共查询到18条相似文献，搜索用时 140 毫秒
1.
基于ICEEMDAN算法无需先验信息即可准确分离和提取低频信号与趋势信息的特性,以及SSA具有较好的信号重构优势,提出基于ICEEMDAN和SSA的联合重构方法。该方法将弱周期信号利用ICEEMDAN方法进行提取与重构,可弥补SSA方法中当弱周期信号对应的Hankel矩阵的奇异值和噪声Hankel矩阵的奇异值接近时容易被噪声掩盖而难以提取的不足。通过模拟实验和真实站点数据验证该算法分解和重构精度,并与奇异谱分析法、小波分解法、滑动最小二乘法进行比较。实验结果表明,ICEEMDAN-SSA联合算法相对于已有方法具有更好的重构精度。 相似文献
2.
利用经验模态分解（EMD）和整体经验模态分解（EEMD）方法，将BJFS站2000~2015年高程时间序列进行分解，发现其不仅存在1 a、0.5 a、0.25 a、2个月、1个月以及长周期等周期项，还存在以往方法很难探测出来的近似2 a周期信号。与EMD分解结果对比，整体经验模态分解可以明显减弱模式混叠现象。对各分量进行Hilbert 变换（HHT），得到时间-频率-能量的Hilbert 频谱图。结果表明，年周期和2 a周期变化是高程运动的主要贡献项。利用小波变换方法对比验证EEMD的分解结果表明，与小波分析相比，EEMD重构信号与高程序列差异的RMS更小，证明了HHT-EEMD方法在数据资料分析过程中的有效性。对环境负载及GRACE负载造成的测站位移进行功率谱分析得出，环境负载确实会造成IGS站高程时间序列的1 a、0.5 a以及季节性运动，GRACE负载还验证了2 a信号的存在。 相似文献
3.
针对互补集合经验模态分解（complementary ensemble empirical mode decomposition,CEEMD）在GNSS坐标时间序列降噪过程中需要选取筛选准则的问题,提出一种顾及GNSS坐标时间序列中季节信号的CEEMD降噪方法。首先利用CEEMD方法对GNSS坐标时间序列进行分解,然后计算各本征模态函数（intrinsic mode function,IMF）的平均周期,将平均周期低于120 d的IMF分量作为噪声分量扣除,并重构剩余分量为信号分量。利用该方法对中国大陆227个GNSS垂向坐标时间序列进行降噪,并与以连续均方误差和相关系数为筛选准则的CEEMD降噪方法的结果进行对比。结果表明,本文方法未出现过度降噪,而其他2种方法均导致部分测站的季节信号被扣除;在未过度降噪站点,本文方法GNSS坐标时间序列的RMS、幂律噪声和速度不确定度的平均改正率分别为19.13%、88.29%和86.46%,优于其他2种方法。 相似文献
4.
针对GPS位置时间序列噪声成分复杂、建模困难、噪声与信号难以有效分离等特点,用自适应信号分析方法经验模态分解（EMD）对中国区域9个IGS站时间序列的N、E、U方向作降噪处理。首先对各方向分量作EMD分解,获取各方向噪声强度依次降低的一系列本征模态分量及其趋势项;其次利用相关系数辨别出噪声与信号的分界本征模态分量,并按重构方法重构各本征模态分量;最后用相关系数、信噪比、能量百分比等参数评价EMD方法降噪的有效性。结果表明,EMD方法能合理地分离序列中的信号与噪声,有效削弱噪声对GPS位置时间序列的影响,进一步提高GPS位置时间序列的精度。 相似文献
5.
提出采用变系数回归模型提取连续GPS坐标序列中包含的振幅时变季节性信号。对模拟数据及实际GPS坐标序列两组数据的分析结果表明,变系数回归模型在提取GPS坐标序列季节信号方面比传统模型更有效。经处理,GPS坐标序列能获得更合理的速度及噪声估计。 相似文献
6.
为增强信号提取的信噪比，采用奇异谱分析（SSA）对测站大地高序列进行分解与重构，利用仿真实验确定嵌入维数与截断主分量个数的选取原则，进一步将SSA方法应用到CORS时序形变信息提取中。通过FFT分析发现，大地高时序以分解的季节性变化成分为主，重构后时序标准差明显减小，表明SSA方法可有效提高CORS大地高时序信噪比，起到降噪平滑作用。研究结果对地壳垂直形变特征表达及SSA应用拓展具有一定意义。 相似文献
7.
