將一種基于數據驅動的RegEM算法引入GPS坐標時間序列插值中,分別采用模擬不同比例連續(xù)缺失數據與實測含缺失數據,比較RegEM與拉格朗日方法、三次樣條方法、正交多項式方法的插值效果與性能。結果表明,對于模擬不同比例連續(xù)缺失數據,RegEM算法插值效果均優(yōu)于傳統方法,且在大量數據連續(xù)缺失的情況下效果最優(yōu);對于實測含缺失數據,RegEM方法插值所得序列保留方差最大化效果最好,約為正交多項式方法的1.17倍、三次樣條方法的1.38倍。 

【文章來源】：大地測量與地球動力學. 2020,40(01)北大核心CSCD

【文章頁數】：6 頁

【部分圖文】：

不同方法插值效果的對比(缺失7 d數據)

表1 不同插值方法性能的對比(缺失7 d數據)Tab.1 Performance comparison of different interpolationmethods(missing 7 d data) 方法 拉格朗日 三次樣條 正交多項式 RegEM MAE 3.180 0 2.325 7 1.560 0 0.601 4 rp 0.919 5 0.977 8 0.991 5 0.992 0 rs 0.821 4 0.964 3 0.892 9 0.964 3圖6 不同方法插值效果的對比(缺失30 d數據)

圖5 插值后的GPS時間序列(缺失30 d數據)表2 不同插值方法性能的對比(缺失30 d數據)Tab.2 Performance comparison of different interpolation methods(missing 30 d data) 方法 三次樣條 正交多項式 RegEM MAE 4.779 7 4.369 0 2.755 7 rp 0.294 8 0.060 2 0.703 7 rs 0.309 9 -0.002 0 0.721 4

【參考文獻】：
期刊論文
[1]共模誤差PCA與ICA提取方法的比較[J]. 明鋒,楊元喜,曾安敏.  大地測量與地球動力學. 2017(04)
[2]數據缺失對GNSS時間序列分析的影響[J]. 占偉,黃立人,劉志廣,孟憲綱.  大地測量與地球動力學. 2013(02)
[3]不同插值方法對CORS高程時間序列的影響分析[J]. 田慧,程鵬飛,秘金鐘.  測繪科學. 2013(01)
[4]基于驗潮數據的西北太平洋區(qū)域海面變化預測[J]. 羅文,袁林旺,易琳,俞肇元,謝志仁.  地理學報. 2011(01)
[5]時間序列處理的新插值方法[J]. 武艷強,黃立人.  大地測量與地球動力學. 2004(04)



本文編號：3548245