大桥GPS动态监测去噪方法

针对从GPS实际监测到的信号中去除噪声,提取真实信号的问题,该文对EMD去噪法、小波阈值去噪法,EMD小波去噪3种方法进行了比较,并通过实例分析得出:3种方法均可滤除噪声,但效果各不相同;EMD对信号分解具有良好的自适应性,但在滤除噪声时可能因为模态混叠的原因造成过滤不完全,各分量中可能均含有一定量的噪声;小波滤波噪声效果和小波基、阈值函数及分解层数选择有关,具有主观性;对于EMD小波混合去噪方法,提出先用EMD自适应方法进行分解,分解出噪声主导分量和信号主导分量;对于高频噪声主导分量,可能含有少量有用信号,故须再用小波阈值法过滤出有用信号;而对于信号主导分量,再用小波滤除多余噪声,最后进行逆变换得到重构后的信号。实例表明EMD小波混合去噪方法能很好地去除噪声,是一种高效的去噪方法。     

基于经验模式分解的滤波去噪法及其在GPS多路径效应中的应用

经验模式分解(Empirical Mode Decomposition,EMD)是一种新的信号处理技术,它是基于数据本身的,且能在空间域中将信号进行分解,从而可以区分噪声和有用信号。根据EMD分解白噪声而得到的本征模式函数(IMF)分量的能量密度与其平均周期的乘积为一常量这一特性,建立一种新的基于EMD滤波去噪方法,并将该方法应用于GPS多路径效应的研究中。通过对模拟数据与GPS实测数据的处理分析,得出以下主要结论:①EMD滤波去噪法与小波方法都能最大限度地削弱测量的随机误差,但EMD滤波去噪法比小波方法更直接,且不受测不准原理及小波函数选择的影响;②相比小波方法,EMD能够更有效地剔除瞬时强噪声,从而能够提取更精确的多路径效应重复性误差改正模型。     

基于小波阈值消噪自适应滤波的GPS/INS组合导航

惯导系统中惯性元件误差是影响惯性导航及其组合导航精度的重要因素.在GPS/INS组合导航自适应滤波的基础之上,提出利用小波进行阈值消噪以提高组合导航精度.首先对惯性元件输出信号进行频谱分析,确定相应的多分辨分析尺度以及不同尺度下对高频系数采取的相应措施.对噪声占主要成分的尺度将其高频系数全部置零,对噪声和有用信号共同占有的尺度将其高频系数作阈值处理.利用实测数据进行验证,结果表明这种方法能够有效地削弱惯性元件误差的影响,提高GPS/INS组合导航系统的精度和可靠性.     

改进的启发式分割算法在GNSS坐标时间序列阶跃探测中的应用

针对全球卫星导航系统(global navigation satellite system, GNSS)基准站坐标时间序列中有色噪声影响测站运动参数估计精度的问题, 提出了一种以小波包变换为基础、利用信息熵理论剔除有色噪声的方法。首先, 以有色噪声中的闪烁噪声为例, 对包含闪烁噪声的仿真时间序列进行噪声估计, 检验闪烁噪声的估计精度。然后, 对仿真时间序列的残差序列分别进行离散小波变换和小波包变换, 利用信息熵理论剔除闪烁噪声, 并比较两种方法的去噪效果。最后, 采用KMIN站的坐标时间序列作为实测数据, 进一步验证小波包系数信息熵的去噪效果。实验结果表明, 利用小波包系数信息熵剔除的有色噪声与原有色噪声在频域以及时域均具有较好的一致性, 所提方法能够有效地剔除残差序列中的有色噪声, 仅余白噪声。     

基于经验模分解的陀螺信号消噪

陀螺随机漂移是影响惯性导航精度的重要因素。小波消噪方法对异常噪声效果不明显,且对小波基和分解尺度等因素依赖性较强。提出陀螺信号经验模分解(EMD)消噪方法,将信号进行经验模分解得到一个本征模态函数(IMF)组,先基于2sigma准则处理异常噪声IMF分量,再利用相关系数确定高频噪声IMF分量个数,将噪声分量去除以实现陀螺信号消噪。详细对比小波方法与EMD方法,利用交叠式Allan方差分析两者的消噪效果,通过惯导算例进一步验证EMD方法的实效性。结果表明,相比小波方法,EMD消噪法能剔除异常噪声,可以更有效地抑制陀螺漂移。     

GPS高程数据时间序列分析

对GPS台站时间序列进行了研究,对我国IGS连续跟踪站高程分量的数据进行谱分析和小波分析,用最小二乘法将时间序列的白噪声与有色噪声分离,并利用AR模型建模。通过分析,获得拉萨、上海和武汉GPS连续跟踪站的有色噪声特征。     

有色噪声的自协方差最小二乘估计

针对传统自协方差最小二乘估计(autocovariance least squares,ALS)方法只能用于估计白噪声协方差的局限性,提出有色噪声的自协方差最小二乘估计方法,给出状态噪声或者观测噪声为有色噪声以及两者均为有色噪声时的噪声估计模型。最后通过数值仿真,验证了本文方法的正确性和有效性。     

