基于VMD-MA的GNSS-MR雪深监测方法

作者：胡媛; 袁鑫泰; 刘卫; 江志豪; 洪学宝

来源：北京航空航天大学学报, 2022, 1-12.

DOI：10.13700/j.bh.1001-5965.2021.0777

• 全球卫星导航系统多径反射
• 格洛纳斯
• 雪深
• 变分模态分解
• 移动平均

针对利用全球卫星导航系统多径反射技术（Global Navigation Satellite System Multipath Reflectometry， GNSS-MR）反演积雪深度过程中信噪比(Signal to Noise Ratio， SNR)序列趋势项分离不佳和反演结果波动较大的问题，提出一种基于变分模态分解(Variational Mode Decomposition，VMD)和移动平均(Moving Average，MA)的积雪深度反演方法。VMD算法通过自适应高通滤波能够有效地分离SNR序列的趋势项，而MA算法能够对初始反演结果进行平滑处理从而减少随机波动。选用瑞典KIRU站2021年前5个月GLONASS不同频段的SNR观测值开展实验，研究新方法的可行性。结果表明：基于VMD算法的反演结果与气象站原位雪深相关系数超过0.95，均方根误差(Root Mean Square Error，RMSE)最低约5 cm，较传统方法减少近40%；经MA方法平滑处理后，反演精度能够进一步提高。考虑到GNSS站和气象站之间的差异性，选取GPS-SNR反演结果作为另一参考数据源。不同参考数据源取得了一致的实验结论，验证了新方法的可行性和有效性。

• 单位
  上海海洋大学; 上海海事大学; 北京航空航天大学