CN106066901B - 一种gnss自动化变形监测的基准点稳定性分析方法 - Google Patents
一种gnss自动化变形监测的基准点稳定性分析方法 Download PDFInfo
- Publication number
- CN106066901B CN106066901B CN201610257711.6A CN201610257711A CN106066901B CN 106066901 B CN106066901 B CN 106066901B CN 201610257711 A CN201610257711 A CN 201610257711A CN 106066901 B CN106066901 B CN 106066901B
- Authority
- CN
- China
- Prior art keywords
- time series
- website
- residual error
- sequence
- error time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
Abstract
本发明公开了一种GNSS自动化变形监测的基准点稳定性分析方法,该方法主要包含以下步骤:对GNSS观测数据进行解算,得到基准点的坐标残差时间序列;对基准点坐标残差时间序列中的粗差进行探测和剔除;提取并剔除序列中的线性趋势项和周期项;若剔除趋势及周期项后的坐标残差序列有缺失数据,则对时间序列进行插值;提取出残差时间序列的共模误差,并从各残差序列中剔除该共模误差;最后对所剩残差序列用量化计算法判定该序列是否服从正态分布,若是则判定基准点稳定,否则不稳定。本发明可以有效地对站点共性的误差进行剔除,提高坐标时间序列的信噪比,最终使得站点的坐标时间序列主要误差仅为观测随机噪声,从而判断出站点是否稳定。
Description
技术领域
本发明涉及一种GNSS自动化变形监测的基准点稳定性分析方法。
背景技术
GNSS具有覆盖范围广、不受气候条件限制、无需通视条件、自动化程度高等优势,因此,近年来GNSS已经广泛应用在变形监测领域,而且获得了令人满意的结果。
GNSS自动化变形监测系统中通常选择1~2个稳定点作为基准点,但如何判断基准点是否稳定,目前仍没有一套具体的方法。在实际GNSS监测过程中,由于板块运动、固体潮、土壤水等质量负荷等因素的影响,使站点坐标会产生相应误差,这种误差往往有几毫米甚至十几毫米,严重影响了对测站本身位置变化情况的判断,现有技术常采用复杂的建模方法减小误差,计算量大,且不能有效地对误差进行剔除。
发明内容
本发明的目的在于提出一种GNSS自动化变形监测的基准点稳定性分析方法。
为解决上述技术问题,本发明所采用的技术方案是:一种GNSS自动化变形监测的基准点稳定性分析方法,包括以下步骤:
1)对站点GNSS观测数据进行解算,得到站点坐标残差时间序列;
2)对站点坐标残差时间序列中的粗差进行探测和剔除;
3)提取并剔除站点坐标残差时间序列的线性趋势项和周期项;若线性趋势项与所在板块地壳运动速率不一致,则判定当前基准点不稳定;否则,进入步骤4);
4)若剔除线性趋势项及周期项后的站点坐标残差时间序列有缺失数据,则对剔除线性趋势项和周期项后的站点坐标残差时间序列进行插值;
5)对插值后的站点坐标残差时间序列进行时空滤波,提取并剔除插值后的站点坐标残差时间序列的共模误差;
6)判定剔除共模误差后的站点坐标残差时间序列是否服从正态分布,若是,则判定基准点稳定,否则不稳定。
步骤2)中,粗差探测和剔除的公式为:
其中,vi表示站点坐标残差时间序列中i天的残差值(vi是步骤1得到的残差值,如果vi满足此不等式,则认为这一天的结果是粗差,删除这一天的结果),w表示样本窗口长度,表示以i为样本中心,取站点坐标残差时间序列中左右两侧各天的值作为样本,IQR为四分位数间距,即将一段序列按照由小到大的顺序排列,站点坐标残差时间序列75%处的值与站点坐标残差时间序列25%的值之差。
根据拟合函数,利用最小二乘法对线性趋势项和周期项进行剔除,拟合函数y(ti)公式如下:
其中,a表示站点位置,b表示站点线速度,c、d表示年周期运动系数,e、f表示半年周期运动系数,ti表示以年为单位的GPS历元,g表示发生在历元Tg处的ng个阶跃式偏移量;H为阶梯函数,若在时刻Tgj处发生突变,则在此之前H=0,在此之后H=1。
与现有技术相比,本发明的有益效果为:本发明可以有效地对这些误差进行剔除,提高坐标时间序列的信噪比,使得站点的坐标时间序列主要误差仅为观测随机噪声,从而判断出站点是否稳定。
附图说明
图1为坐标残差时间序列;
图2为剔除线性趋势项和周期项后的残差序列;
图3为剔除共模误差后的残差时间序列;
图4为剩余残差统计直方图;
图5为本发明方法流程图。
具体实施方式
本发明方法流程如图1所示,其包括以下具体方法步骤:
1)获取基准点RINEX格式的观测数据文件,同时下载相应的IGS数据产品;观测数据文件和IGS数据产品是坐标解算的输入文件;
2)利用获得的数据文件及数据产品,采用精密单点定位方式对基准点坐标进行解算,得到基准点单日解的坐标时间序列;
