留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

EMD在GNSS时间序列周期项处理中的应用

刘希康 丁志峰 李媛 刘志广

刘希康, 丁志峰, 李媛, 刘志广. EMD在GNSS时间序列周期项处理中的应用[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210029
引用本文: 刘希康, 丁志峰, 李媛, 刘志广. EMD在GNSS时间序列周期项处理中的应用[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210029
LIU Xikang, DING Zhifeng, LI Yuan, LIU Zhiguang. Application of EMD in GNSS Time Series Periodic Term Processing[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210029
Citation: LIU Xikang, DING Zhifeng, LI Yuan, LIU Zhiguang. Application of EMD in GNSS Time Series Periodic Term Processing[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210029

EMD在GNSS时间序列周期项处理中的应用

doi: 10.13203/j.whugis20210029
基金项目: 

国家重点研发计划(2018YFC1503606);中国地震局青年震情跟踪课题(2020010226,2021010511);国家自然科学基金(41472180)

详细信息
    作者简介:

    刘希康,博士生,主要从事地表形变与地下结构方面工作。xikangliu@126.com

  • 中图分类号: P228

Application of EMD in GNSS Time Series Periodic Term Processing

Funds: 

The National Key Research and Development Program of China (2018YFC1503606)

  • 摘要: 全球导航卫星系统(Global Navigation Satellite System,GNSS)位置时间序列蕴含有丰富的构造和非构造变形信息,并具有成分复杂、建模困难,非构造信息难以有效分离等特点,利用自适应的经验模态分解(Empirical Mode Decomposition,EMD)方法对川滇地区24个GNSS连续站时间序列作周期项修正。结果表明,周期项的修正十分必要,EMD方法能够根据每个台站信号的自身特性,自适应的提取不同频率、振幅的周期成分,这也更符合实际情况,相比于原始N、E、U方向时间序列的平均RMS(Root Mean Squareerror,RMS)分别降低了19.96%、11.57%和38.50%,是比谐波模型改正更精确、有效的方法。之后,使用修正后的连续站时间序列模拟流动观测,发现经过5~6年/期观测即可得到相对可靠的台站运动速度,并通过距离较近的实际连续观测站对流动观测站周期项改正,验证了EMD方法的稳定性和可靠性,这也为流动GNSS观测的实施,资料的使用和修正提供了参考意见和理论依据。
  • [1] Dong D, Fang P, Bock Y, Chen M K, Miyazaki S. 2002. Anatomy of Apparent Seasonal Variations from GPS-Derived Site Position Time Series. Journal of Geophysical Research, 107:B4.
    [2] Jiang W, Yuan P, Chen H, et al. Annual Variations of Monsoon and Drought Detected by GPS:A Case Study in Yunnan, China[J]. Scientific Reports, 2017, 7(1):5874.
    [3] Davis J L, Wernicke B P, Tamisiea M E. On Seasonal Signals in Geodetic Time Series[J]. Journal of Geophysical Research, 2012, 117(B01403).
    [4] Chen Q, Van Dam T, Sneeuw N, et al. Singular Spectrum Analysis for Modeling Seasonal Signals from GPS Time Series[J]. Journal of Geodynamic, 2013, 72:25-35
    [5] Gruszczynska M, Rosat S, Klos A, et al. Multichannel Singular Spectrum Analysis in the Estimates of Common Environmental Effects Affecting GPS Observations[J]. Pure and Applied Geophysics, 2018,175(5).
    [6] Huang N E, Shen Z, Long S R, et al. The Empirical Mode Decomposition and the Hilbert Spectrum for Nonlinear and Non-Stationary Time Series Analysis[J]. Proceedings of the Royal Society of London A:Mathematical, Physical and Engineering Sciences, 1998, 454(1971):903-995
    [7] Chen C H, Wen S, Liu J Y, et al. Surface Deformation and Seismic Rebound:Implications and Applications[J]. Surveys in Geophysics, 2011, 32:291-313
    [8] Chen C H, Wen S, Yeh Ta-Kang, et al. Observation of Surface Displacements from GPS Analyses before and after the Jiashian Earthquake (M=6.4) in Taiwan[J]. Journal of Asian Earth Sciences, 2013, 62:662-671
    [9] C. H.Chen, C. H. Wang, S. Wen, Yeh T K, et al. Anomalous Frequency Characteristics of Groundwater Level before Major Earthquake in Taiwan[J]. Hydrology and Earth System Sciences, 2013, 17:1693-1703
    [10] Feng Wei, Ren Jinwei, Jiang Zaisen. GPS Station Short-Term Dynamic Characteristics of Micro Displacement before Menyuan M6.4 Earthquake[J]. Geodesy and Geodynamics, 2016, 7(4):237-244
    [11] Herring T A, King R W, McClusky S C. GAMIT Reference Manual:GPS Analysis at MIT, Version 10.4[R]. Massachusetts Institute of Technology, Cambridge, 2010
    [12] Van Dam, T. M., Wahr, J., Lavallée, D. A comparison of annualvertical crustal displacements from GPS and Gravity Recovery and Climate Experiment (GRACE) over Europe[J]. Journal of Geophysical Research:Solid Earth, 2007, 112, B03404.
    [13] Zhan Wei, Li Fei, Hao Weifeng, et al. Regional Characteristics and Influencing Factors of Seasonal Vertical Crustal Motions in Yunnan, China[J]. Geophysical Journal International, 2017, 210(3):1295-1304
    [14] Liang Hongbao, Zhan Wei, Li Jinwu. Vertical Surface Displacement of Mainland China from GPS Using the Multisurface Function Method[J]. Advances in Space Research, https://doi.org/10.1016/j.asr.2021.02.024
  • [1] 张文渊, 张书毕, 左都美, 丁楠, 刘鑫.  GNSS水汽层析的自适应代数重构算法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20190387
    [2] 张文渊, 郑南山, 张书毕, 丁楠, 戚铭心, 王昊.  附加高水平分辨率PWV约束的GNSS水汽层析算法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20210055
    [3] 郭春喜, 聂建亮, 田婕, 王斌, 靳鑫洋, 赵大江.  GNSS水准高程变化自适应融合的垂直形变分析 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20180408
    [4] 郭磊, 王甫红, 桑吉章, 张万威.  一种新的利用历元间位置变化量约束的GNSS导航算法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20190062
    [5] 赵昂, 杨元喜, 许扬胤, 景一帆, 杨宇飞, 马越原, 徐君毅.  GNSS单系统及多系统组合完好性分析 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20180425
    [6] 张双成, 戴凯阳, 南阳, 张勤, 瞿伟, 李振宇, 赵迎辉.  GNSS-MR技术用于雪深探测的初步研究 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20150236
    [7] 王笑蕾, 张勤, 张双成.  基于EMD和WD联合算法的GPS水汽时间序列的周期性振荡分析 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20150596
    [8] 姚宜斌, 赵庆志, 罗亦泳.  附加虚拟信号精化水汽层析模型的方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20150444
    [9] 杨建雷, 金天, 黄智刚, 秦红磊, 崔吉慧.  GNSS信号多径误差非包络评估方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20140073
    [10] 占伟, 李斐, 朱爽, 张杰.  应用GPS连续观测修正流动观测垂向速率的分析与实验 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20140251
    [11] 喻敏, 王斌, 王文波, 郑雷.  联合EMD与核主成分分析的激光陀螺信号消噪 . 武汉大学学报 ● 信息科学版,
    [12] 郭际明, 黄长军, 喻小东, 陈元洪.  一种改进的二维经验模态分解SAR图像噪声抑制方法 . 武汉大学学报 ● 信息科学版,
    [13] 汤俊, 姚宜斌, 陈鹏, 张顺.  利用EMD方法改进电离层TEC预报模型 . 武汉大学学报 ● 信息科学版,
    [14] 姚铮, 刘琳琳, 张晓明, 陆明泉.  面向多接收模式的GNSS互操作信号调制 . 武汉大学学报 ● 信息科学版,
    [15] 金力, 崔晓伟, 陆明泉, 冯振明.  带相位和频率反馈环路的GNSS弱信号跟踪技术研究 . 武汉大学学报 ● 信息科学版,
    [16] 刘超, 王坚, 胡洪, 高井祥.  动态变形监测多路径实时修正模型研究 . 武汉大学学报 ● 信息科学版,
    [17] 刘超, 王坚, 许长辉, 高井祥.  基于经验模态分解的GPS/伪卫星组合基线解算模型 . 武汉大学学报 ● 信息科学版,
    [18] 李博峰, 沈云中, 冯延明.  利用三频GNSS进行长距离实时精密导航 . 武汉大学学报 ● 信息科学版,
    [19] 刘水强, 陈继业, 朱鸿鹏.  基于经验模式分解的数字高程模型数据伪装方法 . 武汉大学学报 ● 信息科学版,
    [20] 曹新运, 沈飞, 李建成, 张守建.  BDS-3/GNSS非组合精密单点定位 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20210198
  • 加载中
计量
  • 文章访问数:  50
  • HTML全文浏览量:  9
  • PDF下载量:  4
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-01-19

EMD在GNSS时间序列周期项处理中的应用

doi: 10.13203/j.whugis20210029
    基金项目:

    国家重点研发计划(2018YFC1503606);中国地震局青年震情跟踪课题(2020010226,2021010511);国家自然科学基金(41472180)

    作者简介:

    刘希康,博士生,主要从事地表形变与地下结构方面工作。xikangliu@126.com

  • 中图分类号: P228

摘要: 全球导航卫星系统(Global Navigation Satellite System,GNSS)位置时间序列蕴含有丰富的构造和非构造变形信息,并具有成分复杂、建模困难,非构造信息难以有效分离等特点,利用自适应的经验模态分解(Empirical Mode Decomposition,EMD)方法对川滇地区24个GNSS连续站时间序列作周期项修正。结果表明,周期项的修正十分必要,EMD方法能够根据每个台站信号的自身特性,自适应的提取不同频率、振幅的周期成分,这也更符合实际情况,相比于原始N、E、U方向时间序列的平均RMS(Root Mean Squareerror,RMS)分别降低了19.96%、11.57%和38.50%,是比谐波模型改正更精确、有效的方法。之后,使用修正后的连续站时间序列模拟流动观测,发现经过5~6年/期观测即可得到相对可靠的台站运动速度,并通过距离较近的实际连续观测站对流动观测站周期项改正,验证了EMD方法的稳定性和可靠性,这也为流动GNSS观测的实施,资料的使用和修正提供了参考意见和理论依据。

English Abstract

刘希康, 丁志峰, 李媛, 刘志广. EMD在GNSS时间序列周期项处理中的应用[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210029
引用本文: 刘希康, 丁志峰, 李媛, 刘志广. EMD在GNSS时间序列周期项处理中的应用[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210029
LIU Xikang, DING Zhifeng, LI Yuan, LIU Zhiguang. Application of EMD in GNSS Time Series Periodic Term Processing[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210029
Citation: LIU Xikang, DING Zhifeng, LI Yuan, LIU Zhiguang. Application of EMD in GNSS Time Series Periodic Term Processing[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210029
参考文献 (14)

目录

    /

    返回文章
    返回