GPS高程时间序列降噪分析的改进EMD方法

发布时间：2021-11-28 13:21

　　针对经验模态分解（empirical mode decomposition,EMD）降噪过程中不能直接确定分界本征模态函数（intrinsic mode function,IMF）的K值,以及当高频噪声IMF分量个数少于低频IMF分量个数时,利用低频信号重构实现降噪的计算量较大等问题,提出一种新的EMD降噪方法。采用平均周期与能量密度乘积指标的方法来自动确定分界IMF的K值,将高频噪声IMF分量进行重构,然后用原始信号减去重构噪声,从而达到降噪的目的。利用模拟数据和BJFS站的实测GPS高程时间序列数据进行验证。实验结果表明,该方法能够直接确定分界IMF的K值,降低计算量,在GPS高程时间序列降噪中较传统EMD方法更可靠。 

【文章来源】：大地测量与地球动力学. 2020,40(03)北大核心CSCD

【文章页数】：6 页

【部分图文】：

构成模拟信号的各分量信号波形

图1 构成模拟信号的各分量信号波形利用相关系数准则确定模拟信号的噪声与信号的分界IMF,计算的各IMF分量与模拟加噪数据序列之间的相关系数如图3所示。由图3可知,第4个IMF分量第1次取得局部极小值,所以将前4个分量视为高频噪声,从原始加噪数据序列中剔除高频噪声,获得降噪后的纯净数据序列。

利用相关系数准则确定模拟信号的噪声与信号的分界IMF,计算的各IMF分量与模拟加噪数据序列之间的相关系数如图3所示。由图3可知,第4个IMF分量第1次取得局部极小值,所以将前4个分量视为高频噪声,从原始加噪数据序列中剔除高频噪声,获得降噪后的纯净数据序列。采用平均周期与能量密度的乘积指标(ETk)确定分界IMF,所得到的平均周期与能量密度以及ETk如表1所示。由表1可知,IMF1～IMF3 3个分量平均周期与能量密度的乘积指标的均值为5.817,而IMF4的指标为19.159,明显大于均值的2倍,将前3个分量视为高频噪声分量。本文方法确定分界IMF的K值时,所计算的R值分别为0.600,0.728,3.293,此时的K值为4,即前3个IMF分量为高频噪声,剩余的分量为低频真实信号。本文给出部分IMF分量的波形图及其对应的频谱,如图4所示。图5(a)为利用本文方法所得的重构去噪信号与原始不加噪的模拟信号对比图,图5(b)为重构噪声与真实噪声的对比图。从图5(a)中可看出,本文方法去噪后信号波形图与真实未加噪信号波形图拟合效果较好,图5(b)中重构噪声与真实模拟噪声图基本吻合,验证了本文方法用于降噪的可靠性。

【参考文献】：
期刊论文
[1]基于CEEMD阈值和相关系数原理的MEMS陀螺信号去噪方法[J]. 张宁.  传感技术学报. 2018(09)
[2]GNSS高程时间序列周期项的经验模态分解提取[J]. 张双成,李振宇,何月帆,侯晓伟,贺正训,王倩怡.  测绘科学. 2018(08)
[3]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)
[4]基于经验模态分解及独立成分分析的微震信号降噪方法[J]. 贾瑞生,赵同彬,孙红梅,闫相宏.  地球物理学报. 2015(03)
[5]基于EEMD的GPS高程时间序列噪声识别与提取[J]. 张恒璟,程鹏飞.  大地测量与地球动力学. 2014(02)
[6]基于独立成分分析和经验模态分解的混沌信号降噪[J]. 王文波,张晓东,汪祥莉.  物理学报. 2013(05)
[7]基于经验模式分解的CORS站高程时间序列分析[J]. 张恒璟,程鹏飞.  大地测量与地球动力学. 2012(03)
[8]基于交叉证认的EMD滤波及其在GPS多路径效应中的应用[J]. 罗飞雪,戴吾蛟,伍锡锈.  武汉大学学报(信息科学版). 2012(04)

硕士论文
[1]EMD在GPS信号去噪中的应用研究[D]. 郭翔.东华理工大学 2016



本文编号：3524501