一种GPS位置时间序列噪声模型建立方法技术

本发明专利技术公开了一种GPS位置时间序列噪声模型建立方法，对GPS测站坐标位置时间序列的噪声模型特性进行分析，建立GPS测站坐标位置时间序列噪声模型分析机制，考虑了GPS位置序列解算策略、时间跨度、粗差、趋势速度项、地表环境负载效应、共模误差等因素对噪声模型建立的影响；本发明专利技术考虑了传统GPS时间序列噪声模型估计方法的局限性，顾及了噪声模型的多样性，考虑了多模型及其组合模型，且采用改进的AIC/BIC模型估计准则。通过对多因素进行分析，最终建立了一种稳健的GPS测站坐标位置时间序列噪声模型估计方法，以获得准确的噪声模型估计结果，最终获得准确的站速度及其不确定性参数，为进一步提高GPS坐标序列在高精度地球动力学中的应用提供可靠性数据基础。

A method for establishing noise model of GPS position time series

The invention discloses a method for establishing GPS position time series model of GPS noise, measurement noise model characteristic coordinate position time series analysis, establish GPS analysis mechanism of station coordinates position time series noise model, considering the effect of GPS sequence solution strategy, time span, error, velocity and surface trend the environment load effect, common mode error and other factors to establish the noise model; the invention considers the traditional time series GPS model to estimate the noise limitations of the method, taking into account the diversity of noise model, the multi model and combination model, and using the improved AIC/BIC model estimation criterion. Based on the multi factor analysis, finally established the station coordinates time series noise model estimation method for measuring sound GPS, in order to obtain the accurate estimation of the noise model results, finally obtain the accurate parameter of the station velocity and its uncertainty, to further improve the GPS coordinate sequence provides the basis of reliability data column in high precision earth dynamics the.

