张恒璟 程鹏飞

(1)辽宁工程技术大学测绘与地理科学学院，阜新 123000 2)中国测绘科学研究院，北京100830)

基于经验模式分解的CORS站高程时间序列分析*

张恒璟1，2)程鹏飞2)

(1)辽宁工程技术大学测绘与地理科学学院，阜新 123000 2)中国测绘科学研究院，北京100830)

提出基于经验模式分解技术的GPS高程时间序列时频分析方法，并以两个CORS基准站多年连续的高程时间序列数据为对象，获取序列信号的各个本征模态函数分量，研究了信号周期运动的主要贡献分量和序列趋势项的合成与分离的方法。结果表明:在一定的序列区间长度上识别周期项与趋势项才有意义;经验模式分解技术分离的序列趋势项呈现大曲率的非线性形式，与传统的周期函数高程序列拟合线性趋势项存在较大的差异。

经验模式分解;本征模态函数;趋势项;GPS高程时间序列;方差贡献率

1 引言

正确识别并分离序列趋势项对研究GPS高程序列的频谱特性和噪声性质具有十分重要的意义。传统时频信号分析前，须先识别并去除序列的趋势项，例如基于傅里叶分析理论的功率谱估计和小波分解方法。经典方法研究GPS高程时序信号的周期和噪声特性时，事先给定一个具体的周期拟合模型［1，2］，并指定序列存在半年、年、两年等的周期运动和长期的线性趋势运动，通过函数拟合模型，求解各项的振幅相位等特性;接着在分析序列噪声时，从原始序列中去除趋势项和周期项后的残差序列中，分析信号存在的各种噪声特性，但实际上并不是每个GPS高程序列都具有事先设定的多种周期运动特性。……