基于EEMD方法在GPS变形监测多路径效应中的应用

发布时间：2017-04-28 21:01

  本文关键词：基于EEMD方法在GPS变形监测多路径效应中的应用，由笔耕文化传播整理发布。

【摘要】：在大型建筑施工和运营过程中,通常由于自身结构和外界因素的影响建筑体会产生一定的形变,这对于建筑物的稳定性和安全性来说是一大隐患,因此需要对建筑进行变形监测。由于GPS具有高精度,全天时全天候观测,测站之间相互无需通视等优势,使其在变形监测中成为了一种先进的测量手段。在实际GPS变形监测中,测量精度往往会受到多种因素的影响,通常变形监测中的基线较短,所以与空间相关的对流层延迟等误差可以通过差分模型消除,但不具有空间相关性的多路径效应与随机噪声无法用这种方式去除,本文针对这种情况展开了研究,大致的研究内容如下:(1)概述了GPS变形监测与多路径效应的研究背景和发展现状,对多路径效应的各种后处理方法做了详细的介绍,并分析了它们的优缺点。针对经验模态分解(Empirical Mode Decomposition,EMD)中存在的模态混叠现象介绍了总体经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)方法,并将两种方法对仿真信号进行了多尺度分解,实验结果表明EEMD相比EMD在很大程度上抑制了模态混叠的情况。(2)介绍了EEMD结合小波阈值和EEMD结合独立分量分析(Independent Component Analysis,ICA)两种去噪方法,并与小波阈值去噪法以及EEMD去噪方法作对比去噪实验,实验去噪效果良好。之后将上述的几种方法运用到实测解算的GPS坐标残差序列中,实验结果说明几种方法均能起到削弱多路径效应的作用,其中EEMD结合ICA方法的效果最好。(3)提出了用EEMD结合主成分分析(Principal Component Analysis,PCA)的多路径误差改正方法。首先用EEMD去噪方法消除GPS残差序列中的噪声,再利用PCA对连续几天的残差序列中相关性较强的多路径效应进行提取及削弱。通过实测数据分析表明,该方法可以有效的提高定位精度,并且具备一定的优势。
【关键词】：GPS 多路径效应 总体经验模态分解(EEMD) 独立分量分析(ICA) 主成分分析(PCA)
【学位授予单位】：东华理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P228.4;TU196.1
【目录】：

• 摘要4-5
• Abstract5-11
• 1 绪论11-19
• 1.1 研究背景和意义11-12
• 1.2 国内外研究现状12-17
• 1.2.1 变形监测的研究现状12-13
• 1.2.2 多路径效应的研究现状13-17
• 1.3 本文的研究思路及内容17-18
• 1.4 论文组织结构18-19
• 2 EMD及EEMD的基本理论19-31
• 2.1 EMD算法的原理19-20
• 2.2 EMD算法的主要性质20-22
• 2.2.1 EMD的近似正交性20-21
• 2.2.2 IMF的调制性21
• 2.2.3 EMD的自适应性21-22
• 2.3 EMD算法的主要问题22-26
• 2.3.1 EMD算法缺乏理论支持22
• 2.3.2 IMF筛选准则22-23
• 2.3.3 EMD中的端点效应23-24
• 2.3.4 EMD中的模态混叠24-26
• 2.4 总体经验模式分解（EEMD）26-29
• 2.4.1 EEMD的原理26
• 2.4.2 EEMD中存在的问题26-29
• 2.5 本章小结29-31
• 3 基于EEMD的去噪方法及其在GPS多路径效应中的应用31-61
• 3.1 基于EEMD的小波阈值去噪31-44
• 3.1.1 EEMD滤波去噪原理31
• 3.1.2 小波阈值去噪原理31-32
• 3.1.3 小波基函数及分解层数的选取32
• 3.1.4 小波阈值和小波阈值函数的选取32-34
• 3.1.5 基于EEMD的小波阈值去噪方法步骤34
• 3.1.6 仿真实验34-44
• 3.2 基于EEMD虚拟通道的ICA去噪44-56
• 3.2.1 ICA的基本模型44
• 3.2.2 ICA的约束条件和不确定性44-45
• 3.2.3 ICA算法信号预处理45
• 3.2.4 ICA的寻优判据和优化算法45-48
• 3.2.5 EEMD-ICA去噪原理48-49
• 3.2.6 仿真实验49-56
• 3.3 GPS实测数据处理与分析56-60
• 3.4 本章小结60-61
• 4 基于EEMD与PCA的组合方法在GPS多路径效应中的应用61-73
• 4.1 PCA原理简介61-62
• 4.2 EEMD与PCA组合消除多路径误差方法62
• 4.3 GPS实例数据分析62-72
• 4.3.1 实验一62-69
• 4.3.2 实验二69-72
• 4.4 本章小结72-73
• 5 总结和展望73-75
• 5.1 全文总结73
• 5.2 研究展望73-75
• 致谢75-77
• 参考文献77-82

