1.一种GNSS时间序列阶跃探测与修复方法，其特征在于：该方法包括以下步骤：(1)获取GNSS基准站的时序文件，读取原始观测值；所述原始观测值指的是时序文件天顶方向的GNSS站坐标时间序列、GNSS组合钟差时间序列或GNSS组合相位观测时间序列；

(2)根据GNSS时间序列类别和移动窗口法，选取阶跃前后连续时间窗口的移动窗口节点长度，确定时间基函数及其最高阶数；初始化移动窗口序号i＝1；

(3)基于GNSS时间序列的趋势不变特性，将第i个移动窗口内的GNSS时间序列进行时间基函数保系数趋势项逼近；

(4)构建基于最优估计理论的GNSS时间序列阶跃探测与修复模型，并进行阶跃参数估计与方差-协方差估计；

(5)根据参数估计及其方差-协方差估计，构建正态分布统计量，进行GNSS时间序列阶跃参数的显著性检验，若通过显著性检验，则修复GNSS时间序列阶跃项，并令修复后的时间序列替换原时间序列；若未通过显著性检验，则表示GNSS时间序列不存在阶跃项，无需修复；

(6)将移动窗口序号i增加为i+1，重复上述步骤(3)～步骤(5)，直至完成整个时间序列的阶跃探测和修复。

2.根据权利要求1所述的一种GNSS时间序列阶跃探测与修复方法，其特征在于：步骤(2)所述选取阶跃前后连续时间窗口的移动窗口节点长度，确定时间基函数及其最高阶数；

方法如下：

(2-1)设第i个移动窗口内的时间节点为t∈[ti+1,ti+2K]、窗口节点长度为2K，ti+1为移动窗口起始时序节点，ti+2K为移动窗口终止时序节点，相应的GNSS时间序列为y(t)；

(2-2)根据GNSS时间序列类别确定时间基函数及其最高阶数，时间基函数表示为{Fj(·)}1≤j≤m，其中，Fj(·)表示j阶时间基函数，m表示时间基函数的最高阶数。

3.根据权利要求2所述的一种GNSS时间序列阶跃探测与修复方法，其特征在于：步骤(3)所述基于GNSS时间序列的趋势不变特性，将第i个移动窗口内的GNSS时间序列进行时间基函数保系数趋势项逼近；方法如下：(3-1)将第i个移动时间窗口中的时间节点分为长度相等的两部分，前半部分和后半部分时间节点表示如下：{t′i,k＝ti+k}1≤k≤K

{t″i,k＝ti+K+k}1≤k≤K

式中，t′i,k、t″i,k分别为移动窗口内前、后两个部分的时间节点；

(3-2)分别对第i个移动窗口内前、后两个部分的时间节点进行标准化处理；标准化方法为：τ′i,k＝t′i,k-t″i,1                                (1)τ″i,k＝t″i,′k-t″i,1                                (2)式中，τ′i,k、τ″i,k分别为t′i,k、t″i,k的标准化时间节点；t″i,1＝ti+K+1表示拟发生阶跃时间节点；

(3-3)基于GNSS时间序列的趋势不变特性，将第i个移动窗口内前、后两个部分的GNSS时间序列进行保系数趋势项逼近，表达形式如下：式中，y(τ′)表示第i个移动时间窗口内的前半部分时间序列；y(τ″)表示第i个移动时间窗口内的后半部分时间序列；Fj(·)表示j阶时间基函数，m表示时间基函数的最高阶数，τ′和τ″分别为移动窗口内前、后两部分时间序列的标准化时间节点；βj表示j阶时间基函数的系数；ε′和ε″分别为移动窗口内前、后两部分时间序列的观测噪声，Step表示移动窗口内前、后两部分时间序列趋势项的阶跃参数。

4.根据权利要求3所述的一种GNSS时间序列阶跃探测与修复方法，其特征在于：步骤(4)所述最优估计理论选用稳健最小二乘估计；构建基于稳健最小二乘估计的GNSS时间序列阶跃探测与修复模型，并进行阶跃参数估计与方差-协方差估计；方法如下：(4-1-1)构建基于稳健最小二乘估计的GNSS时间序列阶跃探测与修复模型；

设观测噪声服从偶然误差特性，根据时间基函数保系数趋势项逼近分析得到发生阶跃前、后两部分时间序列具有相同的拟合系数，建立GNSS时间序列阶跃探测与修复模型为：式中，Bi为系数矩阵，Li为常数向量，Vi表示残差向量，di＝[Step,β0,…,βm]T表示第i个移动窗口的待估参数向量；

