变分模态分解及能量熵在地心运动降噪中的应用

发布时间：2021-06-11 06:17

　　针对地心运动时间序列噪声种类复杂,随机性强,信号与噪声难以有效分离等问题,本文采用网平移法对IGS站周解进行解算,得到2012—2018年的地心运动时间序列,并提出了一种基于变分模态分解（VMD）及能量熵的地心运动时间序列降噪方法。首先,对各方向时间序列进行VMD分解,获得各方向高频依次到低频的时间序列分量;然后,计算每个变分模态分量的能量熵,辨识出噪声与信号的分界,并将信号分量进行重构,得到降噪后的地心运动时间序列;最后,通过与基于EMD和EEMD的降噪方法对比,从相关系数、信噪比、剩余能量百分比、方差贡献率等参数评价指标上定量说明该方法对地心运动时间序列降噪表现出更好的降噪效果。 

【文章来源】：测绘通报. 2020,(08)北大核心CSCD

【文章页数】：6 页

【部分图文】：

复合周期序列振幅谱

图1 复合周期序列振幅谱由图5可见，VMD分量能量熵局部最小值在第2个IMF分量，即噪声项均取前2个IMF分量;EMD和EEMD分量能量熵局部最小值均在第1个IMF分量，即噪声项均取第1个IMF分量，对降噪后序列重构。由于仿真试验真值已知，因此对降噪后重构序列采用均方根误差(RMSE)进行精度评价，结果见表1。

由图5可见，VMD分量能量熵局部最小值在第2个IMF分量，即噪声项均取前2个IMF分量;EMD和EEMD分量能量熵局部最小值均在第1个IMF分量，即噪声项均取第1个IMF分量，对降噪后序列重构。由于仿真试验真值已知，因此对降噪后重构序列采用均方根误差(RMSE)进行精度评价，结果见表1。图4 复合周期序列EEMD分解结果

【参考文献】：
期刊论文
[1]EEMDAN的CORS站高程时间序列分析方法[J]. 张恒璟,龙安森,文汉江.  测绘科学. 2020(02)
[2]基于小波变换的CORS高程坐标时序周期性分析与降噪方法研究[J]. 魏冠军,陈晨,黄逸宇,魏浩林.  全球定位系统. 2019(04)
[3]桥梁索塔GPS监测信号的小波分析[J]. 戴建彪,岳东杰,汤同旭,陈健.  测绘科学. 2019(09)
[4]基于变分模态分解和去趋势波动分析的柴油机振动信号去噪方法[J]. 任刚,贾继德,梅检民,贾翔宇,韩佳佳.  内燃机工程. 2019(02)
[5]基于VMD算法在地震数据时频分析中的应用[J]. 龙丹,牛聪,周怀来,黄饶,周慰.  地球物理学进展. 2020(01)
[6]基于EMD方法的地心运动时间序列分析[J]. 乔灵娜,赵春梅,马天明.  测绘通报. 2019(02)
[7]基于改进EEMD的GPS多路径误差建模与削弱方法研究[J]. 张成龙,刘超,赵兴旺,邓永春.  大地测量与地球动力学. 2018(10)
[8]基于变分模态分解及能量熵的微震信号降噪方法[J]. 张杏莉,卢新明,贾瑞生,阚淑婷.  煤炭学报. 2018(02)
[9]EMD用于GPS时间序列降噪分析[J]. 张双成,何月帆,李振宇,侯晓伟,瞿伟,南阳.  大地测量与地球动力学. 2017(12)
[10]我国毫米级框架实现与维持发展现状和趋势[J]. 程鹏飞,成英燕.  测绘学报. 2017(10)



本文编号：3223995