[发明专利]基于连续t检验的GNSS坐标序列阶跃探测改进方法及系统

说明书

本发明提供一种基于连续t检验的GNSS坐标序列阶跃探测改进方法及系统，数据预处理阶段在获取GNSS测站坐标时间序列原始观测值后，采用四分位数间距方法剔除粗差，利用基于中位数并顾及年际差异的非参数方法估计序列中的线性趋势大小并剔除相应影响，利用MLE方法估计序列的周期信号大小并剔除相应影响；挑选阶跃集合阶段通过进行正序和逆序排列，然后分别根据局部均值进行挑选得到阶跃备选集合，并根据序列长度选择多个最优窗口，根据累计均值所求得的阶跃备选集合取交集；对正序和逆序排列下求得的阶跃备选集合取并集，基于条件概率挑选得到最终探测到的阶跃集合。本发明为更准确地进行速度建模和估计不确定度，进一步解译地球物理现象提供了条件。

技术领域

本发明属于GNSS(Global Navigation Satellite System,全球卫星导航系统)数据精密处理技术领域，尤其是涉及一种基于连续t检验的GNSS坐标序列阶跃探测改进方案。

背景技术

GNSS时间序列为开展震后形变、地壳负载、冰后回弹和地球自转等地球物理领域的研究提供了基础的数据来源，主要待估参数为速度及其不确定性。然而，构造运动、非构造运动和人为因素的综合影响导致时间序列中出现阶跃，进一步造成速度建模和不确定度估计不准确的问题。因此，为了更好地解译地球物理现象，对阶跃进行准确探测十分重要。

目前，阶跃探测方法可分为手动式和自动式。手动式方法根据可视化序列图像人工地判断阶跃，具有高准确率和低自动化、低运行效率的特点；自动式方法通过比较基于序列的统计参数与阈值来自动地探测阶跃，相较于手动式方法，虽然自动化程度和运行效率较高，但准确率较低。因此，有必要提出一种原理简单、操作自动、探测更准确的阶跃探测方法。

发明内容

本文针对上述现有方法存在的准确率较低，数据探测样本缺失等问题，提出了一种基于连续t检验的阶跃探测改进方法(Modified Sequential t-test Analysis RegimeShifts，MSTARS)，其中t检验是指用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著，该方法解决了原STARS(Sequential t-test Analysis RegimeShifts)方法对于实测数据探测准确率低、无法探测发生在序列前L(窗口大小)天的阶跃的局限性，拓宽了原方法的实际应用领域。

本发明技术方案提供一种基于改进连续t检验分析的GNSS坐标时间序列阶跃探测方法，包括数据预处理阶段和挑选阶跃集合阶段，

所述数据预处理阶段，包括在获取GNSS测站坐标时间序列原始观测值后，采用四分位数间距方法剔除原始序列中的粗差，利用基于中位数并顾及年际差异的非参数方法估计序列中的线性趋势大小并剔除相应影响，利用MLE方法基于时间序列函数模型估计序列的周期信号大小并剔除相应影响；

所述挑选阶跃集合阶段，包括通过对数据预处理阶段所得序列进行正序和逆序排列，然后分别根据局部均值进行挑选得到阶跃备选集合Y₁，并根据序列长度选择多个最优窗口，对多个最优窗口下根据累计均值所求得的阶跃备选集合Y₂取交集得到阶跃备选集合Y₃；对正序和逆序排列两种情况下求得的阶跃备选集合Y₃取并集得到阶跃备选集合Y₄，基于条件概率从阶跃备选集合Y₄中挑选得到最终探测到的阶跃集合Y₅。

而且，设获取GNSS测站坐标时间序列原始观测值Y_raw:{y_rawi,i＝1,2,…,n}，i是历元序数，y_rawi是原始序列中第i个历元t_rawi对应的坐标值，n是历元总数；

采用四分位数间距方法剔除原始序列中的粗差，实现如下，