联合VMD和Bi-LSTM的GNSS坐标时序降噪 |
| |
引用本文: | 刘逸夫,徐克科,郭增长,张子豪.联合VMD和Bi-LSTM的GNSS坐标时序降噪[J].测绘科学,2024(1):23-32. |
| |
作者姓名: | 刘逸夫 徐克科 郭增长 张子豪 |
| |
作者单位: | 1. 河南理工大学测绘与国土信息工程学院;2. 河南测绘职业学院 |
| |
基金项目: | 国家自然科学基金项目(41774041); |
| |
摘 要: | 针对GNSS坐标时间序列中的噪声难以有效去除等问题,构建了一种联合变分模态分解和双向长短期记忆模型的方法用以去除GNSS坐标时间序列中的噪声。将GNSS坐标时间序列分解为k个本征模态函数分量,并根据样本熵选择出有效的模态分量,分别通过双向长短期记忆网络处理,最后将信号进行合成。以BJFS等12个具有较长时间序列且数据完整性较好的GNSS站点坐标数据为例,对坐标时间序列进行降噪。将该方法与传统的分解方法进行对比分析,发现在E、N、U方向上,相比于单一变分模态分解,速度不确定度改正率分别提高了11.03%、4.60%、7.39%,相比于经验模态分解分别提高了31.70%、27.70%、24.42%。结果表明该方法能够更好地去除信号中的噪声,且优于传统分解方法,可提高信号可靠性。
|
关 键 词: | GNSS坐标时间序列 变分模态分解 双向长短期记忆 样本熵 信号降噪 |
|
|