联合LMD与EMD的GNSS站坐标时间序列去噪方法     

熊常亮  贺小星  马下平  付杰 《测绘通报》2022,(2):78-82

针对GNSS站坐标时间序列信噪不易分离的问题,在传统EMD去噪方法的基础上,本文提出了一种联合LMD与EMD的坐标时间序列去噪方法。该方法首先采用LMD分解原始坐标时间序列,基于连续均方误差（CMSE）原则分离高频噪声与低频信号,保持低频分量不变;然后对高频分量进行EMD去噪;最后以2次分解所得低频信号之和作为去噪后时间序列。以仿真数据与8个GNSS基准站实测数据进行试验,通过多种评价指标进行精度评估。结果表明,与传统EMD方法相比,联合LMD与EMD的方法能够更加精确地去除坐标时间序列中的噪声。  相似文献   

基于小波变换和灰色模型的变形监测数据分析     

黄振贵 《测绘与空间地理信息》2021,44(7):221-224

变形监测数据中噪声等随机扰动的存在导致传统GM(1,1)模型的预测性能较差,难以满足实际工程应用要求.提出一种基于小波变换和灰色理论的变形监测数据分析方法.首先,根据最小熵准则自适应确定最优小波分解尺度;然后,利用小波变换对变形监测数据进行噪声抑制,消除扰动误差;最后,对噪声抑制后的变形监测数据进行灰度建模,利用GM(1,1)模型对未来形变进行预测.采用两例典型实例对所提小波GM(1,1)模型和传统GM(1,1)模型的建筑物形变预测性能进行对比评估,结果表明所提方法能够获得更高的预测精度,对不同数据的适应性和泛化能力更强,可满足实际工程应用需求.  相似文献   

大跨径桥梁变形监测数据的组合降噪方法研究     

毛建中  朱小峰  兰丽景 《测绘与空间地理信息》2023,(12):101-104+108

为了准确提取桥梁GNSS监测数据中的有效变形特征,本文充分发挥自适应噪声完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise, CEEMDAN)与小波变换(Wavelet Transform, WT)在信号降噪中的优势,将二者结合进行桥梁GNSS监测数据降噪。首先通过CEEMDAN方法将原始监测数据分解为若干个本征模态函数(Intrinsic Mode Function, IMF),并通过相关系数识别出有效IMF分量,包含噪声的IMF分量以及无效IMF分量;其次使用WT软阈值降噪方法对包含噪声的IMF分量进一步降噪;最后重构降噪后IMF分量与有效IMF分量。通过仿真实验数据与苏通大桥实测GNSS数据对本文方法的有效性与优越性进行检验,结果表明,本文方法具有良好的降噪效果,能够有效提取桥梁的真实变形信息。  相似文献   

局部均值分解和奇异值分解在GNSS站坐标时间序列信号降噪中的应用     

邱小梦  王奉伟  周世健  邹时林 《测绘通报》2020,(5):85-89

为了有效地提取GNSS站坐标时间序列的有用信息，降低噪声干扰，本文提出一种局部均值分解和奇异值分解相结合的信号降噪方法，并利用5个测站的实测坐标时间序列对新方法进行了验证。首先通过局部均值分解将坐标时间序列分解成一系列PF分量和余项，然后利用连续均方误差方法确定高频分量与低频分量的分界点，保持低频分量不变，运用奇异值分解方法对高频分量进行降噪重构，最后将重构的高频分量与低频分量叠加得到最终的降噪坐标时间序列，并对降噪效果进行对比分析。结果表明，与单纯的奇异值分解方法相比，局部均值分解和奇异值分解相结合方法能够自适应地选择合适的奇异值个数进行信号重构，提高了降噪效果。  相似文献   

基于CLEAN算法的GPS监测数据处理方法     

张巨林 《北京测绘》2020,(3):412-416

对建筑物进行高精度的变形监测是后期信息提取,预防安全隐患的基础。针对GPS变形监测中存在的多径误差问题,本文提出一种基于CLEAN算法的GPS多径提取方法,首先对多径信号理论模型进行分析,结果表明多径信号可以作为直达信号的谐波分量,在此基础上利用CLEAN算法在频域对多径信号进行提取,基于仿真和实测数据的实验结果表明,所提方法相对于小波方法和经验模态分解(Empirical Mode Decomposition,EMD)方法具有更高的提取精度和更好的多径抑制性能。  相似文献   

