基准站坐标时间序列共性误差的提取与分析.pdf

《基准站坐标时间序列共性误差的提取与分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第34卷第1期测绘科学与工程Vo1．34，No．12014年2月GeomaticsScienceandEngineeringFeb．2014基准站坐标时间序列共性误差的提取与分析元宝莹，孙中苗，吴富梅，。1．长安大学，陕西西安，710054；2．西安测绘研究所，陕西西安，710054；3．地理信息工程国家重点实验室，陕西西安，710054【摘要】地区性形变仪器误差等造成的共性误差是影响基准站坐标和速度解算的主要因素，主成分分析法结合Karhunen—Loeve展开法可对基准站坐标时间序列进行空间滤波，有效提取共性误差。本文对国内29个基准站

2、1999年至2012年的坐标时间序列使用主成分分析法提取其中的共性误差，计算结果表明，提取共性误差后站点坐标精度和速度计算精度可得到改善。【关键词】时间序列；主成分分析；共性误差【中图分类号】P223【文献标志码】AExtractionandAnalysisofCommonModeErrorsforCoordinateTimeSeriesofReferenceStationsYuanBaoying，SunZhongmiao，WuFumei。t。1．Chang’anUniversity。Xi’an710054，China2．Xi’anRese

3、archInstituteofSurveyingandMapping，Xi’an710054。China3．StateKeyLaboratoryofGeo—informationEngineering，Xi’an71O054，ChinaAbstractReferencestationcommonmodeerrorsduetoregionaldeformation，instrumenterror，etc．haveamajorinfluenceonthecoordinateandvelocitycalculation．Coordinatetim

4、eseriesofCORSstationsarefilteredwithPCAandKLEmethods，thencommonmodeerrorscanbeextractedeffectively．ThePCAmethodiSusedtoextractthecommonmodeerrorsofcoordinatetimeseriesof29domesticreferencestationsfrom1999to2012．AfterremovingthecommonmodeelTors，boththecoordinateaccuracyandt

5、hecalculatedaccuracyareimproved．Keywordstimeseries；PCA；commonmodeerors的空间相关性J，即一定区域内的站点存在共性1概述误差。共性误差会影响基准站站点坐标精度和速我国连续运行跟踪站中基准网于1998年正度精度，并且可能掩盖掉各个站点自身特征的提式运行，到2012年为止共计29个基准站。基准取。因此，提取站点的共性误差能在一定程度上站十几年的连续观测资料对我国CGCS2000坐标提高信号的信噪比，有利于读取站点特征，同时提系的建立与维护有重大作用⋯，其高精度的站点高站点坐标和

6、速度精度。坐标值和站点速度是实现我国地心参考框架动态对区域内坐标时间序列去除共性误差的方法性和现势性的基本条件。在分析我国基准站单日主要是区域空间滤波的方法，目前比较常用的空解坐标序列时，发现由于地区性形变、仪器误差以间滤波法有堆栈法、主成分分析(PCA)方法和及处理方法等使得基准站坐标时间序列存在一定Karhunen—Loeve方法J。本文选取主成分分析收稿日期：2013—12—09。基金项目：国家自然科学基金资助项目(41174017，41004013，41304022)。作者简介：元宝莹(1989一)，女，长安大学硕士研究生，主要从事

7、大地测量数据处理理论和方法研究。18元宝莹、孙中苗、吴富梅：基准站坐标时间序列共性误差的提取与分析第1期方法和Karhunen—Loeve方法对我国29个基准站素，特征向量代表对主成分的空间响应]。式提取共性误差，并计算了站点速度，精度有一定的(4)表明，原序列可以分解为n个主成分之和。改善。同时，特征值的大小反映了相应主成分对残差时间序列的贡献值，将特征值降序排列，则前P2空间滤波方法与原理个主成分之和就包含了对残差时间序列方差的大2．1主成分分析方法部分贡献值，故将此称为主成分8“，可以由下式在分析某一问题的过程中，需要考虑到众多因计算

8、：素，每个因素在一定程度上反映了这一问题的某些￡：∑tJ(6)信息，并且彼此之间具有一定的相关性，这给分析问题带来了困难。针对这一难题，众多学者引入主2．2Karhunen—Lo