典型文献
基于集合经验模态分解方法的GNSS监测数据处理
文献摘要：
为了提取全球导航卫星系统(Global Navigation Satellite System,GNSS)监测数据中的变形信号与振动信号等有用信息,获得结构体变形特征与振动特征,本文使用集合经验模态分解(Ensem-ble Empirical Mode Decomposition,EEMD)方法、经验模态分解(Empirical Mode Decomposition,EMD)方法和小波分析方法处理桥梁GNSS监测数据.EEMD处理GNSS监测数据的流程是根据信号本身的尺度对其进行分解,对分解产生的本征模态函数(Intrinsic Mode Function,IMF)进行傅里叶变换,得到各个IMF分量的频谱特征,再基于频谱特征构造EEMD时空滤波器.通过对仿真信号和对监测GNSS数据进行试验对比,得到如下结果:EEMD去噪的效果比EMD方法和小波分析方法去噪的效果更好,可有效提取监测数据中变形信号与振动信号,并且避免了EMD处理信号过程中模态混叠问题和小波分析处理信号过程中小波基选择的不同造成的去噪效果的差异.本文的研究结果可为监测结构的进一步分析提供数据依据.
文献关键词：
集合经验模态分解;经验模态分解;小波分析;全球导航卫星系统;数据处理;去噪
中图分类号：
作者姓名：
许飞
作者机构：
德州市自然资源局,山东德州253000
文献出处：
引用格式：
[1]许飞-.基于集合经验模态分解方法的GNSS监测数据处理)[J].测绘技术装备,2022(03):102-109
A类：
Ensem
B类：
集合经验模态分解,分解方法,GNSS,监测数据处理,全球导航卫星系统,Global,Navigation,Satellite,System,振动信号,结构体,变形特征,振动特征,ble,Empirical,Mode,Decomposition,EEMD,小波分析方法,本征模态函数,Intrinsic,Function,IMF,傅里叶变换,频谱特征,特征构造,时空滤波,滤波器,试验对比,有效提取,模态混叠,分析处理,小波基,去噪效果
AB值：
0.300273
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。
