| GPS时间序列数据处理与分析软件的设计及实现 |
2. 地球空间信息技术协同创新中心,湖北 武汉,430079;
3. 武汉大学灾害监测和防治研究中心, 湖北 武汉, 430079;
4. 华东交通大学土木建筑学院,江西 南昌, 330013
2. Collaborative Innovation Center of Geospatial Technology, Wuhan 430079, China;
3. Hazard Monitoring & Prevention Research Center, Wuhan University, Wuhan 430079, China;
4. School of Civil Engineering and Architecture, East China Jiaotong University, Nanchang 330013, China
随着GPS观测技术的发展和定位精度的不断提高, GPS技术在测绘等领域中的应用越来越广泛[1, 2]。但GPS时间序列数据处理工作非常繁琐、耗时,且很多重复性工作,而实际数据处理过程中缺少相应的功能较完备的GPS时间序列分析软件。本文在分析GPS时间序列数据处理及分析基本流程的基础上,开发了基于MATLAB的GPS时间序列数据处理与分析软件。
1 软件的设计高精度地球动力学研究往往以大尺度、长周期、等间距采样的台站GPS时间序列为研究对象,其台站GPS时间序列数据处理与分析是一个复杂的过程,主要包括GPS单日解坐标序列解算、构造运动分析、负载效应改正及分析、GPS时间序列时空滤波、坐标序列噪声模型等5个部分,其数据处理与分析基本流程如图 1所示。
![]() |
| 图 1 GPS时间序列数据处理及分析基本流程 Figure 1 Flow Chart of GPS Time Series Data Processing and Analysis |
1.1 软件总体结构设计
软件主要包含GPS软件安装及配置、数据下载及归档整理、数据预处理、空间分析、坐标时间转换、时频分析、图表绘制、空间滤波分析等7大模块,各个模块包含若干下拉菜单,实现不同的功能,各模块之间既相互独立,又存在联系,即某一模块的输出结果为另一模块的输入数据,通过模块之间的集成与融合,形成一个完备的、可靠的、易操作的GPS时间序列分析软件。
1.2 软件功能模块设计1) 软件安装配置及数据下载模块。软件安装及配置模块是本软件的基础功能之一,该模块主要介绍国际上主流高精度GPS后处理软件GAMIT、BERNESE、GIPSY及QOCA的安装及配置方法,并给出了一些常见问题解决方案[3]。数据下载及归档整理模块提供了GPS时间序列涉及的原始数据下载接口,给出了GPS相关数据的链接入口。此外,考虑到GPS数据处理及时间序列要求数据文件严格按照一定格式进行存储,模块支持数据文件批量整理。
2) 数据预处理模块。数据预处理模块主要是对GPS数据(原始观测数据、单日解序列)进行必要的处理,主要包括基于TEQC的GPS数据质量分析(格式转换、数据编辑、质量检查、单点定位、绘制天空图等)。另一个功能就是对单日解序列进行插值拟合,对丢失的数据进行插值[4]。
3) 空间分析模块。空间分析模块是软件的核心模块之一[5]。该模块通过空间分析模块,为共模误差的分离提供一些依据,模块功能主要包含站点坐标时间序列的相关项分析(自相关、互相关)、站点之间距离计算、大尺度GPS网尺度划分、阶跃探测及改正、负载效应分析等,通过对多个因子进行分析,为后续的共模误差滤波分析提供依据。
4) 空间滤波模块。目前常用的滤波方法有基于主分量分析(principal component analysis, PCA)的空间滤波方法、基于频率域的独立成分分析方法和卡尔曼滤波等降维分析方法,通过空间滤波模块可以采用这3种方法进行独立分析[6, 7]。
5) 时频分析模块。时频分析模块提供了功率谱分析(FFT (fast Fourier transform)和Lomb算法)和极大似然估计两大子菜单。在功率谱分析中,傅里叶变换(Fourier transform)是常用的一个方法,是信号在时间域和频率域转换的桥梁[8, 9]。
6) 绘图模块。绘图模块具备了强大的时间序列相关图形绘制,主要功能包括坐标时间序列绘制(N、E、U)、站点分布图绘制、PCA空间响应绘制、阶跃及其影响结果绘制、梯度色阶图绘制(如B、L、WRMS绘制)、站点相关性绘制等。
