基于CEEMD和小波包变换的重力数据信噪分离方法

发布时间：2018-05-06 04:25

本文选题：重力数据 + 信噪分离　；参考：《软件》2015年02期

【摘要】：为了有效地进行海洋重力测量数据的信噪分离,本文提出了基于互补总体经验模式分解(CEEMD)和小波包变换(WPT)的重力数据信噪分离方法。该方法利用CEEMD将海洋重力测量信号分解为从高频到低频的不同固有模式函数(IMF)分量以及趋势项,为进一步提取出各IMF分量中的有用重力信号,本文采用小波包变换对各IMF分量进行小波包分解降噪,最后将从各分量提取出的有用信号与趋势项进行信号重构,实现重力数据的信噪分离。本文通过仿真数据和实测数据对该方法进行了验证,结果表明本文提出的重力数据信噪分离方法能有效的抑制噪声干扰,保留有用的重力信号,实现较高精度的重力信号提取。
[Abstract]:In order to effectively separate the signal and noise of marine gravimetric data, this paper presents a method based on complementary total empirical mode decomposition (CEEMD) and wavelet packet transform (WPTT) for separation of signal and noise from gravity data. In this method, the marine gravimetric signals are decomposed into different inherent mode functions from high frequency to low frequency and trend terms by CEEMD. In order to extract useful gravity signals from each IMF component, In this paper, wavelet packet transform is used to decompose and reduce the noise of each IMF component. Finally, the useful signal extracted from each component is reconstructed from the trend term to realize the separation of the signal and noise of the gravity data. This method is verified by simulation data and measured data. The results show that the proposed method can effectively suppress noise interference, retain useful gravity signals, and achieve high precision gravity signal extraction.
【作者单位】：东南大学仪器科学与工程学院;
【基金】：国家自然科学基金资助项目(编号:61101163) 江苏省自然科学基金资助项目(编号:BK2012739)
【分类号】：TN911.4

【参考文献】

相关期刊论文前10条

1 赵立业,周百令,赵池航,万振刚,马云峰;基于奇异值分解的高精度重力仪信号处理方法[J];东南大学学报(自然科学版);2004年06期

2 戴桂平;刘彬;;EMD相关度去噪及其在轧机信号处理中的应用[J];电子器件;2009年01期

3 李振兴;;结合经验模态分解的振动信号趋势项提取方法[J];飞行器测控学报;2011年01期

4 郭志宏;罗锋;王明;王静波;;航空重力数据无限脉冲响应低通数字滤波器设计与试验研究[J];地球物理学报;2011年08期

5 林近山;;基于互补的总体经验模式分解算法的齿轮箱故障诊断[J];机械传动;2012年08期

6 邵美云;;基于整数小波变换的遥感超光谱图像无损压缩[J];软件;2012年02期

7 李丽宏;赵娜;;卡尔曼滤波在动态汽车衡称量中的应用[J];软件;2012年03期

8 吴江;贺永峰;逄博;李明;;基于自适应人工鱼群的粒子滤波算法[J];软件;2012年03期

9 邱凌;;无功补偿兼三次单通滤波器的方案实施[J];软件;2012年04期

10 乔新勇;赵秀玉;刘春华;;一种抑制EMD端点效应的改进方法[J];软件;2012年08期

【共引文献】

相关期刊论文前10条

1 崔玲丽;高立新;张建宇;胥永刚;;基于EMD的复合故障诊断方法[J];北京科技大学学报;2008年09期

2 唐茗;李力;;滚动轴承故障程度识别与诊断研究[J];轴承;2008年08期

3 徐永成;徐东;李兴林;查伟;;基于改进标准化EMD的滚动轴承故障诊断方法[J];轴承;2010年08期

4 陆泽橼;蔡体菁;;重力信号的小波变换与经验模态分解级联滤波方法[J];东南大学学报(自然科学版);2009年05期

5 王静波;熊盛青;郭志宏;周锡华;;利用Kalman平滑技术估算航空重力测量中的载体垂直加速度[J];地球物理学进展;2010年03期

6 朱庄生;周朋;;重力辅助惯性导航中的重力场多尺度特性研究[J];地球物理学进展;2011年05期

7 王静波;熊盛青;郭志宏;周锡华;;航空重力数据Kalman滤波平滑技术应用研究[J];地球物理学进展;2012年04期

8 王春亮;李凯;马宏忠;王安其;;基于WP_SVD降噪的OLTC振动信号特征识别[J];电力系统及其自动化学报;2012年05期

9 梁兵;汪同庆;;基于HHT的振动信号趋势项提取方法[J];电子测量技术;2013年02期

10 王静波;熊盛青;郭志宏;周锡华;;航空重力数据样条平滑滤波试验研究[J];地球物理学进展;2013年02期

相关期刊论文前10条

1 裴韬,鲍征宇;傅立叶变换在地球化学数据处理中的应用[J];长春科技大学学报;1999年01期

2 郭科;陈聆;唐菊兴;;复杂地质地貌区地球化学异常识别非线性研究[J];成都理工大学学报(自然科学版);2007年06期

3 孟宗;戴桂平;刘彬;;基于EMD时频分析方法的性能研究[J];传感技术学报;2006年04期

4 黄贤源;隋立芬;范澎湃;;几种最优滤波方法的分析和比较[J];测绘工程;2007年03期

5 余凯;;基于噪声估计的卡尔曼滤波用于GPS卫星钟差预报研究[J];测绘工程;2010年02期

6 李蕴奇;;基于小波变换的图像阈值去噪及其效果评估[J];东北师大学报(自然科学版);2012年01期

7 肖仕武,刘万顺,黄少锋;基于相关度的发电机采样值差动保护[J];电力系统自动化;2003年17期

8 徐凯,纪红,乐光新;一种改进的变步长自适应滤波器LMS算法[J];电路与系统学报;2004年04期

9 焦彦军;胡春;;基于改进EEMD方法的数字滤波器[J];电力自动化设备;2011年11期

10 印金国;;Matlab可视化界面设计与控件使用[J];电脑编程技巧与维护;2007年01期

相关期刊论文前10条

1 沈沛意,吴成柯;一种基于时频分析的信噪分离方法[J];电子科技;1997年03期

2 王忠勇,陈恩庆,葛强,史小军;误差反向传播算法与信噪分离[J];河南科学;2002年01期

3 陈庆虎,李柱;信噪分离的小波分析原理及应用[J];水利电力机械;1998年03期

4 涂国勇,杨乐平,崔吉俊;基于小波的信噪分离方法[J];国防科技大学学报;1999年04期

5 孙勇;景博;覃征;张波;;基于小波分析的信噪分离方法研究[J];计量学报;2006年02期

6 孙宇乾;童创明;李安平;冯有前;;基于小波分析的信噪分离方法研究[J];弹箭与制导学报;2005年S8期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期