顾及空间相关性的GNSS 坐标序列插值比较
2020-08-25谢春桥匡翠林
谢春桥,匡翠林
(中南大学 地球科学与信息物理学院,长沙 410083)
0 引言
在全球卫星导航系统(global navigation satellite system, GNSS)连续运行参考站的长期观测过程中,由于接收机与天线的故障、系统供电中断、粗差的剔除以及其他未知原因,导致GNSS 坐标序列易存在数据缺失。数据的缺失会带来诸多不利影响,例如在空域分析中,由于区域网GNSS坐标序列普遍受到共模误差(common mode error,CME)的影响,而共模误差的计算一般要求所有站点的数据必须连续,数据缺失将导致无法计算并剔除CME;在时域分析中,若GNSS 坐标序列数据缺失过多,会影响模型参数估计值的精度,如速度不确定性和噪声幅度等参数[1];在频域分析中,数据缺失即采样率降低,会出现混频现象。对于数据缺失问题,国内外学者通常选取数据缺失比例较小的站点进行研究,而对于数据缺失比例高,尤其是数据连续缺失的站点,一般采用舍弃的策略,或截取其中缺失率低的部分数据,这将导致GNSS坐标序列数据不能得到充分利用。为解决数据缺失所引起的问题,必须对缺失数据进行插值,得到完整连续的数据,并尽可能恢复数据原有的噪声特性。
目前,单站坐标序列插值的方法有拉格朗日插值、多点 3 次样条插值[2]和正交多项式插值[3]等,但这些插值方法只适用于缺失较少的情形,且未顾及站点之间的空间相关性。基于多站的插值方法顾及了站点间的空间相关性,如常见的多通道奇异谱(multi-channel singular spectrum analysis,MSSA)插值方法,MSSA 插值方法对多站坐标序列通过构建时滞轨迹矩阵进行分解和重构,提取出原序列区域性的周期信号和趋势信号等,再通过迭代和交叉验证进行插值,该方法无需先验信息,得到了广泛应用[4]。……
