CN107480105B - 构建地心坐标系框架站点运动模型的方法及装置 - Google Patents
构建地心坐标系框架站点运动模型的方法及装置 Download PDFInfo
- Publication number
- CN107480105B CN107480105B CN201710664280.XA CN201710664280A CN107480105B CN 107480105 B CN107480105 B CN 107480105B CN 201710664280 A CN201710664280 A CN 201710664280A CN 107480105 B CN107480105 B CN 107480105B
- Authority
- CN
- China
- Prior art keywords
- dimensional coordinate
- time
- missing point
- interpolation processing
- point
- 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
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Remote Sensing (AREA)
- Mathematical Physics (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Algebra (AREA)
- Complex Calculations (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种构建地心坐标系框架站点运动模型的方法及装置,涉及地心坐标系坐标框架及大地基准维护技术领域,该方法包括获取大地坐标系的框架站点的原始三维坐标时间序列;对原始三维坐标时间序列进行分析,确定第一缺失点和第二缺失点,并对第一缺失点和第二缺失点进行三维坐标数据插值处理,得到插值处理后的三维坐标时间序列,其中,第一缺失点为存在粗差的三维坐标数据所对应的时间点,第二缺失点为在预设时刻序列中缺失三维坐标数据的时间点;基于插值处理后的三维坐标时间序列,通过多通道奇异谱分析理论构建大地坐标系的框架站点的运动模型。本发明缓解了构建地心坐标框架的现有技术中存在的精度较低的的技术问题。
Description
技术领域
本发明涉及地心坐标系框架及大地基准维护技术领域,尤其是涉及一种构建地心坐标系框架站点运动模型的方法及装置。
背景技术
我国于2008年7月1日启用了中国地心坐标系统CGCS2000和相应的坐标参考框架,鉴于地球自转对地表质量负载造成的影响,建立精确的地心坐标系框架站点运动模型,是维持地心坐标系框架精确性和稳定性的重要基础。地心坐标系框架站点运动模型的建立,需要分析框架站点的坐标时间序列,研究框架站点的噪声特性和其他特性。
目前,在建立地心坐标系框架站点运动模型过程中,主要存在以下不足:(1)在对原始坐标时间序列进行缺失值插补时,常常无法对缺失坐标数据的较长时间段进行可靠的插值;(2)在进行信噪分离时,需要对站点的运动特性及噪声特性进行一定的先验假设,由此得到的信噪分离结果在一定程度上取决于先验假设的准确性;(3)框架站点运动模型仅采用线性模型进行估计,必然忽略由各种因素引起的非线性运动。上述三种不足,整体上降低了构建的地心坐标系框架站点运动模型的精度,难以满足精度及实时性要求较高的许多科学研究和工程监测项目的需要,也不适应当今精密定位和导航的需求。
基于单通道奇异谱分析理论构建地心坐标系框架站点运动模型可以解决上述不足,但是,单站单方向坐标时间序列进行的单通道奇异谱分析理论忽略了三维方向的坐标时间序列之间的相关性,从而影响地心坐标系框架站点运动模型的精度。
发明内容
有鉴于此,本发明的目的在于提供一种构建地心坐标系框架站点运动模型的方法及装置,以缓解构建地心坐标框架的现有技术中存在的精度较低的的技术问题。
第一方面,本发明实施例提供了一种构建地心坐标系框架站点运动模型的方法,包括:
获取大地坐标系的框架站点的原始三维坐标时间序列,其中,所述原始三维坐标时间序列包括所述框架站点在不同时刻的三维坐标数据,一个所述三维坐标数据对应一个时间点;
对所述原始三维坐标时间序列进行分析,确定第一缺失点和第二缺失点,并对所述第一缺失点和所述第二缺失点进行三维坐标数据插值处理,得到插值处理后的三维坐标时间序列,其中,所述第一缺失点为存在粗差的三维坐标数据所对应的时间点,所述第二缺失点为在预设时刻序列中缺失三维坐标数据的时间点;
基于所述插值处理后的三维坐标时间序列,通过多通道奇异谱分析理论构建所述大地坐标系的框架站点的运动模型。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,对所述原始三维坐标时间序列进行分析,确定第一缺失点和第二缺失点,并对所述第一缺失点和所述第二缺失点进行三维坐标数据插值处理,得到插值处理后的三维坐标时间序列,包括:
将所述原始三维坐标时间序列作为当前时刻的三维坐标时间序列,反复执行下述分析步骤和插补步骤,直至满足循环停止条件,并将循环结束后的当前时刻的三维坐标时间序列作为所述插值处理后的三维坐标时间序列,
分析步骤,对所述当前时刻的三维坐标时间序列进行分析,确定当前时刻的第一缺失点和当前时刻的第二缺失点;
插补步骤,对所述当前时刻的第一缺失点和所述当前时刻的第二缺失点进行三维坐标数据的插值处理,得到下一时刻的三维坐标时间序列,并将所述下一时刻的三维坐标时间序列作为所述当前时刻的三维坐标时间序列,返回执行所述分析步骤,所述下一时刻为所述当前时刻的下一时刻,
其中,所述循环停止条件包括:在对所述当前时刻的三维坐标时间序列分析之后,所述当前时刻的三维坐标时间序列中不存在第一缺失点和第二缺失点。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,对所述原始三维坐标时间序列进行分析,确定第一缺失点,包括:
在所述原始三维坐标时间序列中,采用四分位间距准则对所述三维坐标数据进行粗差探测;
将所述原始三维坐标时间序列中存在粗差的三维坐标数据所对应的时间点确定为所述原始三维坐标时间序列中的第一缺失点。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,对所述第一缺失点和所述第二缺失点进行三维坐标数据插值处理,包括:
通过奇异谱迭代的区间四分法对所述第一缺失点和所述第二缺失点进行三维坐标数据插值处理。
结合第一方面的第三种可能的实施方式,本发明实施例提供了第一方面的第四种可能的实施方式,其中,基于所述插值处理后的三维坐标时间序列,通过多通道奇异谱分析理论构建所述大地坐标系的框架站点的运动模型,包括:
根据所述插值处理后的三维坐标时间序列,对所述框架站点在三维方向构造多通道奇异谱分析的轨迹方程;
将所述轨迹方程进行多通道奇异谱分解,得到三个一维坐标时间序列,其中,所述一维坐标时间序列包括所述框架站点在不同时间周期的主成分分量,一个所述主成分分量对应一个时间周期;
采用Mann-Kendall非参数检验法识别所述主成分分量的趋势项;
采用W-correlation法振荡对识别方法和最大熵方法识别所述主成分分量的振荡项;
将所述趋势项和所述振荡项进行求和,得到重构信号;
对于每一维方向,绘制所述重构信号随时间变化的图形,得到所述大地坐标系的框架站点的运动模型。
结合第一方面的第四种可能的实施方式,本发明提供了第一方面的第五种可能的实施方式,其中,根据所述插值处理后的三维坐标时间序列,对所述框架站点在三维方向构造多通道奇异谱分析的轨迹方程,包括:
根据所述插值处理后的三维坐标时间序列,按照如下公式构造所述轨迹方程:
其中,XXi表示所述轨迹方程;(Xi,Yi,Zi)表示所述插值处理后的三维坐标时间序列中的三维坐标数据,i=1,2,3……N,N表示所述插值处理后的三维坐标时间序列中的时间点的数量;M表示在通过奇异谱迭代的区间四分法对所述第一缺失点和所述第二缺失点进行三维坐标数据插值处理过程中确定的最佳嵌入维数。
第二方面,本发明实施例还提供一种构建地心坐标系框架站点运动模型的装置,包括:
获取模块,用于获取大地坐标系的框架站点的原始三维坐标时间序列,其中,所述原始三维坐标时间序列包括所述框架站点在不同时刻的三维坐标数据,一个所述三维坐标数据对应一个时间点;
插值处理模块,用于对所述原始三维坐标时间序列进行分析,确定第一缺失点和第二缺失点,并对所述第一缺失点和所述第二缺失点进行三维坐标数据插值处理,得到插值处理后的三维坐标时间序列,其中,所述第一缺失点为存在粗差的三维坐标数据所对应的时间点,所述第二缺失点为在预设时刻序列中缺失三维坐标数据的时间点;
构建模块,用于基于所述插值处理后的三维坐标时间序列,通过多通道奇异谱分析理论构建所述大地坐标系的框架站点的运动模型。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,所述插值处理模块包括:
赋初值单元,用于将所述原始三维坐标时间序列作为当前时刻的三维坐标时间序列;
循环单元,用于反复执行下述分析步骤和插补步骤,直至满足循环停止条件,并将循环结束后的当前时刻的三维坐标时间序列作为所述插值处理后的三维坐标时间序列;
分析单元,对所述当前时刻的三维坐标时间序列进行分析,确定当前时刻的第一缺失点和当前时刻的第二缺失点;
插补单元,对所述当前时刻的第一缺失点和所述当前时刻的第二缺失点进行三维坐标数据的插值处理,得到下一时刻的三维坐标时间序列,并将所述下一时刻的三维坐标时间序列作为所述当前时刻的三维坐标时间序列,返回执行所述分析步骤,所述下一时刻为所述当前时刻的下一时刻,
其中,所述循环停止条件包括:在对所述当前时刻的三维坐标时间序列分析之后,所述当前时刻的三维坐标时间序列中不存在第一缺失点和第二缺失点。
结合第二方面,本发明提供了第二方面的第二种可能的实施方式,其中,所述插值处理模块用于:
在所述原始三维坐标时间序列中,采用四分位间距准则对所述三维坐标数据进行粗差探测;
将所述原始三维坐标时间序列中存在粗差的三维坐标数据所对应的时间点确定为所述原始三维坐标时间序列中的第一缺失点。
结合第二方面,本发明提供了第二方面的第三种可能的实施方式,其中,所述插值处理模块用于:
