GA-VMD与多尺度排列熵结合的GNSS坐标时序降噪方法
为了精确剔除全球导航卫星系统(global navigation satellite system,GNSS)坐标时间序列中的噪声,提出一种联合遗传算法(genetic algorithm,GA)和变分模态分解(variational mode decomposition,VMD)的降噪方法 GA-VMD.该方法首先利用GA优化VMD参数,然后引入多尺度排列熵(multi-scale permutation entropy,MPE)作为噪声分量的筛选标准,最后将剩余分量重构得到降噪后的信号.通过仿真信号和实测数据的降噪实例,并与小波降噪(wavelet de-noising,WD)、经验模态分解(empirical mode decomposition,EMD)等方法对比,分析GA-VMD的降噪效果.实验结果表明:对于仿真信号而言,GA-VMD方法相较于WD、EMD方法,信噪比分别提高了 5.18 dB和2.91 dB,互相关系数分别提高了 0.05和0.02;对于实测数据而言,GA-VMD方法对测站的速度不确定度和闪烁噪声的平均改正率分别为79.89%和84.46%,优于其他两种方法.分析表明,GA-VMD方法能够有效减少GNSS坐标时序的噪声,提高其精度.
遗传算法、变分模态分解、多尺度排列熵、全球导航卫星系统、坐标时间序列、降噪
48
P228(大地测量学)
国家自然科学基金;长安大学中央高校基本科研业务费专项;大地测量与地球动力学国家重点实验室开放基金;武汉大学地球空间环境与大地测量教育部重点实验室开放基金
2023-10-10(万方平台首次上网日期,不代表论文的发表时间)
共10页
1425-1434