论文部分内容阅读
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