一种基于噪声统计特性的改进EMD降噪方法

doi:10.13474/j.cnki.11-2246.2020.0357

测绘通报 ›› 2020, Vol. 0 ›› Issue (11): 71-75.doi: 10.13474/j.cnki.11-2246.2020.0357

一种基于噪声统计特性的改进EMD降噪方法

鲁铁定¹, 钱文龙¹, 贺小星^2,3, 乐颖¹, 黄佳伟¹

1. 东华理工大学测绘工程学院, 江西南昌 330013;
2. 华东交通大学土木建筑学院, 江西南昌 330013;
3. 轨道交通工程信息化国家重点实验室, 陕西西安 710000

收稿日期:2019-12-06 出版日期:2020-11-25 发布日期:2020-11-30
通讯作者: 钱文龙。E-mail:1186882089@qq.com E-mail:1186882089@qq.com
作者简介:鲁铁定(1974-),男,博士,教授,主要从事测绘数据处理研究。E-mail:tdlu@whu.edu.cn
基金资助:
国家重点研发计划（2016YFB0501405；2016YFB0502601-04）；国家自然科学基金（41464001）；江西省科技落地计划（KJLD12077）；江西省自然科学基金（2017BAB203032）；轨道交通工程信息化国家重点实验室（中铁一院）开放研究课题（SKLK19-11）

An improved EMD noise reduction method based on noise statistical characteristics

LU Tieding¹, QIAN Wenlong¹, HE Xiaoxing^2,3, LE Ying¹, HUANG Jiawei¹

1. School of Surveying and Mapping Engineering, East China University of Technology, Nanchang 330013, China;
2. School of Civil Engineer and Architecture, East China Jiao Tong University, Nanchang 330013, China;
3. State Key Laboratory of Rail Transit Engineering Informatization, Xi'an 710000, China

Received:2019-12-06 Online:2020-11-25 Published:2020-11-30

摘要/Abstract

摘要： GPS高程时间序列中通常都含有噪声，容易对GPS信号解算精度造成影响。针对这一问题，本文基于噪声统计特性，提出了一种改进的EMD降噪方法。首先将信号进行EMD分解，得到低频信号与高频噪声两个部分；然后将高频噪声部分随机打乱两次，并与原始高频噪声累加，求取平均值；最后与低频信号累加，构成一个新的信号再次进行EMD分解，提取出有用信号。最终利用模拟数据和WUHN站实测GPS高程时间序列数据对该方法进行验证。试验结果表明，当信噪比较高时，本文方法得到的降噪效果更佳。

关键词: EMD, 高程时间序列, 统计特性, 降噪分析

Abstract: The GPS elevation time series usually contains noise, which easily affects the accuracy of GPS signal solution. In view of this problem, this paper proposes an improved EMD noise reduction method based on the statistical characteristics of noise. Firstly this method decomposes the signal by EMD to obtain two parts of low-frequency signal and high-frequency noise. Then randomly shuffles the high-frequency noise part twice and accumulates with the original high-frequency noise to obtain the average value. Finally, it compares with the low-frequency signal add up to form a new signal and perform EMD decomposition again to extract the useful signal. Verification is performed using simulated data and measured GPS elevation time series data from WUHN stations. The experimental results show that when the signal-to-noise ratio is relatively high, the noise reduction effect obtained by this method is better.

Key words: EMD, elevation time series, statistical characteristics, noise reduction analysis

中图分类号:

P228.4

鲁铁定, 钱文龙, 贺小星, 乐颖, 黄佳伟. 一种基于噪声统计特性的改进EMD降噪方法[J]. 测绘通报, 2020, 0(11): 71-75.

LU Tieding, QIAN Wenlong, HE Xiaoxing, LE Ying, HUANG Jiawei. An improved EMD noise reduction method based on noise statistical characteristics[J]. Bulletin of Surveying and Mapping, 2020, 0(11): 71-75.

