明 眉，岳東杰，朱少林

小波分析輔助GPS-R潮位反演

明 眉，岳東杰，朱少林

(河海大學(xué) 地球科學(xué)與工程學(xué)院，南京 211100)

針對(duì)使用全球定位系統(tǒng)反射信號(hào)測(cè)量技術(shù)（GPS-R）分離海面直射信號(hào)時(shí)，低高度角情況下、低階多項(xiàng)式方法容易出現(xiàn)偏差的問(wèn)題，提出了一種利用小波分析方法去除直射信號(hào)的海面潮位反演算法。通過(guò)美國(guó)華盛頓州SC02測(cè)站2016年年積日（DOY）第92—97天連續(xù)6 d觀測(cè)數(shù)據(jù)進(jìn)行驗(yàn)證，結(jié)果表明，使用改進(jìn)的小波分析方法，能夠更好地?cái)M合信噪比變化情況，獲得更高精度的衛(wèi)星反射信號(hào)；潮位反演精度在L1波段有較小的降低，而在L2波段反演精度有明顯的提升。

全球定位系統(tǒng)；小波分析；潮位監(jiān)測(cè)；信噪比；衛(wèi)星反射信號(hào)

0 引言

全球氣候變暖現(xiàn)象帶來(lái)的冰川融化、海平面高度上升，使得潮位監(jiān)測(cè)變得更加重要。傳統(tǒng)的潮位監(jiān)測(cè)方法是通過(guò)驗(yàn)潮站的驗(yàn)潮儀和水尺來(lái)記錄來(lái)潮位變化的，但由于地殼運(yùn)動(dòng)的影響，結(jié)果存在誤差，衛(wèi)星測(cè)高作為監(jiān)測(cè)潮位的另一種方法，可以以較高的精度實(shí)現(xiàn)大范圍潮位監(jiān)測(cè)，但是在近海區(qū)域，因受海岸影響，其監(jiān)測(cè)精度較低。全球定位系統(tǒng)反射測(cè)量技術(shù)（global positioning system reflectometry，GPS-R）是一種利用全球定位系統(tǒng)（global positioning system, GPS）衛(wèi)星反射信號(hào)的波形、幅值、相位和頻率等參量的變化，來(lái)反演反射面物理特性的技術(shù)。目前在雪深探測(cè)、反演土壤濕度、植被變化、風(fēng)暴潮等多個(gè)領(lǐng)域得到了廣泛的應(yīng)用，并取得了較高的監(jiān)測(cè)精度[1-4]。GPS-R技術(shù)在監(jiān)測(cè)地球表面物理特性方面，具有全天候、成本低、信號(hào)資源豐富等優(yōu)勢(shì)，得到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。GPS-R技術(shù)在潮位監(jiān)測(cè)方面，已經(jīng)取得了不少研究成果。文獻(xiàn)[5]利用GPS-R技術(shù)在湖面開展了水位測(cè)量研究工作，實(shí)驗(yàn)結(jié)果表明可以獲得±3 cm的水位監(jiān)測(cè)精度[5]。文獻(xiàn)[6]使用單顆衛(wèi)星信噪比（signal-to-noise ratio，SNR）觀測(cè)值，研究海平面潮位變化，獲得了±27 cm的監(jiān)測(cè)精度[6]。文獻(xiàn)[7]為了獲取測(cè)站1 d、15 d、1 a的潮位變化，對(duì)岸基連連續(xù)運(yùn)行參考站（continuously operating reference stations, CORS）的信噪比觀測(cè)數(shù)據(jù)進(jìn)行處理，結(jié)果表明全球衛(wèi)星導(dǎo)航系統(tǒng)反射測(cè)量技術(shù)(global navigation satellite system reflectometry，GNSS-R)得到的潮位信息與驗(yàn)潮站實(shí)測(cè)值高度相關(guān)，較差約為10 cm[7]。文獻(xiàn)[8]利用小波分解方法提取海面反射信號(hào)，去除其他信號(hào)對(duì)反演潮位的影響；文獻(xiàn)[9]利用經(jīng)驗(yàn)?zāi)B(tài)分解方法分析信噪比數(shù)據(jù)，提取反射信號(hào)，試驗(yàn)結(jié)果驗(yàn)證了這兩種方法均在一定程度上提高了反演潮位的精度。文獻(xiàn)[10]提出基于小波分析原理的衛(wèi)星反射信號(hào)分離模型，衛(wèi)星反射信號(hào)的分離精度能夠得到有效提高，提高了土壤濕度的反演精度[10]。文獻(xiàn)[11]使用小波分析的方法對(duì)采集的大洋山單天線GNSS信號(hào)數(shù)據(jù)進(jìn)行處理，主要使用小波去噪方法，處理了含噪聲源的信號(hào)，實(shí)驗(yàn)結(jié)果證明了小波分析方法的可靠性與有效性[11]。文獻(xiàn)[12]提出利用小波變換分析方法獲取GNSS信噪比序列的瞬時(shí)頻率，從而獲得瞬時(shí)潮位值，實(shí)驗(yàn)結(jié)果表明，小波分析方法反演潮位值的精度能達(dá)分米級(jí)，并且反演潮位時(shí)間分辨率優(yōu)于經(jīng)典法和加窗法，但是這種方法不能脫離經(jīng)典法單獨(dú)使用[12]。