针对目前地心运动序列包含复杂噪声、真实信号难以有效提取等问题,提出一种结合局部加权回归(locally weighted regression, LOESS)和经验模态分解(empirical mode decomposition, EMD)的降噪方法LOESS-EMD。该方法首先对地心运动序列进行局部加权回归拟合,得到拟合后的时间序列和残差序列;然后对残差序列进行经验模态分解,从中提取出低频信号;最后将拟合的时间序列和残差中的低频信号进行重构,得到降噪后的时间序列。在仿真实验中,相比于LOESS方法,LOESS-EMD方法降噪结果的均方根误差减小31%,信噪比和剩余能量百分比分别提高16%和0.16百分点。利用该方法对国际GNSS服务IGS第三次重处理(3rd reprocessing campaign, Repro3)提供的地心运动序列进行降噪分析,结果表明,LOESS-EMD方法能够有效减少地心运动序列的噪声。 相似文献
8.
《东北石油大学学报》2020,(4)
为对混沌信号进行降噪,提出基于变分模态分解(VMD)的混合去噪(VMD-SG-WT)方法,首先基于各分量间的最小巴氏距离确定VMD分解模态参数,通过VMD将混沌信号分解成多个本征模态函数(IMFs);然后分别计算各个IMF分量与原始信号间的相关因数,根据相关关系指标确定IMF分量的含噪程度,对有效成分主导的信息分量重构进行Savitzky-Golay平滑滤波,对噪声主导的噪声分量重构进行小波降噪处理;最后利用平滑的信息分量与小波去噪的噪声分量进行重构,得到最终去噪的信号。采用VMD-SG-WT去噪法对Lorenz系统产生的仿真信号和实测的太阳黑子数序列进行降噪处理,并与局部投影去噪法、小波去噪法、经验模态分解(EMD)去噪法和单一VMD去噪法进行对比。结果表明:VMD-SG-WT去噪法能够有效对混沌信号进行降噪,去噪效果相对优于其他去噪方法的去噪效果。 相似文献
9.
为对日长年际变化进行更细致分析,利用标准Morlet小波变换方法,从日长变化序列中识别和提取出6个主要的年际信号,周期分别为2.3 a（2.4 a）、3.3 a、3.7 a、4.8 a、6.1 a和8.1 a,并基于信号的时域提取结果,计算获得相应信号的平均振幅,依次为0.08 ms、0.05 ms、0.05 ms、0.07 ms、0.10 ms和0.07 ms。仿照提取出的6个日长年际信号,对大气角动量序列中相应的信号进行提取,并对两者进行相关性分析。结果显示,大气和日长对应的4个高频年际信号（2.3 a（2.4 a）、3.3 a、3.7 a和4.8 a信号）存在强相关,相关系数分别为0.99、0.93、0.99和0.91,且大气的激发贡献率依次为99.7%、63.1%、94.7%和69.3%,表明日长2.3 a（2.4 a）和3.7 a信号几乎完全可由大气解释,而大气也为其余2个日长信号的主要激发源;大气6.0 a、8.5 a信号与日长对应的6.1 a、8.1 a信号不相关或弱相关,相关系数分别为-0.11和-0.56。 相似文献
10.
以某省9个CORS站点为例,采用区域叠加滤波法提取CORS站坐标时间序列中的共性误差;然后,计算剔除共性误差前后TEST站坐标时间序列的周期功率谱图,分析共性误差对坐标时间序列的影响;最后,利用最大似然法确定顾及共性误差的CORS站坐标时间序列噪声模型。结果表明,CORS站坐标时间序列的3个坐标分量具有不同的噪声性质。 相似文献
11.
使用GAMIT/GLOBK软件处理四川省内23个连续GPS基准站2010～2015年数据，获取各测站的坐标时间序列，然后利用堆栈法对其进行空间滤波以剔除共模误差，通过谱指数计算和最大似然估计法（MLE）对滤波后的GPS站坐标时间序列进行噪声分析。结果表明，四川连续GPS基准站坐标时间序列N、U方向最优噪声模型为WN+FN，E方向最优噪声模型为WN+FN+RWN；空间滤波可以降低闪烁噪声，同时使一些测站显现出随机漫步噪声；根据GPS站坐标时间序列估计基准站速度时，应当顾及有色噪声的影响。 相似文献
12.
