第45卷第2期国防科技大学学报Vol．45No．22023年4月JOUＲNALOFNATIONALUNIVEＲSITYOFDEFENSETECHNOLOGYApr．2023doi:10．11887/j．cn．202302014http://journal．nudt．edu．cn顾及噪声影响的GNSS高程序列预测Prophet方法*鲁铁定1，陶蕊1，贺小星2，程远明3，周子琪1(1．东华理工大学测绘工程学院，江西南昌330013;2．江西理工大学土木与测绘工程学院，江西赣州341000;3．南昌市城市规划设计研究总院，江西南昌330200)摘要:全球导航卫星系统(globalnavigationsatellitesystem，GNSS)高程时间序列具有非平稳、非线性、含噪声等特点，在深入研究Prophet预测模型的基础上，针对Prophet预测模型对于趋势信号和周期信号有良好预测效果这一特性，提出一种引入经验模态分解(empiricalmodedecomposition，EMD)的“降噪—分解—预测”组合GNSS高程时间序列预测方法。该方法先将原始时间序列进行EMD降噪，再对降噪后的序列进行分解预测，最后重构各分量预测信号为最终预测序列。通过对实测高程数据进行研究，实验结果表明:降噪后信号的平均信噪比为10．30dB，能量百分比平均为88．75%;利用所构建的短期预测方法，GNSS高程时间序列预测结果的均方根误差分别平均提升26．41%和14．88%;平均百分比误差分别平均提升18．92%和7．91%，验证了组合预测方法的有效性及实用性。关键词:Prophet;经验模态分解;降噪;时间序列预测;组合模型中图分类号:P228文献标志码:A文章编号:1001－2486(2023)02－121－10ProphetmethodofGNSSverticaltimeseriespredictionconsideringtheinfluenceofnoiseLUTieding1，TAOＲui1，HEXiaoxing2，CHENGYuanming3，ZHOUZiqi1(1．FacultyofGeomatics，EastChinaUniversityofTechnology，Nanchang330013，China;2．SchoolofCivilandSurveying＆MappingEngineering，JiangxiUniversityofScienceandTechnology，Ganzhou341000，China;3．NanchangUrbanPlanning＆DesignInstitute，Nanchang330200，China)Abstract:GNSS(globalnavigationsatellitesystem)verticaltimeserieshavethecharacteristicsofnon-stationary，non-linear，andnoisy．Basedonthein-depthstudyoftheProphetpredictionmodel，andthegoodpredictiveeffectofProphetpredictionmodelontrendsignalsandperiodicsignals，a“noisereduction－decomposition－prediction”combinedpredictionmethodofGNSSverticaltimeseriesthatintroducesEMD(empiricalmodedecomposition)wasproposed...
