顾及次优噪声模型的GNSS坐标时间序列噪声模型选择

作者：宦越洋; 常国宾^*; 凤勇

来源：地球物理学报, 2023, 66(10): 4045-4056.

• 次优噪声模型
• 时间序列分析
• 极大似然估计
• 赤池信息量准则
• 赤池权重

在全球导航卫星系统(Global Navigation Satellite System, GNSS)坐标时间序列噪声建模领域，选择合适的噪声模型对GNSS坐标时间序列的速度信号提取具有重要价值.长期以来，研究者专注于建立最优噪声模型来描述GNSS坐标时间序列中的噪声成分，却往往直接忽略与最优噪声模型性能接近的次优噪声模型.本文选用8种常见的噪声模型，使用极大似然估计法(Maximum Likelihood Estimate, MLE)估计模型参数，以赤池信息量准则(Akaike information criterion, AIC)作为评价准则来选取噪声模型.实验数据采用中国区域12个国际GNSS服务(International GNSS Service, IGS)基准站36个坐标分量及全球范围内50个IGS基准站150个坐标分量的坐标时间序列.结果表明，超过半数的测站坐标分量上存在与最优噪声模型性能接近的次优噪声模型.在此基础上中国区域的IGS站，在东方向有14%的次优噪声模型拥有比最优噪声模型数值更大的速度不确定度，在北方向和垂直方向，这一值分别为33%和63%.而对于全球范围的IGS站，这一值分别为31%、39%和48%.因此在GNSS坐标时间序列噪声模型选择过程中，充分考虑与最优噪声模型性能接近的次优噪声模型有助于获得到更保守的估计结果.

• 出版日期2023
• 单位中国矿业大学; 中国矿业大学（北京）