在以往使用GNSS-R反演潮位的研究中，通常使用低階多項(xiàng)式擬合的方法去除直射信號(hào)，這種方法的優(yōu)點(diǎn)是整體擬合性較好，分離直射信號(hào)后的反射信號(hào)，其反演潮位精度可達(dá)分米級(jí)。但是低階多項(xiàng)式方法在分離直射信號(hào)時(shí)，沒有充分考慮可能存在的部分時(shí)段擬合不準(zhǔn)確的問(wèn)題。小波分析能夠在時(shí)域和頻域方面同時(shí)局部化的特點(diǎn)，已經(jīng)在圖像去噪、獲取信號(hào)趨勢(shì)等領(lǐng)域得到了廣泛的應(yīng)用[10]，文獻(xiàn)[10]將小波分析的分離方法應(yīng)用于土壤濕度反演分析，沒有考慮不同頻率波段對(duì)SNR序列反演結(jié)果的影響。本文通過(guò)小波分析方法，去除信噪比數(shù)據(jù)序列中的直射信號(hào)分量，以獲得高精度的衛(wèi)星反射信號(hào)，實(shí)現(xiàn)高精度的GPS-R潮位反演。本文以美國(guó)華盛頓州弗賴迪港（Friday Harbor）的SC02測(cè)站觀測(cè)數(shù)據(jù)為例，分別處理L1波段和L2波段的觀測(cè)數(shù)據(jù)，反演獲得高精度的潮位信息。

1 原理與方法

1.1 GPS-R反演水面高度原理

在一般GPS定位測(cè)量中，多路徑效應(yīng)作為影響GPS定位精度的主要誤差源，需要盡可能地降低其影響，但是在GPS-R應(yīng)用中，因?yàn)槎嗦窂叫?yīng)的存在，導(dǎo)致單天線衛(wèi)星接收機(jī)中接收到的信號(hào)實(shí)際上是直射信號(hào)和反射后的合成信號(hào)[13]。

信號(hào)質(zhì)量通常是用信噪比來(lái)衡量，當(dāng)信號(hào)功率為P，而噪聲功率為時(shí)，信噪比表示為

式中，NR為信噪比值，單位為dB。在使用信噪比值反演潮位時(shí)，需要對(duì)其進(jìn)行單位轉(zhuǎn)換，轉(zhuǎn)換為線性單位（V·V-1）為

圖1為PRN20衛(wèi)星多路徑值和信噪比值隨著衛(wèi)星高度角變化的情況。

圖1 PRN20衛(wèi)星的高度角、多路徑值和信噪比值變化

由圖1可得，隨著高度角的增加，多路徑效應(yīng)降低，但在低高度角時(shí)，反射信號(hào)更容易被接收機(jī)接收，從而使得多路徑效應(yīng)明顯，直射信號(hào)和反射信號(hào)的干涉現(xiàn)象突出，信噪比值有明顯的振蕩。