提出一种改进的相关加权叠加滤波方法，顾及GPS站点位置残差序列的总体噪声水平，有利于抑制站点自身噪声和残余粗差给共模误差（common-mode error，CME）计算带来的不利影响。该方法采用相关系数作为权重因子，拥有良好的空间响应。选取我国陆态网8个GPS站点的数据对该方法的适用性进行分析，结果表明，相对于相关加权叠加滤波，其拥有更好的性能，均方根（RMS）改进率提高20%左右，能更加准确地提取CME。 相似文献
13.
使用Bernese 5.2软件双差定位程序处理西南极区域24个GPS基准站9 a的观测资料,获得各站单日解坐标时间序列.利用主分量分析法和独立分析法对其进行空间滤波,对比分析2种方法的滤波效果,然后采用极大似然估计法分析滤波前后各站时间序列的噪声特征,建立最优噪声模型,并分析共模误差对测站速度的影响.结果表明,2种方法... 相似文献
14.
PCA和KLE在高采样率GPS定位中的应用 总被引：1，自引：0，他引：1
为抑制多路径误差和随机噪声以提高定位精度,引入主成分分析（PCA）和KLE变换方法对定位坐标序列随机噪声水平进行评价、提取和消除多天坐标序列中的多路径误差。对比分析结果表明,主成分系数比值能有效地反映出强随机噪声对某天定位坐标序列的影响,PCA方法能有效地提取和消除多天定位坐标序列中的多路径误差,显著提高定位精度。KLE变换对随机噪声污染不敏感,对多路径误差的滤波能力较PCA略弱,但其对随机噪声以及局部异常具有较好的抑制作用。 相似文献
15.
GPS基准站坐标分量时间序列的噪声特性分析 总被引：8，自引：3，他引：5
黄立人 《大地测量与地球动力学》2006,26(2):31-34
用功率谱密度和谱指数估计的方法对中国大陆不同地理位置上的3个GPS基准站的站坐标分量的噪声时间序列特性进行了分析。结果表明,所有9个位置分量的噪声时间序列都具闪烁噪声加白噪声的特点,这与世界上其它地方的许多GPS连续站的分析结果一致,可能说明这种噪声特征是GPS观测技术固有的。因此,在分析GPS观测得到的时间序列时,应当顾及这种噪声特性,适当地加权以得到比较切合实际的结果。详细介绍了分析的步骤和方法,对进一步的研究提出了建议。 相似文献
16.
针对GPS高程时间序列受各类噪声干扰的影响,导致难以提取有用信息的问题,提出一种基于整体经验模态分解(EEMD)结合多尺度排列熵(MPE)的阈值降噪方法。该方法以EEMD为核心算法,将原始信号分解成一系列本征模态函数(IMF),并采用MPE作为指标将其分类为噪声IMF、混合IMF和信息IMF;然后利用阈值函数处理混合IMF,实现二次降噪;再重构降噪后的数据与信息IMF,获得降噪结果。仿真信号和实例分析结果表明,该方法与相关系数法、MPE法相比,降噪评价指标RMSE、SNR和dnSNR均为最优,说明该降噪方法效果最好,本文方法获得的降噪结果能够更好地反映出时间序列本身的非线性变化特性,可为GPS高程时间序列分析提供可靠依据。 相似文献
17.
???t????????????????????????????2000-2006?????????????У?????????????????????????????????????????????仯?????в???????????????仯???????-0.533 mm/a??-2.083 mm/a?????????????Hilbert?任????????Hilbert?????????-???-??????Hilbert?????????????????????????????????????3 cycle/a????????????????????????????????351???????????????????????仯?????????????н???EMD????????????sym6??db8С???????????б??????????EMD????????????????????????EMD??????????и?????????????????????? 相似文献
18.
根据噪声序列的Hurst指数特性,提出一种新的确定半参数模型平滑因子的方法--基于Hurst指数的二分搜索法,并将该方法应用于分离时变GPS季节性信号。通过对模拟数据及实测GPS坐标序列的分析,验证了该方法是一种有效的确定平滑因子的方法。将计算得到的平滑因子代入半参数模型,能够将GPS坐标序列中的季节性信号充分地分离出来。 相似文献