CORS高程时间序列非线性趋势项模式识别与估计

作者：张恒璟; 王蕾^*; 金泽林; 兰文琦; 齐昕

来源：导航定位学报, 2022, 10(02): 152-158.

DOI：10.16547/j.cnki.10-1096.20220219

• 高程时间序列
• 趋势项
• 排列熵
• 模型拟合
• 定量估计

针对传统线性模型拟合连续运行参考站（CORS）高程时间序列使测站运动趋势单一化的问题，提出一种基于CORS高程时间序列本身的非线性趋势项定量识别与估计方法。该方法首先用K均值聚类整体经验模态分解方法，对CORS高程时间序列进行分解；其次，基于排列熵理论对非线性趋势项定量识别，统计决策适合的趋势项模型，并估计模型参数。实验结果表明：基于排列熵的非线性趋势项定量识别方法避免了人为判别误差，准确地反映了序列自身的变化趋势；通过比较傅里叶、正弦函数、线性多项式三种模型的拟合效果，发现傅里叶模型拟合效果最佳。

• 单位
  辽宁工程技术大学