【技术实现步骤摘要】
一种GPS位置时间序列噪声模型建立方法
本专利技术属于卫星导航
，涉及一种稳健的GPS位置时间序列噪声模型建立方法。
技术介绍
随着卫星定位系统测量定位精度的提高，全球分布的连续运行GPS(GlobalPositioningSystem)跟踪站积累了数十年的观测资料，得到许多有价值的认识。GPS观测值噪声最初被假定为纯白噪声，即GPS连续观测值(坐标序列)是相互独立的，忽略了测站之间的相关性。通过对长周期的时间序列研究分析发现，该假设会使得数据处理结果产生偏差，使得参数估计带来偏差，表现为导致速度不确定度的过低估计，即得到过于乐观的误差估计结果。因此在利用GPS探索地球动力学等高精度问题时，有必要采用较为严格、准确的误差模型。闪烁噪声加白噪声、幂律噪声及其组合被认为是描述GPS坐标时间序列的最佳随机特性的噪声模型，分析其原因可能有两方面：第一，已有的研究进行噪声模型估计时，采用的组合模型较少，即没有顾及噪声模型的多样性。大部分的学者仅仅采用FN、WN、FN+WN、PL+WN等噪声模型进行分析，并没有考虑更加广泛的噪声模型；第二，进行噪声估计时由于受到GPS坐标时间序列长度限制，未能采用长周期的时间序列进行分析，对GPS坐标时间序列中的长周期噪声分量，不能准确的进行估计。第三，外部环境因素对测站时间序列的潜在影响，如不同观测墩类型、时间序列数据缺失、不同跨度的时间序列、不同地理环境等可能导致噪声模型的改变；第四，噪声模型估计准则的可靠性，根据极大似然估计原理，不同的噪声模型组合将得到不同的极大似然对数值，MLE的数值越大，其结果越可靠。然而，当噪声模型包含的未知参数越多，其MLE值越大。因此不能简单选择MLE值较大的模型作为最优噪声模型，噪声模型估计算法有待进一步改进。因此，GPS坐标时间序列噪声模型的无偏估计，探讨噪声模型的稳健估计方法，对高精度GPS应用，尤其是速度场应用方面具有重要意义。
技术实现思路
针对现有技术存在的问题，本专利技术考虑到已有方法的局限性，对GPS测站坐标位置时间序列的噪声模型特性进行分析，建立GPS测站坐标位置时间序列噪声模型分析机制，考虑了GPS位置序列解算策略、时间跨度、粗差、趋势速度项(Trend)、地表环境负载效应、共模误差等因素对噪声模型建立的影响，提供了可行的噪声模型建立方法，以获得稳健的噪声模型估计结果，获取准确的站速度及其不确定性。本专利技术所采用的技术方案是：一种GPS位置时间序列噪声模型建立方法，其特征在于，包括以下步骤：步骤1：对原始观测文件进行解算，对不同松弛解进行加权解算，获取GPS测站坐标位置时间序列(E、N、U三坐标分离)；步骤2：对获取的GPS测站坐标位置时间序列进行预处理；步骤3：对步骤2中预处理后的GPS测站坐标位置时间序列继续进行地表环境负载修正，以改正地表环境负载引起的GPS测站非线性变化；步骤4：对步骤3中修正后的GPS测站坐标位置时间序列继续进行共模误差改正，去除坐标序列中的共模误差，获得残差序列。为了准确的分离共模误差，本专利技术专利考虑的共模误差的时空特征，即对于大尺度下的共模误差分离，以地表环境负载为参考，对大区域进行子网划分；并顾及GPS坐标序列、共模误差的周期性，在采用主成分分析法去除共模误差之前，保留坐标序列的周年、半周年项，以避免周期性共模分量的残留；步骤5：采用极大似然估计方法对不同组合的单一噪声模型、组合噪声模型分别对GPS测站坐标位置时间序列三坐标分量进行噪声估计，获得不同组合噪声模型在GPS测站坐标位置时间序列三坐标分量的MLE值；步骤6：根据单一噪声模型、组合噪声模型GPS测站坐标位置时间序列三坐标分量的MLE值获得GPS测站坐标位置时间序列坐标分量的最优噪声模型。作为优选，步骤2中所述预处理包括粗差分析、去均值、去趋势项，探测Offset并改正。作为优选，步骤3中所述负载修正包括大气、地表水、非潮汐海洋、积雪负载改正。作为优选，步骤6的具体实现包括以下子步骤：步骤6.1：采用极大似然估计方法解算得到不同噪声模型的MLE值，并根据不同噪声模型的参数个数k，进一步采用AIC、BIC方法确定最佳噪声模型，并获得GPS站速度及其不确定性的估值；步骤6.2：采用AIC、BIC模型估计准则分别计算不同噪声模型的AIC、BIC值，AIC/BIC的求解原理如下：AIC＝-2lnL+2k；BIC＝-2·lnL+k·ln(n)；式中L为某一噪声模型下的似然函数值MLE，n为观测值个数，k为噪声模型的估计参数个数；步骤6.3：当ACI、BIC估计出的GPS测站坐标位置时间序列噪声模型结果一致时，接受该估计结果；当ACI、BIC估计出的结果不一致时，采用功率谱分析的方法结合极大似然估计的结果，即通过功率谱分析方法分别对AIC、BIC估计后的结果以及原始数据进行频谱分析，并绘制频谱图，通过对不同方法估计出的频谱图与原始观测数据的频谱图的拟合趋近程度，进一步确定最优模型。作为优选，步骤4中所述共模误差改正，是对于大尺度(500km尺度区域以上)下的共模误差分离，以地表环境负载为参考，对大区域进行子网划分；并顾及GPS坐标序列、共模误差的周期性，在采用主成分分析法去除共模误差之前，保留坐标序列的周年、半周年项，以避免周期性共模分量的残留。与现有的技术相比，本专利技术具有特点：本专利技术的创新之处在于，一方面，考虑了GPS位置序列解算策略(有效地减弱了解算软件及其算法模型对噪声模型的影响)、时间跨度(通过采用10年以上的时间跨度，提高了估计结果的无偏性)、粗差影响(减弱了粗差对噪声估计结果的影响)、趋势速度项(只对已知的过程进行trend去除，如冰川均衡调整、板块旋转引起的趋势变化，考虑了噪声的trend变化)、地表环境负载效应与共模误差改正(顾及了测站的非线性变化因素，并对其进行了改正)等因素对噪声模型建立的影响，通过对上述因素进行分析，建立了一个完整的、稳健的噪声模型估计方法；另一方面，本专利技术考虑了传统GPS时间序列噪声模型估计方法的局限性，顾及了噪声模型的多样性，考虑了多模型及其组合模型，且采用改进的AIC/BIC模型估计准则，最终建立了一种稳健的GPS测站坐标位置时间序列噪声模型建立方法，以获得准确的噪声模型估计结果，获取准确的站速度及其不确定性参数，为进一步提高GPS坐标序列在高精度地球动力学中的应用提供可靠性数据基础。附图说明图1是本专利技术实施例的流程图；图2是本专利技术实施例的噪声模型估计结果图。具体实施方式为了使本专利技术的目的、技术方案和有益效果更加清楚明白，下面结合附图及具体实施方式，进一步说明本专利技术。应当理解，以下描述的集体实施方式仅用于解释本专利技术，并不用于限定本专利技术。请见图1，本专利技术提供的一种GPS位置时间序列噪声模型建立方法，包括以下步骤：步骤1：针对GPS观测值及相关文件(星历文件、表文件等)，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测站坐标位置时间序列；获取GPS站坐标位置时间序列，为了保证最终用于噪声模型及站速度估计的位置序列的可靠性，降低不同解算模型、软件系统误差的影响，采用双差与精密单点定位方法分别解算原始观测值，再采用QOCA软件进行联合求解，联合解可以本文档来自技高网...