【相似文献】

中国期刊全文数据库 前10条

1 杨远程;郝兴华;彭碧波;李军;肖飞;;基于多路径效应的植被覆盖研究[J];测绘地理信息;2014年02期

2 朱习军;胡建国;郭金运;;第二代小波在减少多路径效应方面的应用研究[J];工程勘察;2006年09期

3 刘永义;党亚民;薛树强;;海面环境多路径效应建模研究[J];大地测量与地球动力学;2011年02期

4 蔡良师;;改进粒子滤波在多路径效应减轻中的应用[J];测绘科学技术学报;2014年02期

5 卢辰龙;匡翠林;张昊楠;易重海;;组合EMD和PCA的多路径改正方法[J];工程勘察;2014年05期

6 刘照军;张孔增;朱习军;;基于提升小波的多路径效应减少方法[J];山东科技大学学报(自然科学版);2006年04期

7 张彩红;聂桂根;邹蓉;;Solutions和TEQC得到的RINEX数据的多路径分析比较[J];测绘信息与工程;2009年02期

8 李卫军;归党莹;;L2C码与L2载波数据质量分析[J];地理空间信息;2011年02期

9 张昊楠;匡翠林;卢辰龙;周元华;;基于小波滤波和PCA组合的多路径改正方法[J];大地测量与地球动力学;2013年04期

10 ;博士论文摘要选登[J];测绘信息与工程;2002年01期

中国重要会议论文全文数据库 前3条

1 朱习军;彭观明;秦玉华;;多路径效应自适应阈值小波处理综合技术研究[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集（上册）[C];2008年

2 吕志伟;郝金明;;载波相位观测量的多路径效应分析方法[A];第一届中国卫星导航学术年会论文集（下）[C];2010年

3 李斌;刘胜男;;GPS现代化组合观测值多路径效应研究[A];第十四届华东六省一市测绘学会学术交流会论文集[C];2012年

中国重要报纸全文数据库 前1条

1 朱茜;How To 规划WLAN[N];中国计算机报;2004年

中国硕士学位论文全文数据库 前7条

1 李骁;基于EEMD方法在GPS变形监测多路径效应中的应用[D];东华理工大学;2016年

2 黄德武;GPS变形监测中多路径效应影响研究[D];西南交通大学;2005年

3 宋乐;多路径半天球模型对消除短基线多路径的应用研究[D];华东师范大学;2015年

4 伍锡锈;动态变形监测中的Kalman滤波方法研究[D];中南大学;2011年

5 张永恒;结构健康监测中的GPS多路径效应研究[D];大连理工大学;2009年

6 李磊;GPS/SINS深度组合导航系统研究[D];上海交通大学;2009年

7 翟宏光;高频GPS数据处理方法研究及其在地震中的应用[D];西安科技大学;2014年

  本文关键词：基于EEMD方法在GPS变形监测多路径效应中的应用，，由笔耕文化传播整理发布。

本文编号：333517