参考文献

[1] 张飞鹏,程宗颐,黄珹,等.利用GPS监测中国地壳的垂向季节性变化[J]. 科学通报, 2002, 47(18):1370-1377.
[2] HUANG N E, SHEN Z, LONG S R, et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[C]//Proceedings of Mathematical Physical and Engineering Sciences.[S.l.]:Royal Soliety, 1998, 454(1971):903-995.
[3] 张恒璟, 程鹏飞. 基于EEMD的GPS高程时间序列噪声识别与提取[J]. 大地测量与地球动力学, 2014, 34(2):79-83.
[4] 张恒璟, 程鹏飞. 基于经验模式分解的CORS站高程时间序列分析[J]. 大地测量与地球动力学,2012, 32(3):129-134.
[5] 张双成,李振宇,何月帆,等.GNSS高程时间序列周期项的经验模态分解提取[J].测绘科学,2018,43(8):80-84.
[6] 张双成, 何月帆, 李振宇,等. EMD用于GPS时间序列降噪分析[J]. 大地测量与地球动力学, 2017, 37(12):1248-1252.
[7] 乔灵娜,赵春梅,马天明.基于EMD方法的地心运动时间序列分析[J].测绘通报,2019(2):6-11.
[8] 王跃跃,陈蓉,于丽君,等.结合二维EMD与自适应高斯滤波的遥感卫星影像去噪[J].测绘通报,2019(2):22-27.
[9] 王笑蕾,张勤,张双成.基于EMD和WD联合算法的GPS水汽时间序列的周期性振荡分析[J].武汉大学学报(信息科学版),2018,43(4):620-628.
[10] 刘韬,徐爱功,隋心.惯性导航EEMD区间阈值降噪方法[J].测绘学报,2018,47(7):907-915.
[11] 王婷. EMD算法研究及其在信号去噪中的应用[D].哈尔滨:哈尔滨工程大学,2010.
[12] 席旭刚,武昊,罗志增.基于EMD自相关的表面肌电信号消噪方法[J].仪器仪表学报,2014,35(11):2494-2500.
[13] HUANG N E, SHEN S S P. Hilbert-Huang transform and its applications[M]. Singapore:World Scientific, 2005:2-14.
[14] 王建国,祁映强,杨斌.噪声统计特性LMD滚动轴承故障诊断[J].中国测试,2016,42(6):90-94.
[15] 卢辰龙,匡翠林,戴吾蛟,等.采用变系数回归模型提取GPS坐标序列季节性信号[J].大地测量与地球动力学,2014,34(5):94-100.

一种基于噪声统计特性的改进EMD降噪方法

An improved EMD noise reduction method based on noise statistical characteristics

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 10

编辑推荐

Metrics

本文评价

[1]	郭云开, 曹骁, 谢晓峰, 张思爱, 谢琼. 基于集合经验模态分解的土壤重金属Cd定量反演[J]. 测绘通报, 2022, 0(1): 44-49.
[2]	赵中枢, 张红峰. 基于分时散射目标的非城区地形PS-InSAR监测[J]. 测绘通报, 2021, 0(5): 68-72.
[3]	熊春宝, 王猛, 于丽娜. 桥梁GNSS-RTK变形监测数据的多滤波联合去噪处理[J]. 测绘通报, 2020, 0(7): 93-96,142.
[4]	刘豪, 周东旭, 王盼龙, 张化疑, 王永康, 姜传苓. 利用CEEMD分析中国沿海GNSS站高程时序变化[J]. 测绘通报, 2020, 0(3): 39-43,77.
[5]	刘思敏, 徐景田, 鞠博晓. 基于EMD和RBF神经网络的大坝形变预测[J]. 测绘通报, 2019, 0(8): 88-91,95.
[6]	王跃跃, 陈蓉, 于丽君, 朱建峰, 吴愈锋, 陈炫炽. 结合二维EMD与自适应高斯滤波的遥感卫星影像去噪[J]. 测绘通报, 2019, 0(2): 22-27.
[7]	赵龙, 高井祥, 李增科, 王坚. 基于CEEMD-Wavelet-SavGol模型的GPS多路径修正算法[J]. 测绘通报, 2017, 0(11): 1-5.
[8]	杨晶, 顾慧, 王勇, 吴亮, 曹志勇, 高永芹. 基于EMD的GPS对流层延迟变化分析[J]. 测绘通报, 2016, 0(6): 55-59,90.
[9]	吉绪发, 卢辰龙. GPS多路径误差滤波方法比较研究[J]. 测绘通报, 2015, 0(4): 10-13.
[10]	张恒璟程鹏飞. 基于经验模式分解的滤波去噪方法研究进展[J]. 测绘通报, 2014, 0(2): 1-4.