The invention provides a method of region division based on principal component analysis. Firstly, the coordinate time series observation values of GNSS stations are obtained, and the residual coordinate time series is obtained according to the coordinate time series observation values. Then, the common epochs of all stations are calculated, and the observation sample matrix is constructed based on the common epochs. Next, the covariance matrix Bn*n of all stations is constructed, and then the covariance matrix is paired. The orthogonal matrix P is obtained by the orthogonal decomposition of variance matrix Bn*n; then the load matrix A is obtained from the observed sample matrix and the orthogonal matrix, and the eigenvectors are obtained from the orthogonal matrix P. According to the cumulative results of the eigenvalues of the eigenvectors, the corresponding K cumulative eigenvectors are selected; then the K cumulative eigenvectors are processed again, and the orthogonal matrix P is transformed linearly to obtain the lines. The load matrix B'and the principal component G are changed. Finally, the load matrix B'with linear change is analyzed, and the result of region division is obtained. The invention can greatly improve the accuracy of regional division.
【技术实现步骤摘要】
一种基于主成分分析的区域划分方法
本专利技术涉及GNSS数据精密处理
，尤其涉及一种基于主成分分析的区域划分方法。
技术介绍
近年来，国内外进行了各种GPS/GNSS(GlobalPositioningSystem全球定位系统和GlobalNavigationSatelliteSystem全球导航卫星系统)监测网络的建立，如中国地壳运动观测网络和中国大陆构造环境监测网络，美国的PBO网络，欧洲的EPN等。这些GPS/GNSS监测网络的投入运行，产生了大量的呈级数增长的观测数据。这些多年积累的观测数据构成了GNSS坐标时间序列。目前，现有技术中通常采用叠加算法对于影响因素在空间分布上进行均匀性假设，然而GNSS坐标时间序列受到众多因素的影响，其在空间分布上并不均匀，从而使得利用其进行速度场估计的准确度大打折扣，也无法进行准确地区域划分。由此可见，现有技术中的方法存在无法进行准确地区域划分的技术问题。
技术实现思路
本专利技术实施例提供了一种基于主成分分析的区域划分方法，用以解决或者至少部分解决现有技术中的方法存在无法进行准确地区域划分的技术问题。本专利技术提供了一...
【技术保护点】
1.一种基于主成分分析的区域划分方法，其特征在于，包括：步骤S1：获取GNSS测站的坐标时间序列观测值，并根据所述坐标时间序列观测值获得所述GNSS测站的残差坐标时间序列；步骤S2：计算GNSS网内所有测站的公共历元，并确定所述公共历元个数m，其中，m为大于0的整数；步骤S3：基于所述公共历元构建所述GNSS网内所有测站在预设方向上的观测样本矩阵X(m,n)，其中，m表示公共历元个数，n表示GNSS网内测站的数目，n为大于0的整数，xi,j为观测样本矩阵中的元素，表示第j个测站在第i个历元的误差观测值；步骤S4：根据所有测站的残差坐标时间序列，构建所述所有测站在预设方向上的...
【技术特征摘要】
1.一种基于主成分分析的区域划分方法，其特征在于，包括：步骤S1：获取GNSS测站的坐标时间序列观测值，并根据所述坐标时间序列观测值获得所述GNSS测站的残差坐标时间序列；步骤S2：计算GNSS网内所有测站的公共历元，并确定所述公共历元个数m，其中，m为大于0的整数；步骤S3：基于所述公共历元构建所述GNSS网内所有测站在预设方向上的观测样本矩阵X(m,n)，其中，m表示公共历元个数，n表示GNSS网内测站的数目，n为大于0的整数，xi,j为观测样本矩阵中的元素，表示第j个测站在第i个历元的误差观测值；步骤S4：根据所有测站的残差坐标时间序列，构建所述所有测站在预设方向上的协方差矩阵Bn×n，其中，Bn×n中的对角元素用以表征测站的残差坐标时间序列的精度信息，非对角线元素用以表征相应测站之间的相关性；步骤S5：对所述协方差矩阵Bn×n进行正交分解，获得正交矩阵P；步骤S6：根据所述观测样本矩阵和所述正交矩阵，获得载荷矩阵A，其中，载荷矩阵中的Ai',j'表示第i'个主成分在第j'个观测量上的空间响应，所述主成分为所述正交矩阵P的主成分分量，所述观测量由协方差矩阵Bn×n中的协方差构成；步骤S7：从所述正交矩阵P中获得特征矢量，并根据特征矢量的特征值的累加结果，选择出对应的K个累积特征矢量；步骤S8：对所述K个累积特征矢量进行再次处理，对所述正交矩阵P中的m个变量的相关结构之间进行线性变换，并获得为线性变化后的载荷矩阵B’和线性变化后的主成分G，使得处理前后这K个空间型解释原场总方差对百分率保持不变；步骤S9：对所述线性变化后的载荷矩阵B’进行分析，获得区域划分结果。2.如权利要求1所述的方法，其特征在于，步骤S1中，根据所述坐标时间序列观测值获得所述GNSS测站的残差坐标时间序列，包括：通过对坐标时间序列观测值进行...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。