅进行统计+b求取时间序列的,统计结果

如图5所示。

图5　N、E、U三方向振幅对比

由图N于垂直方向5可知,。

、E方向振幅大致相同,

且远小　结束语

随着列建立适当的噪声模型GPS的快速发展,针对,实现形变信号与噪声的有GPS坐标时间序

效分离,是GPS数据处理领域的热点问题。本文利用欧洲地区58个IGS基准站坐标时间序列数据,采用多种类的噪声模型组合对其进行噪声分析并对比各分量方向间的噪声特性。结果表明:各测

[2]　3李昭3-37汉:武汉大学..

GPS坐标时间序列的非线性变化研究[,2012:1-178.

D].武[3]　蒋志浩,

张鹏,秘金钟,等.顾及有色噪声影响的[2C0G10CS,32900(40下我国):355-36C3O.RS站速度估计J].测绘学报,

[4]　李靖析[D.].“陆态网郑州:信息工程大学络”基准站坐标时间,序20列13变.

化特性分[5]　杨登科,邓连生,安向东,等.IGS基准站坐标时间序

列最优噪声模型变化探讨[6]　(张彦芬1):7-10,毕刚.

J].测绘地理信息,2016

[,陈华,等声特征分析[.山西测量与C地OR球S坐标时间序列噪

动力学,(4):61-66.

J].大地2012,32

[7]　田云锋.GPS位置时间序列中的中长期误差研究[8]　苏利娜[D].北京:中国地震局地质研究所,,丁晓光,张彦芬,等.陕西连20续11G:序列分析[J.大地测量与地球P1-S12基4.

准站

坐标时间动力学,

2014,34(5):106-110.

]作者简介

杨登科(工程师,主要从事1990-)

,男,河南商丘人,硕士,助理变形监测等研究。

GPS坐标时间序列分析及应用、324全　球　定　位　系　统第42卷

TheAnalsisontheBestNoiseModelChaneoftheyg

ComonentDirectionofIGSReferenceStationp

CoordinateTimeSeriesinEuroep

(The3rdRailwaurveesinInstitute,Tianin300142,China)ySy&DgjYANGDenkeg

,eachstationisvariablesoitisnecessartotreateachcomonentdifferentlhenanalsinypywyg

;thephsicalinterretationoftimeseriesvariationcharacteristicsthecolourednoiseandam-ypthehorizontalcomonent.p

:;;;mKewordsPositiontimeseriesotimalnoisemodelcomonentdirectionaximumppyconsistentwiththegenerallonsideredtheaccuracftheverticalcomonentlowerthanycyop,litudeoftheverticalcomonentareobviousllarerthanthehorizontaldirectionwhichisppyg

sinifferentnoisemodelcombinationandthenoisecharacteristicsofeachcomonentdirec-gdp

,tionarecomared.FromtheseanalsisthenoisecharacteristicsintheNEUcomonentofpyp

:AbstractAccordinothefactthatthereisonenouhresearchonthecomarisonofgtgp

,noisecharacteristicsamonifferentcomonentsthispaerfocusinnthecoordinatetimegdppgo,seriesof58referencestationsinEuroefor11yearsnoiseanalsishasbeenimlementedu-pyp

;likelihoodestimationnoisecharacteristics