相关系数与距离因子相结合的加权堆栈滤波算法
Journal of Geomatics Science and Technology(2020)
摘要
GNSS时间序列中存在着一种与空间距离相关的共模误差,有效地剔除共模误差有利于获得更准确的速度场信息.区域堆栈滤波算法的共模误差剔除效果会受到区域网测站数量与空间尺度的影响,相关系数堆栈滤波算法也存在空间尺度阈值选取的问题.为了削弱空间尺度对区域叠加滤波的影响,引入距离反比因子与相关系数相结合,并尝试采用Spearman秩相关系数代替原有的皮尔逊系数,设计了不同组合方案的区域堆栈滤波算法.选取太平洋西北大地测量阵列(PANGA)的60个测站进行研究,结果表明距离反比因子和相关系数相结合的区域堆栈滤波方法能更好地剔除共模误差,基于Spearman秩相关系数的滤波方案与原有皮尔逊系数滤波算法效果相当.采用距离因子与相关系数相结合的滤波算法进行共模误差剔除,使得时间序列残差在水平方向降低约40%,高程方向降低约33%,速度场精度水平方向提高约38%,高程方向提高约30%.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要