3)采用四分位数间距判别准则进行粗差的探测和剔除。其公式如下:
其中,vi表示残差序列中i天的残差值,w表示样本窗口长度,表示以i为样本中心,取序列中左右两侧各天值作为样本,IQR为四分位数间距,即将一段序列按照由小到大的顺序排列,序列75%处的值与序列25%的值之差;这种方法剔除粗差不会受到个别极大值或极小值的影响;
4)采用拟合函数模型,利用最小二乘法对各参数进行估计,剔除线性趋势项和周期项;若线性趋势项与所在板块地壳运动速率不一致,则即可判断该基准点不稳定,否则继续后面的步骤进一步判断;拟合函数公式如下:
其中,a表示站点位置,b表示站点线速度,c、d表示年周期运动系数,e、f表示半年周期运动系数,ti表示以年为单位的GPS历元,g表示发生在历元Tg处的ng个阶跃式偏移量,是由天线位置变化或地震影响等因素造成的站点位置突变。H为Heaviside阶梯函数,假设在时刻Tgj处发生突变,则在此之前H=0,在此之后H=1;这种估计方法是对参数的线性无偏估计,并且利于编程实现;
5)若剔除趋势及周期项后的坐标残差序列有缺失数据,则使用线性插值法和三次样条插值法对时间序列进行插值,其中对于序列中小于三天的空隙采用三次样条插值,大于三天的空隙使用线性插值;采用这种插值方法,这样既可以使插值后的坐标时间序列足够准确,也可以保持其整体的趋势不变,插值后的数据也方便了后续的主成分分析计算;
6)使用主成分分析法对基准点坐标时间序列进行时空滤波,提取出残差时间序列的共模误差,并从各残差序列中剔除该共模误差除;该方法可以将测站共同的误差进行剔除,剩下线性无关的误差;
7)对所剩残差序列用量化计算法判定其是否服从正态分布,若是则判定基准点稳定,否则不稳定。
广州南沙单双频GPS混合地面沉降监测系统在一片约100km2区域内布设了11个GPS观测点,分别命名为GD01至GD11。其中,四个为双频点,分别为GD03,GD05,GD08,GD10,其余7个点是单频点。GD05点位于基岩上,作为稳定的基准点,GD08点位于有深基桩的建筑物屋顶上,是一个相对稳定的点,其余点位于地面或无深基桩的屋顶上。因此,需要对GD08点的稳定性进行研究,判断其是否能和GD05点一起作为区域内的稳定基准点。
按照上述方法,对GD08点进行稳定性分析。获取了系统从2012年6月至2013年9月采集的GD05和GD08点的RINEX格式观测文件,并下载相应的IGS数据产品,利用GPS解算软件进行坐标解算。解算结果如图1所示。
对解算结果采用四分位数间距判别准则进行粗差的探测和剔除,之后利用拟合函数模型提取残差序列的线性趋势项和周期项。结果如下表1所示:
表1残差序列线性趋势项和周期项结果
由上表可以看出,GD05和GD08在三个方向上的位移速率都很接近,N、E、U方向分别只有1.21mm/yr,0.56mm/yr,0.94mm/yr的差距,因此可以初步判断两个点有着相同的位移趋势。
采用线性插值法和三次样条插值法对时间序列进行插值,补全残差时间序列中的空缺。之后,采用主成分分析法对GD05和GD08点坐标时间序列进行滤波,剔除两个序列的共模误差,剔除后的结果见图3。
对所剩残差进行量化统计,结果如图4:
通过量化法计算,当取置信水平等于0.95时,GD05和GD08点三个方向的剩余残差时间序列均满足正态分布。通过上述分析,可以看出,经过一系列的处理与分析,GD05和GD08点坐标残差时间序列最终呈正态分布,也就是说,GD05和GD08点均不存在地表位移,从而证明了GD08可以和GD05一样作为整个区域网的稳定基准点。
Claims (2)
1.一种GNSS自动化变形监测的基准点稳定性分析方法,其特征在于,包括以下步骤:
1)对站点GNSS观测数据进行解算,得到站点坐标残差时间序列;
2)对站点坐标残差时间序列中的粗差进行探测和剔除;粗差探测和剔除的公式为:
其中,vi表示站点坐标残差时间序列中i天的残差值,w表示样本窗口长度,表示以i为样本中心,取站点坐标残差时间序列中左右两侧各天的值作为样本,IQR为四分位数间距,即将一段序列按照由小到大的顺序排列,站点坐标残差时间序列75%处的值与站点坐标残差时间序列25%的值之差;
3)提取并剔除站点坐标残差时间序列的线性趋势项和周期项;若线性趋势项与所在板块地壳运动速率不一致,则判定当前基准点不稳定;否则,进入步骤4);
4)若剔除线性趋势项及周期项后的站点坐标残差时间序列有缺失数据,则对剔除线性趋势项和周期项后的站点坐标残差时间序列进行插值;
5)对插值后的站点坐标残差时间序列进行时空滤波,提取并剔除插值后的站点坐标残差时间序列的共模误差;
6)判定剔除共模误差后的站点坐标残差时间序列是否服从正态分布,若是,则判定基准点稳定,否则不稳定。
2.根据权利要求1所述的GNSS自动化变形监测的基准点稳定性分析方法,其特征在于,根据拟合函数,利用最小二乘法对线性趋势项和周期项进行剔除,拟合函数y(ti)公式如下:
