王 琰，张倩倩，车通宇，刘 永

（1.解放军信息工程大学 地理空间信息学院，郑州 450052；2.北京卫星导航中心，北京 100094）

时间序列异常值探测的Bayes方法及其GNSS数据质量控制中的应用

王 琰1,2，张倩倩1，车通宇1，刘 永1

（1.解放军信息工程大学 地理空间信息学院，郑州 450052；2.北京卫星导航中心，北京 100094）

GNSS卫星精密定轨定位的观测量验后残差分析是数据质量控制的重要组成部分。目前的方法都是根据经验设定异常值判断的阈值，没有利用验后残差序列的时间序列特性。引入基于识别变量的AR模型异常值探测的Bayes方法对验后残差序列中的异常值进行探测；将异常值探测问题转化为识别变量后验概率值的计算问题，并给出明确的判别阈值，通过后验概率值与事先给定的阈值进行比较判别出异常值的位置；运用Gibbs抽样设计了识别变量后验概率值的计算方法和异常值的估算方法。实测数据对该算法的验证表明该算法能够准确地探测出异常值的位置，将异常值剔除之后的观测值序列应用到精密单点定位中，结果表明该算法的使用提高了精密单点定位的定位精度。

验后残差；异常值探测；Bayes方法；AR模型；精密单点定位

GNSS数据处理中，质量控制是一个很重要的部分，质量控制的优劣影响最终定位、定轨的精度。完整的质量控制主要包括两部分：数据的预处理与验后残差分析[1-3]。数据预处理不能完全探测出GNSS观测数据中的异常值，残余的异常值必然对最终参数估计的结果产生影响，因此就需要从观测量的验后残差序列中发现残余的异常点，确保参与估计的观测量都是干净的，从而加速卫星精密定轨定位参数估计的收敛。……