涅溫斯基（Nevinski）和克拉爾松（Larson）提出一種近地面直射反射組合信號(hào)功率表達(dá)式[14]，即

圖2 GPS-R反演海面高度原理

文獻(xiàn)[15]研究發(fā)現(xiàn)，衛(wèi)星反射信號(hào)與高度角存在的正（余）弦關(guān)系[15]為

式（8）的頻率可以通過(guò)對(duì)反射信號(hào)進(jìn)行頻譜分析獲得，這里的反射信號(hào)是指原始信噪比數(shù)據(jù)，經(jīng)分離直射信號(hào)后的SNR殘差序列，也就是式（7）中的NRm。對(duì)NRm頻譜分析時(shí)，自變量為高度角正弦值，為非均勻采樣，使用傳統(tǒng)的快速傅里葉變換(fast Fourier transform，F(xiàn)FT）無(wú)法分析，所以本文使用洛姆-斯卡格爾周期圖（Lomb-Scargle periodogram, LSP）譜分析方法來(lái)分析NRm，獲得反射信號(hào)的主頻率，根據(jù)式（8）計(jì)算得到水面到接收機(jī)天線的垂直反射距離。LSP譜分析處理的信號(hào)是經(jīng)直射分量分離后的NRm，可見現(xiàn)在利用衛(wèi)星反射信號(hào)獲取海面高度時(shí)，直射信號(hào)的分離很重要。

潮位反演過(guò)程中，分離直射信號(hào)常用的方法是使用低階多項(xiàng)式擬合趨勢(shì)項(xiàng)，去除直射信號(hào)分量，這種方法的缺點(diǎn)是簡(jiǎn)單地認(rèn)為直射信號(hào)在SNR序列中呈現(xiàn)出二階多項(xiàng)式趨勢(shì)，沒有考慮這種方式是否會(huì)去除序列中的有用信息。因此，采用二階多項(xiàng)式擬合的方法，可能可能會(huì)出現(xiàn)計(jì)算模型偏離實(shí)際的情況。

1.2 小波分解原理

格羅斯曼（Grossmann）提出的小波變換分解方法，是對(duì)滿足條件的信號(hào)使用不同尺度函數(shù)逐次逼近，獲得一系列近似表達(dá)式，得到多尺度平滑信號(hào)表達(dá)式，不同的尺度對(duì)應(yīng)不同的頻率[16]。在反演水面高度問(wèn)題中，信號(hào)為SNR序列，對(duì)小波分解后得到的小波系數(shù)進(jìn)行重構(gòu)，可以分別得到信號(hào)的低頻和高頻部分，分解算法[17-18]為

式中：和為重構(gòu)小波濾波器；A為重構(gòu)得到的低頻信號(hào)。

2 實(shí)驗(yàn)分析

2.1 試驗(yàn)數(shù)據(jù)及方案

本文選取布設(shè)在美國(guó)華盛頓州SC02站，2016年年積日（day of year, DOY）第92—97天的數(shù)據(jù)進(jìn)行分析，該站屬于板塊邊界觀測(cè)（plate boundary observatory，PBO）網(wǎng)絡(luò)計(jì)劃項(xiàng)目。SC02測(cè)站周邊環(huán)境如圖3所示，站點(diǎn)安裝天寶（Trimble）NETRS接收機(jī)，并配備Trimble TRM29659.00天線，本文選擇距離該測(cè)站359 m的Friday Harbor驗(yàn)潮站驗(yàn)潮儀每6 min獲取的實(shí)測(cè)數(shù)據(jù)作為參考數(shù)據(jù)。利用SC02站的GPS L1波段和GPS L2波段觀測(cè)數(shù)據(jù)，設(shè)計(jì)兩種試驗(yàn)方案對(duì)比分析不同方法反演水位的精度：1）低階多項(xiàng)式擬合方法分離直射信號(hào)；2）小波分解方法分離直射信號(hào)。

圖3 SC02站的環(huán)境

由于測(cè)站觀測(cè)數(shù)據(jù)L1波段和L2波段觀測(cè)質(zhì)量不同，L1波段的觀測(cè)質(zhì)量較好，多路徑效應(yīng)影響較低，SNR值較大，而L2波段則反之；所以分別使用L1和L2波段的觀測(cè)數(shù)據(jù)進(jìn)行海面潮位反演。

2.2 反演精度分析

首先通過(guò)爾特克利布（RTKLIB）軟件對(duì)導(dǎo)航文件和測(cè)站觀測(cè)文件進(jìn)行處理分析，分別獲得L1波段和L2波段的高度角、方位角以及SNR觀測(cè)值信息。衛(wèi)星高度角和方位角范圍的選擇，對(duì)反演精度的影響較大。為了獲得更高時(shí)間分辨率的反演結(jié)果，結(jié)合SC02測(cè)站的實(shí)際觀測(cè)環(huán)境，本文選擇的高度角區(qū)間為5～13°，方位角區(qū)間為50～240°。首先對(duì)SC02測(cè)站觀測(cè)數(shù)據(jù)進(jìn)行篩選，區(qū)分觀測(cè)序列的上升弧段和下降弧段，從而得到符合條件的SNR序列。在獲得SNR序列后，根據(jù)反演潮位的處理步驟，分別使用低階多項(xiàng)式擬合和小波分析分離直射信號(hào)，獲得反射信號(hào)NRm序列。然后對(duì)得到的NRm進(jìn)行LSP譜分析，獲得主頻率，根據(jù)頻率與反演高度的關(guān)系求得反演高度。最后統(tǒng)一驗(yàn)潮站和SC02站的高程基準(zhǔn)，將反演高度轉(zhuǎn)換到驗(yàn)潮站的高程基準(zhǔn)。圖4為信噪比反演潮位信息處理流程圖。