其中,a表示站点位置,b表示站点线速度,c、d表示年周期运动系数,e、f表示半年周期运动系数,ti表示以年为单位的GPS历元,g表示发生在历元Tg处的ng个阶跃式偏移量;H为阶梯函数,若在时刻Tgj处发生突变,则在此之前H=0,在此之后H=1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610257711.6A CN106066901B (zh) | 2016-04-22 | 2016-04-22 | 一种gnss自动化变形监测的基准点稳定性分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610257711.6A CN106066901B (zh) | 2016-04-22 | 2016-04-22 | 一种gnss自动化变形监测的基准点稳定性分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106066901A CN106066901A (zh) | 2016-11-02 |
CN106066901B true CN106066901B (zh) | 2019-05-07 |
Family
ID=57419985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610257711.6A Active CN106066901B (zh) | 2016-04-22 | 2016-04-22 | 一种gnss自动化变形监测的基准点稳定性分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106066901B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106767383A (zh) * | 2016-11-11 | 2017-05-31 | 清华大学 | 基于连续运行gnss站信噪比数据的积雪深度的测量方法 |
CN106871776A (zh) * | 2017-02-14 | 2017-06-20 | 千寻位置网络有限公司 | 一种基于gnss的实时变形监测系统 |
CN107480105B (zh) * | 2017-08-04 | 2019-02-01 | 中国测绘科学研究院 | 构建地心坐标系框架站点运动模型的方法及装置 |
CN108427837B (zh) * | 2018-03-06 | 2021-09-10 | 南昌航空大学 | 一种装配粗差判定方法及系统 |
CN109521444B (zh) * | 2018-10-22 | 2023-03-14 | 长安大学 | 一种地壳运动gps水平速度场自适应最小二乘拟合推估算法 |
CN110260774B (zh) * | 2019-07-22 | 2022-03-08 | 安徽理工大学 | 一种基于Pettitt算法的GNSS变形信息检验与预警方法 |
CN111045062A (zh) * | 2019-11-29 | 2020-04-21 | 航天恒星科技有限公司 | 一种基于电磁星的星基电离层反演方法 |
CN111965678B (zh) * | 2020-08-28 | 2022-01-28 | 北京大成国测科技有限公司 | 一种基于北斗或gps的铁路路基沉降监测系统及方法 |
CN112556563B (zh) * | 2020-11-30 | 2022-03-29 | 深圳大学 | 一种北斗定位长期监测数据的处理方法及系统 |
CN114114332A (zh) * | 2021-11-03 | 2022-03-01 | 湖北理工学院 | 一种有效探测gnss基准站坐标时间序列不连续点的方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102288978A (zh) * | 2011-07-20 | 2011-12-21 | 东南大学 | 一种cors基站周跳探测与修复方法 |
-
2016
- 2016-04-22 CN CN201610257711.6A patent/CN106066901B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102288978A (zh) * | 2011-07-20 | 2011-12-21 | 东南大学 | 一种cors基站周跳探测与修复方法 |
Non-Patent Citations (2)
Title |
---|
"基于GNSS和RTS技术的桥梁结构动态变形监测研究";余加勇;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20150915(第9期);第32,33,49,86,93,110,117,118,121,130页 |
"高精度GPS站点坐标时间序列分析与应用";范朋飞;《中国优秀硕士学位论文全文数据库 基础科学辑》;20140615(第6期);第14页至第72页 |
Also Published As
Publication number | Publication date |
---|---|
