基于RegEM算法的GPS坐标时间序列插值应用分析

发布时间：2021-12-23 09:40

　　将一种基于数据驱动的RegEM算法引入GPS坐标时间序列插值中,分别采用模拟不同比例连续缺失数据与实测含缺失数据,比较RegEM与拉格朗日方法、三次样条方法、正交多项式方法的插值效果与性能。结果表明,对于模拟不同比例连续缺失数据,RegEM算法插值效果均优于传统方法,且在大量数据连续缺失的情况下效果最优;对于实测含缺失数据,RegEM方法插值所得序列保留方差最大化效果最好,约为正交多项式方法的1.17倍、三次样条方法的1.38倍。 

【文章来源】：大地测量与地球动力学. 2020,40(01)北大核心CSCD

【文章页数】：6 页

【部分图文】：

不同方法插值效果的对比(缺失7 d数据)

表1 不同插值方法性能的对比(缺失7 d数据)Tab.1 Performance comparison of different interpolationmethods(missing 7 d data) 方法 拉格朗日 三次样条 正交多项式 RegEM MAE 3.180 0 2.325 7 1.560 0 0.601 4 rp 0.919 5 0.977 8 0.991 5 0.992 0 rs 0.821 4 0.964 3 0.892 9 0.964 3图6 不同方法插值效果的对比(缺失30 d数据)

图5 插值后的GPS时间序列(缺失30 d数据)表2 不同插值方法性能的对比(缺失30 d数据)Tab.2 Performance comparison of different interpolation methods(missing 30 d data) 方法 三次样条 正交多项式 RegEM MAE 4.779 7 4.369 0 2.755 7 rp 0.294 8 0.060 2 0.703 7 rs 0.309 9 -0.002 0 0.721 4

【参考文献】：
期刊论文
[1]共模误差PCA与ICA提取方法的比较[J]. 明锋,杨元喜,曾安敏.  大地测量与地球动力学. 2017(04)
[2]数据缺失对GNSS时间序列分析的影响[J]. 占伟,黄立人,刘志广,孟宪纲.  大地测量与地球动力学. 2013(02)
[3]不同插值方法对CORS高程时间序列的影响分析[J]. 田慧,程鹏飞,秘金钟.  测绘科学. 2013(01)
[4]基于验潮数据的西北太平洋区域海面变化预测[J]. 罗文,袁林旺,易琳,俞肇元,谢志仁.  地理学报. 2011(01)
[5]时间序列处理的新插值方法[J]. 武艳强,黄立人.  大地测量与地球动力学. 2004(04)



本文编号：3548245