-
题名GNSS位移时序中粗差与阶跃的自动化改正算法
- 1
-
-
作者
吴浩
钟敏
沈迎春
田嘉翔
-
机构
中山大学测绘科学与技术学院
中山大学极地环境立体观测与应用教育部重点实验室
中国地质大学(武汉)地理与信息工程学院
-
出处
《导航定位学报》
北大核心
2025年第4期19-29,共11页
-
基金
国家重点研发计划项目(2022YFC2204601)
国家自然科学基金面上项目(41874095)。
-
文摘
针对全球卫星导航系统(GNSS)位移时序中由于存在粗差和阶跃,导致很难准确提取地壳形变信号,而现有研究阶跃改正往往依赖于先验信息,须人工检验,不利于高精度与自动化处理的问题,提出一种结合长短期记忆神经网络(LSTM)和抗泄漏最小二乘谱分析(ALLSSA)算法的自动化改正方法:利用LSTM学习GNSS位移时序复杂特征,实现抗阶跃干扰的粗差精准检测与去除;然后通过ALLSSA算法识别并改正位移时序中的阶跃问题。实验结果表明,提出的方法应用于多个GNSS位移时序粗差和阶跃问题的改正,与轨道与永久阵列中心(SOPAC)经过后处理的位移速率的差异为0.06~0.62 mm/a,均方根误差(RMSE)平均提升19.2%,证明该方法不仅可提高GNSS位移时序的观测精度,还可减少人工干预,能够为高精度GNSS应用提供参考。
-
关键词
全球卫星导航系统(GNSS)位移时序
粗差探测
阶跃探测
长短期记忆(LSTM)神经网络
抗泄漏最小二乘谱分析(allssa)算法
-
Keywords
global navigation satellite systems(GNSS)displacement time series
outliers detection
offsets detection
long short term memory(LSTM)neural network
anti leakage least squares spectral analysis(allssa)algorithm
-
分类号
P228
[天文地球—大地测量学与测量工程]
-