CN106066901A (zh) | 2016-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106066901B (zh) | 一种gnss自动化变形监测的基准点稳定性分析方法 | |
CN110306605B (zh) | 一种用于基坑工程自动化监测的预警系统 | |
Kääb et al. | Surface geometry, thickness changes and flow fields on creeping mountain permafrost: automatic extraction by digital image analysis | |
Kraus et al. | Advanced DTM generation from LIDAR data | |
Zhan et al. | Regional characteristics and influencing factors of seasonal vertical crustal motions in Yunnan, China | |
CN104507053A (zh) | 差分气压测高辅助 wlan 指纹定位中的楼层判别方法 | |
JP2017203650A (ja) | 観測システム | |
JP2016153726A (ja) | 観測システム | |
Gruszczynski et al. | Orthogonal transformation in extracting of common mode errors from continuous GPS networks | |
Calvo et al. | Unlocking the correlation in fluvial outcrops by using a DOM-derived virtual datum: Method description and field tests in the Huesca fluvial fan, Ebro Basin (Spain) | |
CN108226002B (zh) | 基于刻度电成像次生孔隙度谱截止值获取次生孔隙度的方法 | |
CN107831516A (zh) | 融合gnss和地面监测网获取大坝实时高精度位移的方法 | |
Chen et al. | Active Faulting of Landforms along the Tuosuhu‐Maoniushan Fault and Its Seismotectonic Implications in Eastern Qaidam Basin, China | |
CN107179553A (zh) | 基于双压实规律的沙漠区表层静校正方法 | |
Ismail et al. | DEM derived from photogrammetric generated DSM using morphological filter | |
O'Leary et al. | Geomorphic evidence of major sea-level fluctuations during marine isotope substage-5e, Cape Cuvier, Western Australia | |
CN112986948B (zh) | 基于InSAR技术的建筑形变监测方法和装置 | |
CN113175949B (zh) | 一种结合地表形变和水位信息反演释水系数方法和系统 | |
Mostaccio et al. | Improving seismic surveillance at Mt. Etna volcano by probabilistic earthquake location in a 3D model | |
Setiyoko et al. | Comparison analysis of interpolation techniques for DEM generation using Cartosat-1 stereo data | |
Li et al. | Evaluation of the glacial isostatic adjustment (GIA) models for Antarctica based on GPS vertical velocities | |
CN115752399A (zh) | 一种年调节水库垂线位移结果修正方法 | |
CN107015289A (zh) | 圈闭地质资源量确定方法及装置 | |
Weil-Accardo et al. | New datings and elevations of a fossil reef in Lembetabe, southwest Madagascar: eustatic and tectonic implications | |
CN113204855B (zh) | 地层缩短速率确定方法、系统、设备及可读介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |