利用BFAST算法分析GPS时间序列

发布时间：2017-08-30 03:06

  本文关键词：利用BFAST算法分析GPS时间序列

  更多相关文章： GPS GPS时间序列 跳跃点 噪声 BFAST

【摘要】：随着GPS科技的发展,以及全球连续运行观测站网络不断完善,定位精度不断提高,GPS技术已在越来越多的领域发挥着重要的作用。目前,连续运行参考站已经累积了几年甚至几十年的观测资料,研究长时间的GPS坐标时间序列,可获取板块运动规律、地表沉降、地球振荡周期变化等信息。但GPS时间序列中的跳跃点会干扰分析结果,严重影响GPS时间序列中提取的构造及非构造运动信号的精度。特别是由未知原因引起的跳跃点,由于其量级小,常常被当作噪声处理,且目前缺乏有效的探测方法。虽然手动探测的方法能较准确地探测出量级及较小的GPS时间序列跳跃点,但随着GPS时间序列数据长度和站点数量不断增加,手动探测方法的效率将大大降低。因此,寻求合适的自动化探测方法对于GPS时间序列分析具有一定的必要性。BFAST(全称为Breaks For Additive Season and Trend)算法通过探测跳跃点,自动地将时间序列分解成趋势项、季节项以及残差项。该算法用于GPS时间序列分析长期趋势和季节项时,需顾及GPS时间序列两方面的特性：1、利用GPS时间序列分析长期趋势是基于跳跃点前后的速率保持不变的前提条件；2、GPS时间序列中少有季节项中存在跳跃点的情况。因此本论文中假定GPS时间序列中不存在季节项跳跃点,并基于GPS时间序列特性将BFAST算法进行约束,使BFAST算法基于跳跃点拟合的趋势项斜率保持一致。本文通过模拟的GPS时间序列来检验BFAST算法的可行性。根据中国陆态网GPS时间序列中的噪声量级、季节项振幅模拟GPS时间序列,在不同位置加入不同量级的跳跃点,并利用蒙特卡罗方法统计准则来检验BFAST算法的可行性。结果表明：加入约束条件的BFAST算法能较好地探测出模拟的GPS时间序列中的跳跃点、拟合线性趋势项及季节项。并且该算法探测跳跃点的准确度随着跳跃点的量级增加而提高,拟合出模拟的GPS时间序列的趋势项、季节项的精度随信噪比增加而提高。然后,将BFAST算法用于中国大陆构造环境监测网络GPS时间序列分析,并将分析结果与中国大陆构造环境监测网络给出的跳跃点、趋势以及周期参数进行对比分析。结果表明,BFAST拟合季节项周年振幅和半周年偏差都小于2mm。由此可见,该算法对于季节项的估计精度较高；BFAST算法探测跳跃点的量级服从正态分布,满足跳跃点在时间序列中的分布规律；取5%-95%置信区间作为该算法拟合速率项与中国陆态网给定速率偏差正确值区间,N、E、U三个方向的最大偏差值分别为1.45mm/yr、2.38mm/yr、 3.63mm/yr,与中国陆态网结果符合较好。速率差异性的主要原因是由于跳跃点的探测结果不同而导致趋势斜率拟合结果的不同。本论文也将BFAST算法与其他自动半自动探测跳跃点方法进行了对比分析。结果表明,BFAST算法自动探测GPS时间序列中跳跃点、分析趋势项及季节项结果良好。BFAST算法具有精度高、抗噪能力强、自动等优势,可作为GPS时间序列的自动分析方法。
【关键词】：GPS GPS时间序列 跳跃点 噪声 BFAST
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P228.4
【目录】：

• 摘要6-8
• Abstract8-12
• 第一章 绪论12-19
• 1.1 研究背景及意义12-13
• 1.2 研究现状13-17
• 1.2.1 GPS时间序列模型13-14
• 1.2.2 GPS时间序列研究方法14-15
• 1.2.3 GPS时间序列跳跃点探测方法研究15-16
• 1.2.4 BFAST算法研究现状16-17
• 1.3 研究内容17-19
• 第二章 理论与算法19-27
• 2.1 时间序列19-20
• 2.2 BFAST算法20-24
• 2.2.1 BFAST分解模型21-22
• 2.2.2 BFAST迭代探测跳跃点22-23
• 2.2.3 约束BFAST算法23-24
• 2.3 蒙特卡罗方法24-26
• 2.4 GPS时间序列谱分析26
• 2.5 本章小结26-27
• 第三章 BFAST用于模拟GPS时间序列分析27-41
• 3.1 模拟GPS时间序列27-30
• 3.1.1 时间序列模型建立27
• 3.1.2 GPS时间序列模拟27-30
• 3.2 BFAST用于模拟GPS时间序列数据30-35
• 3.3 模拟实验结果的Monte Carlo统计分析35-40
• 3.4 本章小结40-41
• 第四章 BFAST用于实际GPS时间序列分析41-57
• 4.1 陆态网简介41-42
• 4.2 中国陆态网GPS数据解算策略42-43
• 4.3 数据站点43-46
• 4.4 实验结果分析46-55
• 4.4.1 周期项分析46-48
• 4.4.2 跳跃点分析48-49
• 4.4.3 速率项分析49-55
• 4.5 本章小结55-57
• 第五章 结论与展望57-59
• 结论57-58
• 展望58-59
• 致谢59-60
• 参考文献60-63

【参考文献】

中国期刊全文数据库 前8条

1 董伟;;小波分析在GPS时间序列分析中的运用[J];水利水电快报;2015年06期

2 武艳强;江在森;杨国华;;利用GPS时间序列对块体运动进行空间信息分离[J];地震研究;2009年03期

3 袁林果;丁晓利;陈武;郭志和;陈少彬;洪本善;周锦添;;香港GPS基准站坐标序列特征分析[J];地球物理学报;2008年05期

4 杨国华;张风霜;武艳强;韩月萍;沈午春;杨博;;利用GPS连续观测资料进行强震危险性预测的探讨[J];地震;2008年01期

5 牛之俊,王敏,孙汉荣,孙建中,游新兆,甘卫军,薛贵江,郝晋新,辛少华,王永清,王永祥,李柏;中国大陆现今地壳运动速度场的最新观测结果[J];科学通报;2005年08期

6 江在森,马宗晋,牛安福,张晓亮,王双绪,陈兵;GPS技术应用于中国地壳运动研究的方法及初步结果[J];地学前缘;2003年01期

7 张飞鹏,程宗颐,黄s，

本文编号：756905