圖4 信噪比反演潮位信息處理流程

小波分析獲取趨勢(shì)項(xiàng)的關(guān)鍵在于小波函數(shù)和層數(shù)的選取。因此，先通過(guò)多次實(shí)驗(yàn)分析，選擇最優(yōu)的小波函數(shù)和層數(shù)。不同的小波函數(shù)和層數(shù)擬合趨勢(shì)項(xiàng)的結(jié)果如圖5和圖6，圖5為使用不同小波函數(shù)、層數(shù)為6，擬合信噪比序列趨勢(shì)項(xiàng)的結(jié)果，圖6為使用小波函數(shù)db10，不同層數(shù)擬合信噪比序列趨勢(shì)項(xiàng)的結(jié)果。使用不同小波函數(shù)和層數(shù)擬合趨勢(shì)項(xiàng)，根據(jù)潮位反演流程計(jì)算反演潮位值。經(jīng)比較得出，使用小波函數(shù)db10，層數(shù)為6時(shí)，反演結(jié)果精度最可靠。

使用小波函數(shù)db10，層數(shù)為6擬合信噪比序列變化趨勢(shì)，其擬合結(jié)果見圖7。圖7（a）為一段歷元信噪比原始觀測(cè)值序列，圖7（b）為使用小波分解重構(gòu)趨勢(shì)項(xiàng)得到的結(jié)果，圖7（c）為使用二階多項(xiàng)式擬合得到的結(jié)果，圖7（d）為使用小波分析擬合得到的結(jié)果。對(duì)比分析可以得出，采用低階多項(xiàng)式方法擬合時(shí)，在低高度角時(shí)出現(xiàn)了明顯的偏差，不能準(zhǔn)確地反映信噪比的變化情況，而小波分析可以很好地反映序列變化趨勢(shì)，在低高度角區(qū)間，也能更好地?cái)M合信噪比序列。

對(duì)L1波段和L2波段的SNR序列進(jìn)行處理，獲得兩個(gè)頻率波段的潮位反演結(jié)果，并采用均方根誤差（root mean square error, RMSE）和平均絕對(duì)值誤差（mean absolute error, MAE）進(jìn)行精度評(píng)價(jià)，RMSE和MAE的計(jì)算公式為

為了評(píng)價(jià)反演潮位值的精度，將驗(yàn)潮站驗(yàn)潮儀獲得的潮位值與反演得到的潮位值之差作為較差，限于篇幅，只隨機(jī)給出2016年年積日第93天L1波段和L2波段部分時(shí)刻，使用不同方案的反演結(jié)果。表1為L(zhǎng)1波段反演潮位較差對(duì)比結(jié)果，表2為L(zhǎng)2波段反演潮位較差對(duì)比結(jié)果，表中時(shí)間系統(tǒng)使用的是協(xié)調(diào)世界時(shí)（universal time coordinated，UTC）?？梢钥闯?，使用小波分析分離直射信號(hào)的方法處理L1波段數(shù)據(jù)時(shí)，反演結(jié)果精度并沒有明顯提升，而且部分時(shí)刻誤差有所增大；而處理L2波段數(shù)據(jù)時(shí)，結(jié)果精度有明顯提升，粗差的數(shù)量也有所降低。

表1 L1波段反演潮位較差統(tǒng)計(jì)

表2 L2波段反演潮位較差統(tǒng)計(jì)