所述系数矩阵Bi，常数向量Li，残差向量Vi表示如下：(4-1-2)利用稳健最小二乘准则求解第i个移动窗口中的待估参数所述稳健最小二乘准则表示为：

待估参数 计算公式为：

式中， 表示第i个移动窗口内GNSS时间序列的稳健权矩阵；

(4-1-3)将参数估计结果 回代模型，即将 代入式(4)求得残差向量Vi，进而求得单位权方差(4-1-4)根据方差-协方差传播定律计算模型参数估值 的方差-协方差阵Di；所述方差-协方差阵计算公式如下：式中， 为单位权方差，Bi为系数矩阵， 为第i个移动窗口内GNSS时间序列的稳健权矩阵。

5.根据权利要求3所述的一种GNSS时间序列阶跃探测与修复方法，其特征在于：步骤(4)所述最优估计理论选用广义最小二乘估计；构建基于广义最小二乘估计的GNSS时间序列阶跃探测与修复模型，并进行阶跃参数估计与方差-协方差估计；方法如下：(4-2-1)构建广义最小二乘的GNSS时间序列阶跃探测与修复模型；

设移动窗口节点长度为2K的第i个移动窗口的待估参数向量为：di＝[Step,β0,…,βm]T

将参数向量di进行扩展，重构待估参数向量为：

根据重构后的待估参数向量 建立GNSS时间序列阶跃探测与修复模型为：式中， 表示系数矩阵，Li表示常数向量，C表示约束矩阵， 表示残差向量，Vz表示约束误差向量；

所述系数矩阵 约束矩阵C的转置矩阵CT表示如下：

式中，Im+1表示m+1阶单位矩阵；

(4-2-2)利用广义最小二乘准则求解第i个移动窗口中的参数估值所述广义最小二乘准则表示为：

待估参数 计算公式为：

式中， 表示第i个移动窗口内GNSS时间序列的稳健权矩阵，Pz表示参数权矩阵；

(4-2-3)将阶跃参数估计结果 回代模型，即将 代入式(8)分别计算残差向量 和约束误差向量Vz，并估计单位权方差(4-2-4)根据方差-协方差传播定律计算阶跃参数估值 的方差-协方差阵 所述方差-协方差阵计算公式如下：

式中， 为单位权方差， 为系数矩阵， 表示第i个移动窗口内GNSS时间序列的稳健权矩阵，Pz表示参数权矩阵，C表示约束矩阵。

6.根据权利要求4或5所述的一种GNSS时间序列阶跃探测与修复方法，其特征在于：步骤(5)所述构建正态分布统计量，进行GNSS时间序列阶跃参数的显著性检验，若通过显著性检验，则修复GNSS时间序列阶跃，若未通过显著性检验，则无需修复GNSS时间序列；方法如下：(5-1)根据参数估值及其方差-协方差估计，构建阶跃参数Step显著性检验的标准正态分布统计量Ui：式中，Step表示阶跃参数，σStep表示阶跃中误差；

(5-2)根据预先选定的置信水平α，求得标准正态分布的接受域和拒绝域，所述接受域和拒绝域分别为式(13)和式(14)：|Ui|≤uα/2                               (13)|Ui|>uα/2                              (14)式中，|·|表示取绝对值，uα/2为正态分布的上α分位点；

(5-3)当正态分布统计量Ui落在接受域内，即满足式(13)时，表示阶跃参数Step不显著、未通过显著性检验，则判定第i个移动窗口内时间序列的第K+1个时间节点ti+K+1处没有发生阶跃，即无需修复；

反之，当正态分布统计量Ui落在拒绝域内，即满足式(14)时，表示阶跃参数Step显著、通过显著性检验，则判定第i个移动窗口内时间序列的第K+1个时间节点ti+K+1处发生阶跃，即需要修复；

(5-4)当阶跃参数通过显著性检验时，对时间节点ti+K+1以后的时间序列进行修复，公式如下：式中，yStep(t)表示修复后的GNSS时间序列。

7.根据权利要求6所述的一种GNSS时间序列阶跃探测与修复方法，其特征在于：若采用稳健最小二乘的时间序列阶跃探测与修复模型，则步骤(5-1)所述公式(12)中，若采用广义最小二乘的时间序列阶跃探测与修复模型，则步骤(5-1)所述公式(12)中，其中， 分别为向量 的第一个元素，Di(1,1)、 分别为矩阵Di、的第一行第一列元素。