摘要：全球导航卫星系统干涉反射测量(global navigation satellite system-interferometric reflectometry,gnss-IR)技术可利用信噪比(signal-to-noise ratio,SNR)数据包含的多路径信息反演潮位,但通常需限制仰角范围,导致可用数据量少以及时间分辨率不足。针对上述问题,提出一种数据质量控制方法,重构SNR残差序列获得仅受多路径影响的SNR序列,再设计并训练Transformer神经网络模型对数据进行分类,在潮位反演前筛除无效SNR数据,将高仰角数据纳入可用范围。实验表明,该方法可大幅度提升高仰角数据有效率,将反演站点的可用数据仰角范围扩展至5°~30°,从而显著提升可用数据量和潮位反演值的时间分辨率,对利用gnss-IR技术的海啸、风暴潮实时监测等应用和长期海平面变化等海洋研究具有重要意义。