7) 坐标时间转换模块。坐标时间转换模块的主要功能是对不同坐标时间系统进行转换,满足实际需求。
2 软件的实现 2.1 空间分析模块功能的实现空间分析模块主要包含站点坐标时间序列的相关项分析、站点之间距离计算、大尺度GPS网尺度划分、阶跃探测及改正、负载效应分析。
相关性分析是指对两个或多个具备相关性的变量元素进行分析,从而衡量两个变量因素的相关密切程度。相关性系数的公式为[10]:
| $ r = \frac{{\sum {XY} - \frac{{\sum X \sum Y }}{N}}}{{\sqrt {\left( {\sum {{X^2}} - \frac{{{{\left( {\sum X } \right)}^2}}}{N}} \right)\left( {\sum {{Y^2}} - \frac{{{{\left( {\sum Y } \right)}^2}}}{N}} \right)} }} $ | (1) |
利用MATLAB求相关系数的Corr函数,可以快速求得某两个时间序列的相关系数,然后用Polyfit、Polyval这两个函数可以对画出的相关系数散点图进行拟合分析,得到这些散点的趋势线,在此基础上可以对其进行分析[11]。点击主界面菜单的空间分析按钮,继而会弹出下拉菜单,单击相关性分析,会弹出选择文件对话框,选择输入文件数据(坐标时间序列)后,弹出如图 2所示的结果。为了更好地表现其相关性的趋势,模块还能对单一站点的自相关性进行分析。
![]() |
| 图 2 E、N、U方向与站点距离相关性 Figure 2 Correlation of the Site Distance in the E, N, U Directions |
区域站点分析主要包括站点之间的距离计算、大尺度GPS子网划分。站点距离计算根据站点的(B、L、H)或者(X、Y、Z)进行计算。大尺度GPS网尺度划分主要是用于GPS子网的划分,软件提供两种子网划分方法:① 基于经纬度的矩形区域划分方法,此方法是基于MATLAB GUI上实现的,读入Excel数据文件和输出Excel数据文件是通过Pushbutton控件来完成的,而显示是通过Uitable控件来实现的,数据保存在当前文件目录下。点击输入数据可读取全球的IGS站点坐标,结果显示在图 3的表格上,输入需要选取区域的经度、纬度的极值,点击结果就可将符合选取区域的IGS站的坐标提取出来,进而显示在右列的表格中,点击保存即可将提取后的区域站点保存为当前路径下的Excel表格文件。② 基于中心点及半径的圆形区域划分法,用户只需输入站点名或者经纬度及半径,即可选取所选区域内的所有IGS站。
![]() |
| 图 3 大尺度GPS子网划分界面截图 Figure 3 Screenshots of Large Scale GPS Subnet |
阶跃探测是空间分析的另一个功能,GPS台站受到周围环境变化、仪器及天线变更、强震影响等,会使得GPS坐标序列产生瞬时突变,称之为阶跃。阶跃的存在使得坐标序列和后续的空间滤波存在偏差,本模块能有效地探测、分析阶跃,并对其进行改正及对结果进行绘制。点击主界面菜单的空间分析,弹出下拉菜单,单击阶跃绘制,结果如图 4所示。
![]() |
| 图 4 阶跃改正图 Figure 4 Correction Figure of Offset |
2.2 时频分析功能的实现
傅里叶变换广泛应用于信号分析、光谱和声谱分析、全息技术等各个领域。MATLAB提供了一套计算快速傅里叶变换的函数,它们包括一维、二维和N维离散傅里叶变换函数fft、fft2和fftn。在读入站点坐标残差文件后,使用fft函数即可将时间序列转换到频率域上,进而揭示GPS信号的潜在规律[8, 12]。单击主界面下的“时频分析”按钮,可进行快速傅里叶分析,并且绘制图像,经快速傅里叶变换之后的GPS信号频谱图如图 5所示。
![]() |
| 图 5 快速傅里叶变换之后的GPS信号频谱图 Figure 5 GPS Signal Spectrum After Fast Fourier Transform |
2.3 图表绘制功能的实现