高频GNSS信号去噪的小波和多方向主成分分析          下载免费PDF全文

李保金  李艳艳 《全球定位系统》2021,46(4):33-39

针对传统主成分分析(PCA)忽视测站各坐标分量之间相关性的问题,提出了一种小波去噪和多方向主成分分析(WD-MPCA)组合的方法. 该方法弥补了传统PCA的缺陷,与经验模态分解和主成分分析(EMD-PCA)组合方法及小波去噪和主成分分析(WD-PCA)组合方法相比,WD-MPCA组合方法精度最高. 经WD-MPCA组合方法去噪后,其平均中误差分别为0.83 mm、0.85 mm和8.30 mm,比原始坐标残差时间序列的平均中误差分别降低了81.14%、81.91%和40.37%. WD-MPCA组合方法充分考虑了各测站不同分量之间的相关性,可以有效去除信号中的高频随机白噪声(WN)和低频有色噪声(CN),这对高频全球卫星导航系统(GNSS)技术的实际应用和理论发展具有重要的意义.   相似文献   

基于ICEEMDAN与环境负载的GNSS坐标时序非线性形变去除          下载免费PDF全文

王勇  曹慧鹏  李锁  闫勇  杨军 《全球定位系统》2022,47(2):90-98

非线性形变影响全球卫星导航系统(GNSS)坐标时序精度. 采用改进的自适应噪声总体集合经验模态分解(ICEEMDAN)和环境负载改正相结合的方法开展GNSS测站非线性形变去除研究. 首先使用GMIS软件将GNSS坐标时序补充完整并去除粗差,然后使用ICEEMDAN方法对GNSS坐标时序进行分解,使用排列熵算法选取包含噪声和非线性形变的高频分量,最后使用环境负载对高频分量进行去除,利用经验模态分解(EMD)方法和环境负载结合的方法进行去除效果对比. 研究结果表明:非线性形变去除后的GNSS坐标时序均方根(RMS)变化各有区别,垂向(U)方向最为明显,最大值达6.715 mm,东(E)方向次之,北(N)方向最小;ICEEMDAN方法和环境负载改正结合后N方向的非线性形变全部得到了削弱,E方向的非线性形变有75％得到了削弱,U方向的非线性形变有62.5％得到了削弱,其改正效果优于EMD方法和环境负载结合的改正效果.   相似文献   

基于小波分析AR(P)-SVR组合模型在大坝变形预测中的应用     

沈哲辉  黄腾  邱伟  郑浩 《测绘工程》2015,(6)

监测序列经小波分解后,得到低频分量和高频分量。对低频分量采用自回归AR(P)模型预测,对高频分量采用支持向量回归机SVR模型预测,最后将各分量进行小波重构,得到监测序列的预测值。结果表明,此种预测方法比直接使用SVR模型或经小波分解后再采用SVR模型预测精度高。  相似文献   

针对倾斜建筑物的四分量分解方法     

韩文涛  朱建军  付海强 《测绘工程》2021,30(2):45-49

经典的Freeman-Durden三分量分解模型存在着体散射能量过度估计的现象,这种现象易导致倾斜建筑物(即建筑物的排列方向与雷达飞行方向不平行)被错误解译为森林。虽然存在多种分解方法来避免倾斜建筑物的错误解译,但从非反射对称散射的角度来应对体散射能量过度估计目前研究仍较少。因此,提出一种新的四分量分解方法,可有效抑制体散射能量的过度估计,并有助于探测地面目标。文中首先提出一种新的非反射对称模型,结合Freeman-Durden三分量分解模型,发展一种新的四分量分解模型;然后通过非线性最小二乘算法来反演模型;最后,利用ALOS2/PALSAR2卫星全极化数据进行实验。实验结果表明,提出的四分量分解算法能有效地抑制倾斜建筑物区域体散射能量的过度估计,并具有准确探测地面目标物的潜力。  相似文献   

EMD在建筑物GNSS振动信号分析中的应用     

朱郭勤 《北京测绘》2018,32(4):467-469

从建筑物的全球卫星定位系统(GNSS,Global Navigation Satellite System)监测信号中提取变形信息能够为建筑物沉降分析、安全警报提供可靠的技术支撑,是建筑物安全监测的关键。本文利用经验模态分解(EMD,Empirical Mode Decomposition)方法对GNSS监测数据进行了逐级分解,获得了显著的周期性信号、趋势性信号和高频信号,并分析了其对应的各尺度变形的物理机制。其中周期性信号和趋势性信号分别可能是由太阳照射周期和天气变化引起,而高频信号应是风振导致。实验结果表明,EMD方法能够准确识别GNSS监测数据中的多尺度的变形信息,为进一步的安全监测和预报提供可靠的基础。  相似文献