[发明专利]一种GNSS位置时间序列周期特性挖掘方法

摘要

本发明公开了一种GNSS位置时间序列周期特性挖掘方法，本发明考虑了传统的谐函数存在的局限性，引入小波分析、FAMOUS时频分析方法、极大似然估计等方法，提供了一种准确的GNSS位置时间序列周期性信号分析及特性分析方法。该方法依据原始序列中不同信号的固有频率不相同，从而将原始时间序列分解成不同频段的新的时间序列，将信号进行分解和重构，对每一层进行处理，从而获得所需要的部分。本发明克服了传统GNSS时间序列模型的局限性，有助于真实反映坐标序列的周期性变化，进一步提高GNSS站坐标的精度与可靠性，获得高精度的位置与速度参数，为深入了解相关地球物理现象的影响机制和变化规律提供依据。

主权项

1.一种GNSS位置时间序列周期特性挖掘方法，其特征在于，包括以下步骤：步骤1：针对原始GNSS观测值，解算获取GNSS测站单日松弛解；通过公共基站进行不同解加权联合解算，获得GNSS测站坐标时间序列及速度参数；步骤2：对获取的GNSS测站坐标时间序列建立残差时间序列模型；步骤3：对获取的GNSS测站坐标时间序列进行预处理；步骤4：对步骤3获得的GNSS测站坐标时间序列进行地表负载引起的测站位移进行纠正；步骤5：消除GNSS测站非构造运动引起的测站非线性变化及对应的周期性波动，对步骤4获得的GNSS测站坐标时间序列进行纠正，获得纠正后的测站坐标时间序列；步骤6：确定小波子序列的主频率范围，采用小波分析的方法对纠正后的测站坐标时间序列进行周期特性分析；步骤7：对步骤6中获得的各子序列进行周期特性分析，分析各子序列的频谱图，并根据频谱图确定各子序列ENU三坐标序列频谱图主峰值对应的频率，即确定子序列的主频，再与确定的主频与步骤6中确定的小波子序列主频率范围进行比对，最终确定各子序列的主峰的频率；步骤8：对确定周期主频频段后的子序列进行处理，采用极大似然估计方法进一步确定子序列的噪声模型、周期性变化振幅，以获得GNSS坐标序列周期特性具体参数值。