表3為L(zhǎng)1波段分別采用二階擬合方法和小波分析方法去除直射信號(hào)的6 d反演結(jié)果精度，表3中每一天的均方根誤差和平均絕對(duì)誤差是通過(guò)將這一天的全部時(shí)刻反演潮位結(jié)果，根據(jù)其公式計(jì)算得到的。由于L1波段的SNR值較大，多路徑效應(yīng)影響較低，使用不同方法分離直射分量，對(duì)結(jié)果精度的影響不明顯，但統(tǒng)計(jì)6 d的數(shù)據(jù)得出，小波分析分離直射信號(hào)得到均方根誤差總體提高了5.98%，平均絕對(duì)誤差總體提高了5.45%，精度總體上呈下降趨勢(shì)。表4為L(zhǎng)2波段不同年積日分別使用二階擬合和小波分析方法去除趨勢(shì)項(xiàng)的反演結(jié)果精度，可以看出小波分析去除趨勢(shì)項(xiàng)均方根誤差總體上得到了降低，最高降低了39.41%，總體上降低了7.71%，平均絕對(duì)誤差最高降低了25.74%，總體降低了5.94%，在反演精度較低時(shí)，使用小波分析去除趨勢(shì)項(xiàng)，可以降低粗差的出現(xiàn)，大大提高反演的可靠性。從表3和表4的對(duì)比可以得出，L1波段觀測(cè)數(shù)據(jù)反演潮位精度比L2波段反演潮位精度高。小波分析分離直射信號(hào)方法處理L1波段并不能使精度提高，反而會(huì)造成小幅度地降低，但是處理L2波段時(shí)，精度能夠得到明顯提高，所以在使用SNR數(shù)據(jù)反演潮位精度較低時(shí)，可以使用小波分析方法輔助提高反演精度。

表3 L1波段反演結(jié)果精度統(tǒng)計(jì) 單位：m

表4 L2波段反演結(jié)果精度統(tǒng)計(jì) 單位：m

3 結(jié)束語(yǔ)

本文提出了一種基于小波分析的GPS-R海面潮位反演方法，通過(guò)小波分析方法有效地分離SNR序列中的直射信號(hào)分量，以獲得高精度的衛(wèi)星反射信號(hào)。本文數(shù)據(jù)來(lái)自SC02站GPS L1波段和GPS L2波段的信噪比數(shù)據(jù)。在擬合SNR趨勢(shì)項(xiàng)時(shí)，分別采用小波分析方法和二階多項(xiàng)式擬合方法進(jìn)行海面潮位反演。結(jié)果表明：在低高度角范圍時(shí)，二階多項(xiàng)式擬合方法在分離直射信號(hào)分量時(shí)，容易出現(xiàn)偏差；而小波分析方法可以有效地去除直射信號(hào)，能夠更好地反映SNR序列的變化趨勢(shì)。L1波段和L2波段SNR反演潮位的精度有較大的差別，小波分析方法對(duì)二者的潮位反演精度有不同程度的提升。小波分析方法對(duì)L1波段數(shù)據(jù)的反演結(jié)果精度降低，小波分析分離直射信號(hào)得到的均方誤差總體提高了5.98%，平均絕對(duì)誤差總體提高了5.45%；而對(duì)L2波段數(shù)據(jù)的反演精度有明顯提升，6 d的均方誤差總體降低了7.71%，其中最高可以降低39.41%，平均絕對(duì)誤差總體降低了5.94%，最高降低了25.74%。下一階段的研究將分析趨勢(shì)項(xiàng)在不同高度角范圍的變化情況，以此來(lái)確定不同高度角范圍對(duì)趨勢(shì)項(xiàng)擬合的影響。

[1] GUTMANN Ethan D, LARSON Kristine M, WILLIAMS Mark W, et al. Snow measurement by GPS interferometric reflectometry: an evaluation at Niwot Ridge, Colorado[J]. Hydrological Processes, 2012, 26(19): 2951-2961.

[2] LARSON K M, SMALL E E, GUTMANN E, et al. Using GPS multipath to measure soil moisture fluctuations: initial results[J]. GPS Solutions, 2008, 12(3):173-177.

[3] SMALL E E, LARSON K M, BRAUN J J. Sensing vegetation growth with reflected GPS signals[EB/OL]. [2021-06-16]. http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.1072.723&rep=rep1&type=pdf.

[4] PENG D, HILL E M, LI L, et al. Application of GNSS interferometric reflectometry for detecting storm surges[EB/OL].[2021-06-16]. https://dr.ntu.edu.sg/bitstream/10356/81377/1/Peng2019_Article_ApplicationOfGNSSInterferometr.pdf.

[5] 吳繼忠, 楊榮華. 利用GPS接收機(jī)反射信號(hào)測(cè)量水面高度[J]. 大地測(cè)量與地球動(dòng)力學(xué), 2012, 32(6):135-138.

