典型文献
CEEMDAN在GNSS时间序列分析中的应用
文献摘要：
通过对模拟信号的处理,验证了自适应完备经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)方法在资料分析处理过程中的有效性和可靠性.利用该方法对10个GNSS(Global Navigation Satellite System)连续站N、E、U三方向时间序列进行分解,发现其不仅存在年周期和半年周期信号,部分台站还存在更短或更长周期信号,且垂向周期性比水平向更明显,对应幅值更大.经周期项改正后,相比于原始N、E、U 方向时间序列的平均 WRMS(Weighted Root Mean Square error)分别降低了 19.8％、19.0％和29.9％,表明该方法对周期项修正的有效性.
文献关键词：
GNSS;周期项;谐波模型;自适应完备经验模态分解
中图分类号：
作者姓名：
刘希康;丁志峰;李媛;李进武
作者机构：
中国地震局地球物理研究所,北京 100081;中国地震局第一监测中心,天津 300180
文献出处：
引用格式：
[1]刘希康;丁志峰;李媛;李进武-.CEEMDAN在GNSS时间序列分析中的应用)[J].地震,2022(03):99-110
A类：
自适应完备经验模态分解,WRMS
B类：
CEEMDAN,GNSS,时间序列分析,模拟信号,Complete,Ensemble,Empirical,Mode,Decomposition,Adaptive,Noise,资料分析,分析处理,Global,Navigation,Satellite,System,仅存,周期信号,台站,长周期,周期项,改正,Weighted,Root,Mean,Square,error,谐波模型
AB值：
0.468476
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。
