顾及共模误差的基线时间序列季节项重构

摘要：

针对基线时间序列的共模误差影响季节项重构的问题,以美国OKAR-TXLI基线为例,首先采用一元线性回归拟合并去除时间序列的趋势项,以避免趋势项影响季节项重构;然后运用小波的多尺度分析法分解去除趋势项后的序列,结合分量频谱特点确定并重构季节项;之后用PCA法剔除时间序列的共模误差并重构滤波后的季节项;最后对比滤波前后季节项的功率谱及振幅变化分析共模误差对重构结果的影响,并分析共模误差的特性验证其影响的合理性.结果表明,剔除共模误差后,N、E和U方向上季节项功率谱与原始序列功率谱更接近,能保留更多原始序列信息;且滤波后季节项振幅在不同周期内变化不尽相同,但其均值呈现出变小的现象,振幅均值分别减小了 11.1％、15.0％和16.0％.

关键词：一元线性回归、小波的多尺度分析、主成分分析、共模误差、季节项、时间序列

所属期刊栏目：37

分类号：P223(大地测量学)

在线出版日期：2021-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：568-574