时间序列QOCA处理笔记

最新推荐文章于 2022-06-26 09:50:29 发布

txzhangsgg

最新推荐文章于 2022-06-26 09:50:29 发布

阅读量830

点赞数 2

文章标签：算法机器学习

本文链接：https://blog.csdn.net/txzhang521/article/details/120163667

版权

QOCA处理大致过程

先用analyze的模块，去除里面的季节性信号和step（突跳）以及趋势项，然后用这个模块生成的序列进行PCA分析，得到共模误差，然后把PCA得到的两个文件（cali_pca.cpt主分量文件和cali_pca.seign特征向量文件 )带到analyze,重新analyze一次，这次只去除step和共模误差，然后就可以用cats算速度场了
st_filter
的目的是实现联合解，就是联合不同软件解算得到的结果然后再进行联合解算，st_filter解算完成后的结果可以提取出site_xyz.data和site_enu.data作为analyze_tseri的输入文件
共模误差：各台站空间相关误差

各软件用处
gipsy：算时间序列
qoca:去除噪声得到有用信号，以便后续分析计算
cats: 算速度场（qoca也可以算，但是精度不高）
问题
1—inputlist.file 是第五种数据格式：
格式5：st_filter的site_enu输出行
用指令
grep –i site_enu st_filter.out > site_enu.data
产生的site_enu.data文件如下面所示，它可直接作为analyze_tseri的输入文件
site_enu 2008.75273224 196.576545967 54.885322292 500.41455 0.00158 0.00144 0.00412 0.0215 0.1616 -0.0452 AB06_GPS
site_enu 2008.75273224 199.523242494 55.349276031 89.57548 0.00156 0.00146 0.00413 0.0058 0.1246 -0.0354 AB07_GPS
site_enu 2008.75273224 198.253738454 58.950795043 587.10216 0.00152 0.00144 0.00403 -0.0203 0.1293 -0.0172

疑问：难道gipsy的数据是先用st_filter处理过的吗？
解答：这样做也行，但是我们一般可以直接下载到处理好的时间序列，直接下载好然后改成qoca的格式进行analyze_tseri就可以了

具体处理过程
**

analyze_tseri

  a: 先analyze_tseri raw.drv > terminal.txt （运行并将终端信息保存至terminal.txt）
  b: grep skip this site terminal.txt （找出被剔除的站）
  c:gerp General statistics for site test.out > processed.txt （查看已经处理过的台站数量，并与剔除的数量比较，看是否正确）

“重要”参数设置说明：

******A（剔除项）c remove bias, trend, jump and seasonal terms
res_option : 8191(等于二进制1111111111111)
它的具体意义为
Bit 1为1：输出序列消除offset项。常数项。。。。。。。张腾旭注：突跳为：（跳变，地震、换天线等造成的）
Bit 2为1：输出序列消除速度（趋势）项。（趋势项 — 构造运动）
Bit 3为1：输出序列消除周年项。
Bit 4为1：输出序列消除半年项。
Bit 5为1：输出序列消除构造运动产生的跳跃（jump）项
…
Bit 13为1：输出序列消除非构造运动产生的跳跃项
**目的是消除常数项、趋势项、周年、半周年、构造和非构造产生的跳跃等以上所有信号部分，剩余一些残余信号，然后对残余信号的共模信号（误差）进行估计（用主成分分析法），然后再进行一次analyze_tseri,从原始信号中剔除这些共模信号

******B（估计参数项）est_parameter file : test.para（详情请见参数设置）
1: 东向offset
2: 北向offset
3: 垂直向offset
4: 东向速度
5: 北向速度
6: 垂直向速度
7: 东向构造运动跳跃
8: 北向构造运动跳跃
9: 垂直向构造运动跳跃
16: 东向周年变化振幅，起始历元放周期（单位：天），结束历元放参考历元
17: 北向周年变化振幅，起始历元放周期（单位：天），结束历元放参考历元
18: 垂直向周年变化振幅，起始历元放周期（单位：天），结束历元放参考历元
19: 东向周年变化相位，起始历元放周期（单位：天），结束历元放参考历元
20: 北向周年变化相位，起始历元放周期（单位：天），结束历元放参考历元
21: 垂直向周年变化相位，起始历元放周期（单位：天），结束历元放参考历元
22: 东向半年变化振幅，起始历元放周期（单位：天），结束历元放参考历元
23: 北向半年变化振幅，起始历元放周期（单位：天），结束历元放参考历元
24: 垂直向半年变化振幅，起始历元放周期（单位：天），结束历元放参考历元
25: 东向半年变化相位，起始历元放周期（单位：天），结束历元放参考历元
26: 北向半年变化相位，起始历元放周期（单位：天），结束历元放参考历元
27: 垂直向半年变化相位，起始历元放周期（单位：天），结束历元放参考历元
**以上是需要消除的项，先对这些参数进行估计，然后再消除（估计参数与需要消除的参数一一对应），要想消除需要先估计参数
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
**

pca

**
a:根据上面剔除的台站，从cali_pca.site里面台站中删除这几个坏站(一定要做)，然后作为cali_pca.site的数据输入，将第一步得到的analyze_tseri.resi放入pca里面，然后在pca_data.list里面输入就可以了。
b:pca pca_cali.drv

再进行一次analyze_tseri
这一次需要作common mode error区域滤波的选择（关键词：cme_corr），就是将第二步产生的“pca_cali.seign、pca_cali.cpt”两个文件放入即可

*****命令行： cme_correction file : pca_cali.seign pca_cali.cpt 1
注意： res_option : 4113（1000100000001）
最终得到的结果为GPS时间序列剔除了共模误差的时间序列，主要含有趋势项（构造）、周年、半周年项。

实验结论：
1、最终需要消除的部分为：offset(Bit1)，jump(Bit5)，非构造运动产生的跳跃项（Bit13）
2、估计参数为 all_site 18 加上7~9 与all_site 18加上7_12、4951，最终的结果无差别
3、第一步analyze采用8191，第三步采用4113总体而言比第一步保留offset（4078）最后第三步再4113结果要好，以上两种方法针对小区域而言比只用第一步analyze（4113）结果精度要高