典型文献
联合EMD-HD和小波分解的GNSS坐标时间序列降噪分析
文献摘要：
针对经验模态分解(empirical mode decomposition,EMD)在GNSS坐标时间序列的降噪过程中存在筛选准则的选取和模态混叠效应等问题,本文引入Hausdorff距离(Hausdorff distance,HD)筛选准则并结合小波分解(wavelet decomposition,WD),提出EMD-HD&WD算法.通过对我国大陆构造环境监测网络149个GNSS测站的垂向坐标时间序列降噪处理,分别利用复合指标T值、测站的速度不确定度和闪烁噪声振幅验证算法的可靠性和普适性.结果显示:H D优于现有的筛选准则;EMD-HD&WD算法对测站的速度不确定度和闪烁噪声振幅的平均改正率均为88.4％.分析表明,本文算法能够有效识别和剔除噪声并且改善EMD的模态混叠效应,提高GNSS垂向坐标时间序列的模型精度.
文献关键词：
GNSS坐标时间序列;经验模态分解;小波分解;Hausdorff距离;速度不确定度
中图分类号：
作者姓名：
杨兵;杨志强;田镇;陈祥
作者机构：
长安大学地质工程与测绘学院,陕西 西安 710054
文献出处：
引用格式：
[1]杨兵;杨志强;田镇;陈祥-.联合EMD-HD和小波分解的GNSS坐标时间序列降噪分析)[J].测绘学报,2022(09):1881-1889
A类：
B类：
EMD,HD,小波分解,GNSS,时间序列降噪,降噪分析,经验模态分解,empirical,mode,decomposition,选准,模态混叠,Hausdorff,distance,wavelet,WD,大陆构造环境监测网络,测站,垂向坐标时间序列,降噪处理,复合指标,速度不确定度,闪烁噪声,声振,改正,除噪声,模型精度
AB值：
0.258083
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