利用MATLAB强大的画图功能,使用errorbar(Time, Average, Variance)函数来实现误差棒的绘制。时间序列绘制主要用于显示数据处理结果并绘制时间序列,用户只需按照标准格式提取时间序列残差文件,其格式为“Year, X, Y, Z,σX, σY, σZ”。单击“时间序列绘制”按钮,就可显示数据处理结果并绘制时间序列的误差棒,结果如图 6所示。
![]() |
| 图 6 绘制的时间序列图与梯度色阶图(B/L/WRMS为例) Figure 6 Time Series Plot and Gradient Level Graph (B/L/WRMS) |
3 结束语
本文开发的基于MATLAB GUI的GPS时间序列分析软件,运行平台是Windows平台,通过不同模块集成,涵盖了GPS时间序列数据处理及应用分析等功能,形成了完善的GPS时间序列分析软件。运行结果表明,除了具备一般软件的界面友好的特点外,还能够方便地进行各种数据处理及图像分析,提高GPS时间序列数据处理及分析的效率,为广大GPS数据处理及时间序列分析领域人员提供了一个有力的工具。
| [1] | 贺小星, 花向红, 周世健. GPS时间序列中异常周期信号影响机制分析[J]. 测绘地理信息, 2014, 39(2): 22–26 |
| [2] | 姜卫平, 周晓慧. 澳大利亚GPS坐标时间序列跨度对噪声模型建立的影响分析[J]. 中国科学:地球科学, 2014, 11: 2 461–2 478 |
| [3] |
贺小星. GPS台站时间序列分析及其地壳形变应用[D]. 上海: 东华理工大学, 2013 http: //cdmd. cnki. com. cn/Article/CDMD-10405-1013045663. htm |
| [4] | He Xiaoxing. Accuracy Enhancement of GPS Time Series Using Principal Component Analysis and Block Spatial Filtering[J]. Advances in Space Research, 2015, 55(5): 1 316–1 327 DOI: 10.1016/j.asr.2014.12.016 |
| [5] | Wdowinski S, Bock Y, Zhang J. Southern California Permanent GPS Geodetic Array: Spatial Filtering of Daily Positions for Estimating Coseismic and Postseismic Displacements Induced by the 1992 Landers Earthquake[J]. J Geophys Res, 1997, 102: 18 057–18 070 DOI: 10.1029/97JB01378 |
| [6] | Dong D, Fang P, Bock Y, et al. Spatio Temporal Filtering Using Principal Component Analysis and Karhunen-Loeve Expansion Approaches for Regional GPS Network Analysis[J]. J Geophys Res, 2006, 111: 34–38 |
| [7] | 杨虎, 王潇栩, 夏波, 等. GPS时间序列分析[J]. 现代测绘, 2012, 35(4): 3–4 |
| [8] | 张善文, 雷英杰, 冯有前. MATLAB在时间序列分析中的应用[M]. 西安: 西安电子科技大学, 2007 |
| [9] | 宗节保, 段柳云, 王莹, 等. 基于MATLAB GUI软件制作方法的研究与实现[J]. 电子设计工程, 2010, (7): 54–56 |
| [10] | 谢树明, 潘鹏飞, 周晓慧. GPS坐标时间序列共模误差空间特性分析[J]. 地理空间信息, 2014, 12(4): 44–45 |
| [11] | 蔡晓津, 李晗. 基于MATLAB的信号分析与处理仿真软件设计[J]. 温州大学学报(自然科学版), 2009, 30(2): 38–43 |
| [12] | 贺小星, 花向红, 周世健, 等. PCA与KLE相结合的区域GPS网坐标序列分析[J]. 测绘科学, 2014, 39(7): 113–117 |
2017, Vol. 42







