基于GPS高程时间序列粗差抗差探测插补研究.pdfVIP

基于GPS 高程时间序列粗差的抗差探测与插补研究 ①② ② 张恒璟 ，程鹏飞 ( ①辽宁工程技术大学，辽宁阜新 123000 ；②中国测绘科学研究院，北京 100830 ） 摘要：本文研究了抗差估计和稳健估计粗差探测IQR准则的粗差剔除算法以及缺值点插值的正交多项式最 小二乘拟合方法。以我国三个CORS基准站从1999年3月1日到2009年12月31日近11年的单天解GPS高程时间 序列为对象进行了粗差探测与插补的试验。结果表明，抗差估计比IQR准则能更有效的探测和剔除粗差； 三次样条插值当连续缺失历元超过5~10个时插值结果易发生扭曲；低次正交多项式拟合的结果稳定，一般 选择2~3次拟合即可获得理想的效果，试验发现当连续缺失的历元达到三个月时，正交多项式拟合后的曲 线与序列趋势仍基本一致，获取了较好的插补效果。插补后的均匀序列为后续GPS高程噪声特性分析提供 了比较纯净的基础资料。 关键词：GPS高程时间序列；抗差估计；IQR准则；正交多项式拟合；三次样条插值 1 引言 二乘拟合，插补缺值点，与三次样条插值效果进行对 比，分析了两种插补方法各自的适用条件，为下一步 GPS高程时间序列分析时，首先需要建立合适的 高程序列噪声性质分析提供干净的基础数据。 序列拟合模型，获取残差序列，进行序列噪声特性分 析。由于地震、地质构造活动等原因，或测站更换接 2 粗差探测方法 收机或天线等，时间序列中不可避免存在被粗差污染 2.1 稳健估计粗差探测的IQR 准则 的情形。因此准确定位并剔除时间序列中的粗差是序 对于一组离散的时间序列观测量，按从小到大顺 列分析的基础。最小二乘平差不能抵抗粗差，使平差 序排列后，可以采用中位值和标准化 IQR 来对数据 后的残差受到粗差的污染，常用的三倍中误差作为限 集中和分散进行度量，这两种统计量均具有稳健估计 差来剔除粗差的准则就失去了功效。荷兰教授巴达尔 的性质，不受数据中离群值的影响[7] 。中位值是按从 提出粗差检验的数据探测法，一次只能发现一个粗 小到大排列后序列的中间值，即有一半结果高于它， 差，当需要发现另一个粗差时，必须先剔除已发现的 一半结果低于它，若序列长度 N 是奇数，则取单一 粗差，重新平差计算，逐次不断判断并计算统计量， 的中心值，若N 是偶数，则取两个中心值的平均值。 直至不再发现粗差为止，同时这种方法没有顾及各改 正数之间的相关性，检验可靠性受到一定的限制[1] 。 四分位间距 IQR 是低四分位数值和高四分位数值的 差值，低四分位数值是有序序列四分之一处的最近 采用抗差估计理论，通过等价权迭代，来定位序列中 值，高四分位数值是有序序列四分之三处的最近值。 粗差位置，降低粗差观测对序列的影响，是获取纯净 IQR 准则下的稳健Z 比分数统计量如下： 序列的一个途径。目前也有利用小波变换进行粗差探 ˆ ˆ 测方面的研究，如果序列数据存在粗差，则变换后的