通过奇异谱迭代的区间四分法对所述第一缺失点和所述第二缺失点进行三维坐标数据插值处理。
结合第二方面的第三种可能的实施方式,本发明提供了第二方面的第四种可能的实施方式,其中,所述构建模块包括:
构造单元,用于根据所述插值处理后的三维坐标时间序列,对所述框架站点在三维方向构造多通道奇异谱分析的轨迹方程;
分解单元,用于将所述轨迹方程进行多通道奇异谱分解,得到三个一维坐标时间序列,其中,所述一维坐标时间序列包括所述框架站点在不同时间周期的主成分分量,一个所述主成分分量对应一个时间周期;
第一识别单元,用于采用Mann-Kendall非参数检验法识别所述主成分分量的趋势项;
第二识别单元,用于采用W-correlation法振荡对识别方法和最大熵方法识别所述主成分分量的振荡项;
求和单元,用于将所述趋势项和所述振荡项进行求和,得到重构信号;
绘制单元,用于对于每一维方向,绘制所述重构信号随时间变化的图形,得到所述大地坐标系的框架站点的运动模型。
结合第二方面的第四种可能的实施方式,本发明提供了第二方面的第五种可能的实施方式,其中,所述构造单元用于:根据所述插值处理后的三维坐标时间序列,按照如下公式构造所述轨迹方程:
其中,XXi表示所述轨迹方程;(Xi,Yi,Zi)表示所述插值处理后的三维坐标时间序列中的三维坐标数据,i=1,2,3……N,N表示所述插值处理后的三维坐标时间序列中的时间点的数量;M表示在通过奇异谱迭代的区间四分法对所述第一缺失点和所述第二缺失点进行三维坐标数据插值处理过程中确定的最佳嵌入维数。
本发明实施例带来了以下有益效果:对原始三维坐标时间序列的第一缺失点和第二缺失点进行三维坐标数据插值处理,然后基于插值处理后的三维坐标时间序列,通过多通道奇异谱分析理论构建大地坐标系的框架站点的运动模型,即,在对原始三维坐标时间序列进行插值处理的基础上,将多通道奇异谱分析理论应用于构建地心坐标系框架站点运动模型,通过整体构建三维方向上的轨迹方程和有效求解框架站点在三个不同一维方向上的坐标主成分分量,考虑了单通道奇异谱分析理论忽略的框架站点三维方向的坐标时间序列之间的相互影响关系,缓解了构建地心坐标框架的现有技术中存在的精度较低的的技术问题。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的一种构建地心坐标系框架站点运动模型的方法流程图;
图2为本发明实施例一提供的另一种构建地心坐标系框架站点运动模型的方法流程图;
图3为本发明实施例一提供的一种基于插值处理后的三维坐标时间序列,通过多通道奇异谱分析理论构建大地坐标系的框架站点的运动模型的方法流程图;
图4为本发明实施例二提供的一种构建地心坐标系框架站点运动模型的装置结构示意图。
图标:100-获取模块;200-插值处理模块;300-构建模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前,基于单通道奇异谱分析理论构建地心坐标系框架站点运动模型时,忽略了三维方向的坐标时间序列之间的相关性,从而影响地心坐标系框架站点运动模型的精度。基于此,本发明实施例提供的一种构建地心坐标系框架站点运动模型的方法及装置,可以缓解构建地心坐标框架的现有技术中存在的精度较低的的技术问题。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种构建地心坐标系框架站点运动模型的方法进行详细介绍。
实施例一
本发明实施例提供的一种构建地心坐标系框架站点运动模型的方法,如图1所示,包括:
步骤S102,获取大地坐标系的框架站点的原始三维坐标时间序列,其中,原始三维坐标时间序列包括框架站点在不同时刻的三维坐标数据,一个三维坐标数据对应一个时间点。
步骤S104,对原始三维坐标时间序列进行分析,确定第一缺失点和第二缺失点,并对第一缺失点和第二缺失点进行三维坐标数据插值处理,得到插值处理后的三维坐标时间序列,其中,第一缺失点为存在粗差的三维坐标数据所对应的时间点,第二缺失点为在预设时刻序列中缺失三维坐标数据的时间点。
步骤S106,基于插值处理后的三维坐标时间序列,通过多通道奇异谱分析理论构建大地坐标系的框架站点的运动模型。
具体地,对原始三维坐标时间序列进行分析,确定第一缺失点,即,从原始三维坐标时间序列中探测存在粗差的三维坐标数据,并将存在粗差的三维坐标数据所对应的时间点标记为第一缺失点,然后在第一缺失点插入一个新的三维坐标数据,以替换原来的存在粗差的三维坐标数据。
在本发明实施例中,对原始三维坐标时间序列的第一缺失点和第二缺失点进行三维坐标数据插值处理,然后基于插值处理后的三维坐标时间序列,通过多通道奇异谱分析理论构建大地坐标系的框架站点的运动模型,即,在对原始三维坐标时间序列进行插值处理的基础上,将多通道奇异谱分析理论应用于构建地心坐标系框架站点运动模型,通过整体构建三维方向上的轨迹方程和有效求解框架站点在三个不同一维方向上的坐标主成分分量,考虑了单通道奇异谱分析理论忽略的框架站点三维方向的坐标时间序列之间的相互影响关系,缓解了构建地心坐标框架的现有技术中存在的精度较低的的技术问题。
本发明实施例的一个可选实施方式中,对原始三维坐标时间序列进行分析,确定第一缺失点和第二缺失点,并对第一缺失点和第二缺失点进行三维坐标数据插值处理,得到插值处理后的三维坐标时间序列,包括:
将原始三维坐标时间序列作为当前时刻的三维坐标时间序列,反复执行下述分析步骤和插补步骤,直至满足循环停止条件,并将循环结束后的当前时刻的三维坐标时间序列作为插值处理后的三维坐标时间序列,
分析步骤,对当前时刻的三维坐标时间序列进行分析,确定当前时刻的第一缺失点和当前时刻的第二缺失点;
插补步骤,对当前时刻的第一缺失点和当前时刻的第二缺失点进行三维坐标数据的插值处理,得到下一时刻的三维坐标时间序列,并将下一时刻的三维坐标时间序列作为当前时刻的三维坐标时间序列,返回执行分析步骤,下一时刻为当前时刻的下一时刻,
其中,循环停止条件包括:在对当前时刻的三维坐标时间序列分析之后,当前时刻的三维坐标时间序列中不存在第一缺失点和第二缺失点。
本发明实施例中,经过多次执行分析步骤和插补步骤,得到更加准确、可靠的三维坐标时间序列。
对原始三维坐标时间序列进行分析,确定第一缺失点和第二缺失点,包括:对原始三维坐标时间序列进行分析确定第一缺失点和对原始三维坐标时间序列进行分析确定第二缺失点,本发明实施例的另一个可选实施方式中,如图2所示,对原始三维坐标时间序列进行分析确定第一缺失点,包括:
步骤S1041,在原始三维坐标时间序列中,采用四分位间距准则对三维坐标数据进行粗差探测;
步骤S1042,将原始三维坐标时间序列中存在粗差的三维坐标数据所对应的时间点确定为原始三维坐标时间序列中的第一缺失点。
具体地,采用四分位间距准则(Inter-Quartile Range,简称IQR)对三维坐标数据进行粗差探测时,设置离群值为3,探测出来的存在粗差的三维坐标数据所对应的时间点的置信度达到99%,借助该粗差识别准则可以更准确的完成时间序列粗差识别过程。
此外,可以在步骤S1042后执行如下步骤:
步骤S1043,对原始三维坐标时间序列进行分析确定第二缺失点。
本发明实施例的另一个可选实施方式中,如图2所示,对第一缺失点和第二缺失点进行三维坐标数据插值处理,包括:
步骤S1044,通过奇异谱迭代的区间四分法对第一缺失点和第二缺失点进行三维坐标数据插值处理。
具体地,先确定区间四分法的差值参数:最佳嵌入维数M和最佳重构阶次P,然后根据最佳嵌入维数M和最佳重构阶次P得到三维坐标时间序列的重构成分,最后将上述重构成分中的对应值插入原始三维坐标时间序列中的第一缺失点和第二缺失点,得到插值处理后的三维坐标时间序列。
本发明实施例中,利用奇异谱迭代的区间四分法将三维坐标时间序列中的第一缺失点和第二缺失点进行三维坐标数据插值处理,相较于现有技术中在对坐标时间序列中的缺失点进行插值时常用的奇异谱迭代插值,在寻找最佳嵌入维数和最佳重构阶次方面具有计算效率更高的优点,并且具有较高的差值精度,有利于得到较高精度的地心坐标系框架站点运动模型。
需要说明的是,本发明实施例的上述一个可选实施方式中,分析步骤中对当前时刻的三维坐标时间序列进行分析,确定当前时刻的第一缺失点时,同样可以采用:
在当前时刻的三维坐标时间序列中,采用四分位间距准则对三维坐标数据进行粗差探测;
将当前时刻的三维坐标时间序列中存在粗差的三维坐标数据所对应的时间点确定为当前时刻的三维坐标时间序列中的第一缺失点。
此外,插补步骤中对当前时刻的第一缺失点和当前时刻的第二缺失点进行三维坐标数据的插值处理时,同样可以采用:
通过奇异谱迭代的区间四分法对当前时刻的第一缺失点和当前时刻的第二缺失点进行三维坐标数据插值处理。
本发明实施例的另一个可选实施方式中,如图3所示,基于插值处理后的三维坐标时间序列,通过多通道奇异谱分析理论构建大地坐标系的框架站点的运动模型,包括:
步骤S301,根据插值处理后的三维坐标时间序列,对框架站点在三维方向构造多通道奇异谱分析的轨迹方程。
步骤S302,将轨迹方程进行多通道奇异谱分解,得到三个一维坐标时间序列,其中,一维坐标时间序列包括框架站点在不同时间周期的主成分分量,一个主成分分量对应一个时间周期。
步骤S303,采用Mann-Kendall非参数检验法识别主成分分量的趋势项。
具体地,计算出各主成分分量的统计量,然后根据统计量确定趋势项。
步骤S304,采用W-correlation法振荡对识别方法和最大熵方法识别主成分分量的振荡项。
具体地,采用W-correlation法振荡对识别方法识别振荡对,可以是:计算前30阶任意两组主成分分量的相关系数值,将相关系数值的绝对值大于预设值的两组主成分分量确定为振荡对。然后将所有振荡对里的主成分分量按时间发生的先后顺序进行组合,得到振荡谱。接下来,利用最大熵方法,对振荡谱进行谱分析,计算出确切的振荡项。
步骤S305,将趋势项和振荡项进行求和,得到重构信号,从而重构信号中去掉了噪声信号。
步骤S306,对于每一维方向,绘制重构信号随时间变化的图形,得到大地坐标系的框架站点的运动模型。
本发明实施例中,将轨迹方程进行多通道奇异谱分解,得到框架站点三维方向上的一维坐标主成分分量,然后结合Mann-Kendall非参数检验法、W-correlation法振荡对识别方法、最大熵方法对框架站点的一维坐标时间序列进行信噪分离,信噪分离过程中未对框架站点的运动形式作任何的先验假设,得到地心坐标系的框架站点的运动模型具有较高精度,从而能够长期动态地对地心坐标系的框架进行高精度维护和更新。
本发明实施例的另一个可选实施方式中,根据插值处理后的三维坐标时间序列,对框架站点在三维方向构造多通道奇异谱分析的轨迹方程,包括:
根据插值处理后的三维坐标时间序列,按照如下公式构造轨迹方程:
其中,XXi表示所述轨迹方程;(Xi,Yi,Zi)表示插值处理后的三维坐标时间序列中的三维坐标数据,i=1,2,3……N,N表示插值处理后的三维坐标时间序列中的时间点的数量;M表示在通过奇异谱迭代的区间四分法对第一缺失点和第二缺失点进行三维坐标数据插值处理过程中确定的最佳嵌入维数。
实施例二
本发明实施例提供的一种构建地心坐标系框架站点运动模型的装置,如图4所示,包括:
获取模块100,用于获取大地坐标系的框架站点的原始三维坐标时间序列,其中,原始三维坐标时间序列包括框架站点在不同时刻的三维坐标数据,一个三维坐标数据对应一个时间点;
插值处理模块200,用于对原始三维坐标时间序列进行分析,确定第一缺失点和第二缺失点,并对第一缺失点和第二缺失点进行三维坐标数据插值处理,得到插值处理后的三维坐标时间序列,其中,第一缺失点为存在粗差的三维坐标数据所对应的时间点,第二缺失点为在预设时刻序列中缺失三维坐标数据的时间点;
构建模块300,用于基于插值处理后的三维坐标时间序列,通过多通道奇异谱分析理论构建大地坐标系的框架站点的运动模型。
在本发明实施例中,插值处理模块200对获取模块100获取到的原始三维坐标时间序列进行第一缺失点和第二缺失点的确定和三维坐标数据的插值处理,然后构建模块300基于插值处理后的三维坐标时间序列,通过多通道奇异谱分析理论构建大地坐标系的框架站点的运动模型,即,在对原始三维坐标时间序列进行插值处理的基础上,将多通道奇异谱分析理论应用于构建地心坐标系框架站点运动模型,通过整体构建三维方向上的轨迹方程和有效求解框架站点在三个不同一维方向上的坐标主成分分量,考虑了单通道奇异谱分析理论忽略的框架站点三维方向的坐标时间序列之间的相互影响关系,缓解了构建地心坐标框架的现有技术中存在的精度较低的的技术问题。
本发明实施例的另一个可选实施方式中,插值处理模块200包括:
赋初值单元,用于将原始三维坐标时间序列作为当前时刻的三维坐标时间序列;
循环单元,用于反复执行下述分析步骤和插补步骤,直至满足循环停止条件,并将循环结束后的当前时刻的三维坐标时间序列作为插值处理后的三维坐标时间序列;
分析单元,对当前时刻的三维坐标时间序列进行分析,确定当前时刻的第一缺失点和当前时刻的第二缺失点;
插补单元,对当前时刻的第一缺失点和当前时刻的第二缺失点进行三维坐标数据的插值处理,得到下一时刻的三维坐标时间序列,并将下一时刻的三维坐标时间序列作为当前时刻的三维坐标时间序列,返回执行分析步骤,下一时刻为当前时刻的下一时刻,
其中,循环停止条件包括:在对当前时刻的三维坐标时间序列分析之后,当前时刻的三维坐标时间序列中不存在第一缺失点和第二缺失点。
本发明实施例的另一个可选实施方式中,插值处理模块200用于:
在原始三维坐标时间序列中,采用四分位间距准则对三维坐标数据进行粗差探测;
将原始三维坐标时间序列中存在粗差的三维坐标数据所对应的时间点确定为原始三维坐标时间序列中的第一缺失点。
本发明实施例的另一个可选实施方式中,插值处理模块200用于:
通过奇异谱迭代的区间四分法对第一缺失点和第二缺失点进行三维坐标数据插值处理。
本发明实施例的另一个可选实施方式中,构建模块300包括:
构造单元,用于根据插值处理后的三维坐标时间序列,对框架站点在三维方向构造多通道奇异谱分析的轨迹方程;
分解单元,用于将轨迹方程进行多通道奇异谱分解,得到三个一维坐标时间序列,其中,一维坐标时间序列包括框架站点在不同时间周期的主成分分量,一个主成分分量对应一个时间周期;
第一识别单元,用于采用Mann-Kendall非参数检验法识别主成分分量的趋势项;
第二识别单元,用于采用W-correlation法振荡对识别方法和最大熵方法识别主成分分量的振荡项;
求和单元,用于将趋势项和振荡项进行求和,得到重构信号;
绘制单元,用于对于每一维方向,绘制重构信号随时间变化的图形,得到大地坐标系的框架站点的运动模型。
本发明实施例的另一个可选实施方式中,构造单元用于:根据插值处理后的三维坐标时间序列,按照如下公式构造轨迹方程:
其中,XXi表示所述轨迹方程;(Xi,Yi,Zi)表示插值处理后的三维坐标时间序列中的三维坐标数据,i=1,2,3……N,N表示插值处理后的三维坐标时间序列中的时间点的数量;M表示在通过奇异谱迭代的区间四分法对第一缺失点和第二缺失点进行三维坐标数据插值处理过程中确定的最佳嵌入维数。
实施例三
本发明实施例提供一种构建地心坐标系框架站点运动模型的方法及装置的计算机程序产品,包括存储了程序代码的计算机可读存储介质,程序代码包括的指令用于执行实施例一中的构建地心坐标系框架站点运动模型方法,具体实现可参见方法实施例,在此不再赘述。
本发明实施例中,计算机可读存储介质存储的程序代码的指令用于执行实施例一中的构建地心坐标系框架站点运动模型的方法,具体地,对原始三维坐标时间序列的第一缺失点和第二缺失点进行三维坐标数据插值处理,然后基于插值处理后的三维坐标时间序列,通过多通道奇异谱分析理论构建大地坐标系的框架站点的运动模型,即,在对原始三维坐标时间序列进行插值处理的基础上,将多通道奇异谱分析理论应用于构建地心坐标系框架站点运动模型,通过整体构建三维方向上的轨迹方程和有效求解框架站点在三个不同一维方向上的坐标主成分分量,考虑了单通道奇异谱分析理论忽略的框架站点三维方向的坐标时间序列之间的相互影响关系,缓解了构建地心坐标框架的现有技术中存在的精度较低的的技术问题。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
最后应说明的是:以上实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (7)
1.一种构建地心坐标系框架站点运动模型的方法,其特征在于,包括:
获取大地坐标系的框架站点的原始三维坐标时间序列,其中,所述原始三维坐标时间序列包括所述框架站点在不同时刻的三维坐标数据,一个所述三维坐标数据对应一个时间点;
对所述原始三维坐标时间序列进行分析,确定第一缺失点和第二缺失点,并对所述第一缺失点和所述第二缺失点进行三维坐标数据插值处理,得到插值处理后的三维坐标时间序列,其中,所述第一缺失点为存在粗差的三维坐标数据所对应的时间点,所述第二缺失点为在预设时刻序列中缺失三维坐标数据的时间点;
基于所述插值处理后的三维坐标时间序列,通过多通道奇异谱分析理论构建所述大地坐标系的框架站点的运动模型;
其中,对所述第一缺失点和所述第二缺失点进行三维坐标数据插值处理,包括:
通过奇异谱迭代的区间四分法对所述第一缺失点和所述第二缺失点进行三维坐标数据插值处理;
其中,基于所述插值处理后的三维坐标时间序列,通过多通道奇异谱分析理论构建所述大地坐标系的框架站点的运动模型,包括:
根据所述插值处理后的三维坐标时间序列,对所述框架站点在三维方向构造多通道奇异谱分析的轨迹方程;
将所述轨迹方程进行多通道奇异谱分解,得到三个一维坐标时间序列,其中,所述一维坐标时间序列包括所述框架站点在不同时间周期的主成分分量,一个所述主成分分量对应一个时间周期;
采用Mann-Kendall非参数检验法识别所述主成分分量的趋势项;
采用W-correlation法振荡对识别方法和最大熵方法识别所述主成分分量的振荡项;
将所述趋势项和所述振荡项进行求和,得到重构信号;
对于每一维方向,绘制所述重构信号随时间变化的图形,得到所述大地坐标系的框架站点的运动模型。
2.根据权利要求1所述的方法,其特征在于,对所述原始三维坐标时间序列进行分析,确定第一缺失点和第二缺失点,并对所述第一缺失点和所述第二缺失点进行三维坐标数据插值处理,得到插值处理后的三维坐标时间序列,包括:
将所述原始三维坐标时间序列作为当前时刻的三维坐标时间序列,反复执行下述分析步骤和插补步骤,直至满足循环停止条件,并将循环结束后的当前时刻的三维坐标时间序列作为所述插值处理后的三维坐标时间序列,
分析步骤,对所述当前时刻的三维坐标时间序列进行分析,确定当前时刻的第一缺失点和当前时刻的第二缺失点;
插补步骤,对所述当前时刻的第一缺失点和所述当前时刻的第二缺失点进行三维坐标数据的插值处理,得到下一时刻的三维坐标时间序列,并将所述下一时刻的三维坐标时间序列作为所述当前时刻的三维坐标时间序列,返回执行所述分析步骤,所述下一时刻为所述当前时刻的下一时刻,
其中,所述循环停止条件包括:在对所述当前时刻的三维坐标时间序列分析之后,所述当前时刻的三维坐标时间序列中不存在第一缺失点和第二缺失点。
3.根据权利要求1所述的方法,其特征在于,对所述原始三维坐标时间序列进行分析,确定第一缺失点,包括:
在所述原始三维坐标时间序列中,采用四分位间距准则对所述三维坐标数据进行粗差探测;
将所述原始三维坐标时间序列中存在粗差的三维坐标数据所对应的时间点确定为所述原始三维坐标时间序列中的第一缺失点。
4.根据权利要求1所述的方法,其特征在于,根据所述插值处理后的三维坐标时间序列,对所述框架站点在三维方向构造多通道奇异谱分析的轨迹方程,包括:
根据所述插值处理后的三维坐标时间序列,按照如下公式构造所述轨迹方程:
其中,XXi表示所述轨迹方程;(Xi,Yi,Zi)表示所述插值处理后的三维坐标时间序列中的三维坐标数据,i=1,2,3……N,N表示所述插值处理后的三维坐标时间序列中的时间点的数量;M表示在通过奇异谱迭代的区间四分法对所述第一缺失点和所述第二缺失点进行三维坐标数据插值处理过程中确定的最佳嵌入维数。
5.一种构建地心坐标系框架站点运动模型的装置,其特征在于,包括:
获取模块,用于获取大地坐标系的框架站点的原始三维坐标时间序列,其中,所述原始三维坐标时间序列包括所述框架站点在不同时刻的三维坐标数据,一个所述三维坐标数据对应一个时间点;
插值处理模块,用于对所述原始三维坐标时间序列进行分析,确定第一缺失点和第二缺失点,并对所述第一缺失点和所述第二缺失点进行三维坐标数据插值处理,得到插值处理后的三维坐标时间序列,其中,所述第一缺失点为存在粗差的三维坐标数据所对应的时间点,所述第二缺失点为在预设时刻序列中缺失三维坐标数据的时间点;
构建模块,用于基于所述插值处理后的三维坐标时间序列,通过多通道奇异谱分析理论构建所述大地坐标系的框架站点的运动模型;
其中,所述插值处理模块用于:通过奇异谱迭代的区间四分法对所述第一缺失点和所述第二缺失点进行三维坐标数据插值处理;
其中,所述构建模块用于:根据所述插值处理后的三维坐标时间序列,对所述框架站点在三维方向构造多通道奇异谱分析的轨迹方程;将所述轨迹方程进行多通道奇异谱分解,得到三个一维坐标时间序列,其中,所述一维坐标时间序列包括所述框架站点在不同时间周期的主成分分量,一个所述主成分分量对应一个时间周期;采用Mann-Kendall非参数检验法识别所述主成分分量的趋势项;采用W-correlation法振荡对识别方法和最大熵方法识别所述主成分分量的振荡项将所述趋势项和所述振荡项进行求和,得到重构信号;对于每一维方向,绘制所述重构信号随时间变化的图形,得到所述大地坐标系的框架站点的运动模型。
6.根据权利要求5所述的装置,其特征在于,所述插值处理模块包括:
赋初值单元,用于将所述原始三维坐标时间序列作为当前时刻的三维坐标时间序列;
循环单元,用于反复执行下述分析步骤和插补步骤,直至满足循环停止条件,并将循环结束后的当前时刻的三维坐标时间序列作为所述插值处理后的三维坐标时间序列;
分析步骤,对所述当前时刻的三维坐标时间序列进行分析,确定当前时刻的第一缺失点和当前时刻的第二缺失点;
插补步骤,对所述当前时刻的第一缺失点和所述当前时刻的第二缺失点进行三维坐标数据的插值处理,得到下一时刻的三维坐标时间序列,并将所述下一时刻的三维坐标时间序列作为所述当前时刻的三维坐标时间序列,返回执行所述分析步骤,所述下一时刻为所述当前时刻的下一时刻,
其中,所述循环停止条件包括:在对所述当前时刻的三维坐标时间序列分析之后,所述当前时刻的三维坐标时间序列中不存在第一缺失点和第二缺失点。
7.根据权利要求5所述的装置,其特征在于,所述插值处理模块用于:
在所述原始三维坐标时间序列中,采用四分位间距准则对所述三维坐标数据进行粗差探测;
将所述原始三维坐标时间序列中存在粗差的三维坐标数据所对应的时间点确定为所述原始三维坐标时间序列中的第一缺失点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710664280.XA CN107480105B (zh) | 2017-08-04 | 2017-08-04 | 构建地心坐标系框架站点运动模型的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710664280.XA CN107480105B (zh) | 2017-08-04 | 2017-08-04 | 构建地心坐标系框架站点运动模型的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107480105A CN107480105A (zh) | 2017-12-15 |
CN107480105B true CN107480105B (zh) | 2019-02-01 |
Family
ID=60597681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710664280.XA Active CN107480105B (zh) | 2017-08-04 | 2017-08-04 | 构建地心坐标系框架站点运动模型的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107480105B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109375293A (zh) * | 2018-08-30 | 2019-02-22 | 昆明理工大学 | 一种基于Mann-Kendall趋势检验与自回归积分滑动平均的风速预测方法 |
CN109459762B (zh) * | 2018-11-20 | 2020-12-15 | 中国测绘科学研究院 | 基于gnss和slr周解的地心运动解算方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103902817A (zh) * | 2014-03-14 | 2014-07-02 | 中国测绘科学研究院 | Cgcs2000框架站点非线性运动模型的构建方法 |
CN105808950A (zh) * | 2016-03-09 | 2016-07-27 | 常州信息职业技术学院 | 微铣削颤振的在线预测方法 |
CN106066901A (zh) * | 2016-04-22 | 2016-11-02 | 中南大学 | 一种gnss自动化变形监测的基准点稳定性分析方法 |
-
2017
- 2017-08-04 CN CN201710664280.XA patent/CN107480105B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103902817A (zh) * | 2014-03-14 | 2014-07-02 | 中国测绘科学研究院 | Cgcs2000框架站点非线性运动模型的构建方法 |