【技术保护点】
一种GPS位置时间序列噪声模型建立方法，其特征在于，包括以下步骤：步骤1：对原始观测文件进行解算，对不同松弛解进行加权解算，获取GPS测站坐标位置时间序列；步骤2：对获取的GPS测站坐标位置时间序列进行数据预处理；步骤3：对步骤2中预处理后的GPS测站坐标位置时间序列继续进行地表环境负载修正，以改正地表环境负载引起的GPS测站非线性变化；步骤4：对步骤3中修正后的GPS测站坐标位置时间序列继续进行共模误差改正，去除坐标序列中的共模误差，获得残差序列；步骤5：采用极大似然估计方法对不同组合的单一噪声模型、组合噪声模型分别对GPS测站坐标位置时间序列三坐标分量进行噪声估计，获得不同组合噪声模型在GPS测站坐标位置时间序列三坐标分量的MLE值；步骤6：根据单一噪声模型、组合噪声模型GPS测站坐标位置时间序列三坐标分量的MLE值获得GPS测站坐标位置时间序列坐标分量的最优噪声模型，并获得站速度及其不确定性估计值。

【技术特征摘要】
1.一种GPS位置时间序列噪声模型建立方法，其特征在于，包括以下步骤：步骤1：对原始观测文件进行解算，对不同松弛解进行加权解算，获取GPS测站坐标位置时间序列；步骤2：对获取的GPS测站坐标位置时间序列进行数据预处理；步骤3：对步骤2中预处理后的GPS测站坐标位置时间序列继续进行地表环境负载修正，以改正地表环境负载引起的GPS测站非线性变化；步骤4：对步骤3中修正后的GPS测站坐标位置时间序列继续进行共模误差改正，去除坐标序列中的共模误差，获得残差序列；步骤5：采用极大似然估计方法对不同组合的单一噪声模型、组合噪声模型分别对GPS测站坐标位置时间序列三坐标分量进行噪声估计，获得不同组合噪声模型在GPS测站坐标位置时间序列三坐标分量的MLE值；步骤6：根据单一噪声模型、组合噪声模型GPS测站坐标位置时间序列三坐标分量的MLE值获得GPS测站坐标位置时间序列坐标分量的最优噪声模型，并获得站速度及其不确定性估计值。2.根据权利要求1所述的GPS位置时间序列噪声模型建立方法，其特征在于：步骤2中所述预处理包括粗差分析、去均值、去趋势项，探测Offset并改正。3.根据权利要求1所述的GPS位置时间序列噪声模型建立方法，其特征在于：步骤3中所述负载修正包括大气、地表水、非潮汐海洋、积雪负载改正。4.根据权利要求1所述的GPS位置时间序列噪声模型建立方法，其特征在于：步骤4中所述共模误差改正，其具体实现过程是假定GPS台站获得的三维坐标观测值形成一个n×m的数据矩阵X，其协方差阵为CX，其中n>m，n为观测数或历元数，m为观测类型；则CX＝XTX；数据矩阵如下：其中：m×1维列向量的为其协方差阵的特征向量，λi为对应的特征值，令其中σi为正的奇异值，i＝1,2…r；则有：假定：

【专利技术属性】
技术研发人员：贺小星，花向红，姜卫平，周晓慧，宣伟，李长春，马飞虎，
申请(专利权)人：华东交通大学，武汉大学，
类型：发明
国别省市：江西,36