[6] NAKASHIMA Y, HEKI K. GPS tide gauges using multipath signatures[J]. Journal of the Geodetic Society of Japan, 2013, 59(4):157-162.

[7] 張雙成, 南陽(yáng), 李振宇,等. GNSS-MR技術(shù)用于潮位變化監(jiān)測(cè)分析[J]. 測(cè)繪學(xué)報(bào), 2016(9):1042-1049.

[8] WANG Xiaolei, ZHANG Qin, ZHANG Shuangcheng. Water levels measured with SNR using wavelet decomposition and Lomb–Scargle periodogram[J]. GPS Solutions, 2018, 22(1): 1-10.

[9] ZHANG S, LIU K , LIU Q, et al. Tide variation monitoring based improved GNSS-MR by empirical mode decomposition[J]. Advances in Space Research, 2019, 63(10):3333-3345.

[10] 任超, 張志剛, 梁月吉, 等. 基于小波分析輔助GPS-IR反演土壤濕度研究[J]. 大地測(cè)量與地球動(dòng)力學(xué), 2020, 40(1): 77-81.

[11] 王杰, 何秀鳳, 王笑蕾, 等. 小波分析在 GNSS-IR 潮位反演中的應(yīng)用[J]. 導(dǎo)航定位學(xué)報(bào), 2020, 8(2): 82-89.

[12] 蘇曉容, 張?jiān)? 韓彥嶺, 等. 岸基GNSS單天線潮位高度小波分析反演[J].導(dǎo)航定位學(xué)報(bào),2019,7(4): 87-93.

[13] 張雙成, 戴凱陽(yáng), 劉凱, 等. GPS-MR技術(shù)用于降雪厚度監(jiān)測(cè)研究[J]. 地球物理學(xué)進(jìn)展, 2016, 31(4): 1879-1884. DOI: 10.6038/pg20160461.

[14] NIEVINSKI F G, LARSON K M. Forward modeling of GPS multipath for near-surface reflectometry and positioning applications[J]. GPS Solutions, 2014, 18(2): 309-322.

[15] CHEW C C, SMALL E E, LARSON K M, et al. Effects of near-surface soil moisture on GPS SNR data: development of a retrieval algorithm for soil moisture[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(1):537-543.

[16] GROSSMANN A, MORLET J. Decomposition of hardy functions into square integrable wavelets of constant shape[J]. Siam Journal on Mathematical Analysis, 1984, 15(4): 723-736.

[17] 羅甘, 梁月吉, 黃儀邦. 基于雙樹復(fù)小波的變形監(jiān)測(cè)數(shù)據(jù)去噪分析[J]. 大地測(cè)量與地球動(dòng)力學(xué), 2018, 38(9):958-963.

[18] 王旭, 王昶. 一種改進(jìn)小波閾值去噪方法的研究[J]. 大地測(cè)量與地球動(dòng)力學(xué), 2011, 37(10):1038-1041.

Tide level inversion using wavelet analysis assisted GPS-R

MING Mei, YUE Dongjie, ZHU Shaolin

（School of Earth Science and Engineering, Hohai University, Nanjing 211100，China）

Aiming at the problem that the low-order polynomial method is prone to deviation when the Global Positioning System-Reflectmetry (GPS-R) technology is used to separate the direct signal from the sea surface at low altitude, a sea surface tide inversion algorithm using wavelet analysis method to remove the direct signal is proposed. The results show that the improved wavelet analysis method can better fit the change of signal-to-noise ratio and obtain more accurate satellite direct signal; the accuracy of tide level inversion is slightly reduced in L1 band, but it is improved in L2 band.

global positioning system; wavelet analysis; tide level monitoring; signal to noise ratio; satellite reflected signal

P228

A

2095-4999(2022)02-0126-08

明眉，岳東杰，朱少林. 小波分析輔助GPS-R潮位反演[J]. 導(dǎo)航定位學(xué)報(bào), 2022, 10(2): 126-133.（MING Mei, YUE Dongjie, ZHU Shaolin. Tide level inversion using wavelet analysis assisted GPS-R[J]. Journal of Navigation and Positioning, 2022, 10(2): 126-133.）

10.16547/j.cnki.10-1096.20220216.

2021-07-09

明眉（1997—），女，山東菏澤人，碩士研究生，研究方向?yàn)镚NSS反射信號(hào)。

岳東杰（1966—），女，山東梁山人，博士，教授，博士生導(dǎo)師，研究方向?yàn)闇y(cè)繪數(shù)據(jù)處理。