作者：张恒璟; 陆帝; 文汉江; 程鹏飞; 崔东东igs基准站高程时间序列ceemd信噪比均方根误差
摘要：针对IGS站高程时间序列经EEMD分解后含有残留噪声,导致信号重构效果降低的问题,引入互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)方法对IGS站高程时间序列信号进行分解,利用平均周期与能量密度乘积准则进行噪声与信号分界点的判定。据此去除噪声分量,使去噪后的信号更加接近IGS站高程时间序列的真实特性。将基于CEEMD算法与基于EEMD、EMD算法的IGS站高程信号去噪效果进行对比分析,以BJFS站序列信号为分析对象的结果表明,采用EMD、EEMD、CEEMD 3种算法滤波后的信噪比分别为18.8082、20.4788、23.9655,与EMD、EEMD算法相比,采用CEEMD算法滤波的信噪比分别提高了27%和17%,均方根误差指标分别降低了55%、41%。改善了EEMD分解的噪声残留问题,提高了信号重构的效果。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