CN105808950A (zh) * | 2016-03-09 | 2016-07-27 | 常州信息职业技术学院 | 微铣削颤振的在线预测方法 |
CN106066901A (zh) * | 2016-04-22 | 2016-11-02 | 中南大学 | 一种gnss自动化变形监测的基准点稳定性分析方法 |
Non-Patent Citations (3)
Title |
---|
An enhanced singular spectrum analysis method for constructing nonsecular model of GPS site movement;Xiaoming Wang等;《Journal of Geophysical Research: Solid Earth》;20160525;第121卷(第3期);第2193-2211页 |
CGCS2000坐标框架动态特性及非线性建模方法研究;王晓明;《中国优秀硕士学位论文全文数据库-基础科技辑》;20140315(第03期);第A008-60页:摘要,正文第3-4章 |
奇异谱迭代区间四分法在GPS坐标时间序列插补中的应用;邱荣海等;《大地测量与地球动力学》;20151231;第35卷(第6期);第1017-1020页:摘要,正文第1-2小节 |
Also Published As
Publication number | Publication date |
---|---|
CN107480105A (zh) | 2017-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103139907B (zh) | 一种利用指纹法的室内无线定位方法 | |
CA2879773C (en) | Multi-level reservoir history matching | |
CN107016236B (zh) | 基于非线性量测方程的电网假数据注入攻击检测方法 | |
CN103116148B (zh) | 一种核磁共振二维谱反演的方法 | |
CN107480105B (zh) | 构建地心坐标系框架站点运动模型的方法及装置 | |
EA013657B1 (ru) | Способ, система и устройство для обновления модели коллектора в реальном времени с использованием множественного фильтра калмана | |
Zeng et al. | A stochastic collocation based Kalman filter for data assimilation | |
CN105279790A (zh) | 裂缝网络三维数字岩心建模方法 | |
CN106121622B (zh) | 一种基于示功图的有杆泵抽油井的多故障诊断方法 | |
CN105701274A (zh) | 一种岩土参数三维局部平均随机场样本的生成方法 | |
CN104102836A (zh) | 一种电力系统快速抗差状态估计方法 | |
CN104776827A (zh) | Gps高程异常数据的粗差探测方法 | |
CN109040084A (zh) | 一种网络流量异常检测方法、装置、设备及存储介质 | |
CN107356971B (zh) | 地震数据规则化方法及装置 | |
CN111504195A (zh) | 基于激光点云的电力基建验收方法及装置 | |
CN108595782B (zh) | 一种离散裂缝中基质与裂缝间的传质计算方法 | |
CN103617563A (zh) | 一种基于地统计空间分析理论的供水管网无监测节点压力确定方法 | |
CN109447512B (zh) | 基于均匀设计的大电网可靠性评估方法 | |
CN105071963A (zh) | 一种面向大数据互联网的多业务流量估计方法 | |
Xue et al. | Bias estimation and correction for triangle-based surface area calculations | |
CN109633781B (zh) | 地质属性获取方法及装置、电子设备、存储介质 | |
CN107808021B (zh) | 基于cfd的流体设备的阻力计算方法 | |
CN106324688B (zh) | 一种储层束缚水饱和度确定方法及装置 | |
Gao | Roughness and demand estimation in water distribution networks using head loss adjustment | |
CN103576208A (zh) | 一种面向铀矿床定位的瞬时测氡数据异常提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |