[发明专利]CGCS2000框架站点非线性运动模型的构建方法

摘要

本发明提供一种CGCS2000框架站点非线性运动模型的构建方法，包括采用基于奇异谱分析的时间序列粗差探测和时间序列缺失值插补方法对框架站点日解时间序列进行预处理，得到干净、完整的时间序列；对预处理后的时间序列进行奇异谱分解，得到站点时间序列主成分分量，结合最大熵方法、非参检验以及振荡对识别方法，对站点时间序列信噪分离，提取出有用信号，对站点进行动态特性分析；采用基于奇异谱分析方法的时间序列预测方法，对提取出的有用信号进行站点位置预测，基于预测结果建模，得到站点非线性运动模型。本方法从多个方面提高了所构建得到的非线性运动模型的精度，可以长期动态对CGCS2000框架进行高精度维护和更新。

主权项

一种CGCS2000框架站点非线性运动模型的构建方法，其特征在于，包括以下步骤：S1，采用基于奇异谱分析的时间序列粗差探测SSA‑IQR和时间序列缺失值插补SSA‑M方法对CGCS2000框架站点日解时间序列进行预处理，得到干净、完整的框架站点时间序列；S2，对预处理后的所述框架站点时间序列进行奇异谱分解，得到站点时间序列三个不同方向上的主成分分量，结合最大熵方法、非参检验以及振荡对识别方法，对站点时间序列进行信噪分离，提取出有用信号，然后对站点进行动态特性分析；S3，采用基于奇异谱分析方法的时间序列预测方法，对提取出的所述有用信号进行站点位置预测，基于预测结果建模，得到CGCS2000框架站点非线性运动模型；其中，S3中，采用基于奇异谱分析方法的时间序列预测方法，对提取出的所述有用信号进行站点位置预测，具体为采用等阶滑动预测方法对站点位置预测；其中，所述采用等阶滑动预测方法对站点位置预测，具体包括以下步骤：S31，设S2提取出的所述有用信号的信号长度为L，令i＝1；S32，在所述有用信号的尾端添加P1个零数据，得到新构造的第i初始时间序列；S32，对所述第i初始时间序列进行奇异谱分解，并选取预设数目的重建主成分RCs值对尾端的P1个数据重新赋值，得到第i时间序列；其中，所述第i时间序列的信号长度为L+P1；S33，在所述第i时间序列的尾端添加P1个零数据，去除所述第i时间序列头端的P1个数据，得到新构造的第i+1初始时间序列，然后令i＝i+1，循环S32‑S33，直到预测长度达到需要目标为止。