联合EMD与核主成分分析的激光陀螺信号消噪

为了有效抑制激光陀螺的随机漂移,提高其惯导精度,提出了一种联合经验模态分解(EMD)和核主成分分析(KPCA)的陀螺信号消噪方法。该方法利用EMD将陀螺信号分解为一组内蕴模态函数(IMF),基于EMD噪声能量分布模型,近似估算各层IMF中的噪声能量;然后利用KPCA分解各层IMF,根据噪声能量自适应地选择应保留的主成分分量,以剔除各层IMF中的噪声实现陀螺信号的消噪。通过实验将该方法与小波去噪算法进行对比,利用交叠式Allan方差和经、纬度误差分析不同方法对陀螺信号的消噪效果。实验结果表明,相比经典的小波消噪方法,本文方法的消噪效果有一定程度的提高,可以更有效地抑制陀螺信号的随机漂移。     

顾及有色噪声的卡尔曼滤波在多路径误差削弱中的应用

多路径误差为一时空环境效应,难以构建准确数学模型消除其影响,且该误差在基线两端不具有空间相关性,运用现有差分技术也无法很好消除,是高精度短基线测量中主要误差之一.为进一步削弱多路径误差,本文以监测站坐标时间序列中多路径误差为研究对象,根据多路径误差在历元间的时变特性,建立多路径误差状态空间模型,采用标准卡尔曼滤波和顾及有色噪声的卡尔曼滤波从监测站第一天双差固定解坐标残差序列中估计多路径误差改正序列,并根据多路径误差的周日重复特性,利用第一天得到的多路径误差改正序列对之后各天坐标序列进行改正.最后通过实验分析,得出顾及有色噪声的卡尔曼滤波估计方法优于标准卡尔曼滤波的结论.研究方法对提高GNSS定位精度具有重要实用价值.     

GPS短基线精化解算方法比较分析

为了提高单频GPS短基线解算的精度,削弱非模型化误差对于解算的影响,引入了小波分析和经验模式分解法(EMD)对原始双差观测值进行滤波消噪。利用实验数据评价了小波函数和EMD在信号消噪方面的能力。结果表明:EMD和小波方法均能够起到噪声分离的作用,但EMD比小波方法更直接,且不受小波基选择和分解层数的影响。     

城市交通噪声预测评价系统的设计与实现

将惠州市惠城区交通噪声数据与GIS的有机结合,详细分析和评价了该区域的交通噪声污染现状。然后通过构建回归分析模型,对惠城区未来城市道路交通噪声的污染状况进行了简单预测。实验结果表明,评价和预测结果与事实吻合。该系统能为城市交通噪声规划、城市交通噪声环境控制提供依据     

空间与光谱维度的高光谱图像噪声估计

高光谱图像能够获取地物精细的光谱诊断特征,但受限于多谱段分光的成像机制,图像各个谱段上光成像的能量不足,信噪比难以提升.高光谱图像噪声类型与强度的准确估计,是提升高光谱图像去噪性能的关键,也是优化其成像系统设计的重要依据.现有高光谱图像噪声估计算法通常将不同类型的图像噪声作为一个整体,并未充分考虑不同类型噪声的区别.本...     

道路噪声预测的GIS评价方法

针对单模型进行噪声预测和评价的局限性,该文提出了一种基于GIS的利用多模型进行道路噪声预测评价的方法。此方法在对比分析现有的道路交通噪声模型的基础上,选择了FHWA模型和HJ2.4-2009模型作为本研究的理论模型;以闻合高速公路数据为实验数据,分别利用上述两种噪声模型计算噪声预测值;再针对每个噪声监控点,分析两种模型计算的结果,采用折中法和取舍法对结果进行处理,确定每个噪声监控点的噪声值;并结合噪声质量标准对噪声值进行评价,利用ArcGIS Server的地图服务发布功能实现评价结果的网络共享。实验结果表明,每个噪声监控点的噪声值在未来几年都会越来越大,需要采取相应的环保措施。     

基于GIS的交通噪声评价和预测系统

交通噪声评价与预测对于城市环境保护、城市交通规划和建筑设计具有重要的意义。本文将交通噪声数据与G IS相结合,详细分析和评价了惠州市惠城区交通噪声污染现状分布、影响。并在基于数理统计的基础上通过构建回归分析模型,预测了惠城区未来城市道路交通噪声污染状况。实验结果表明该模型简单、有效。交通噪声评价和预测系统已应用于惠州市交通噪声污染现状评价及预测,并取得了良好的效果。     

Alta U9000相机噪声的测试与分析

CCD在成像过程中不可避免地引入一定的噪声,这些噪声将对以图像检测为基础的CCD各种工程应用带来误差。本文分析了各种CCD噪声的来源及其数学性质,并对科学级CCD Alta U9000相机的各种噪声进行了量化分析,给出了暗电流噪声、成像电路噪声及随机噪声的变化规律;对不同积分时间的图像进行了噪声抑制实验。实验证明,根据对U9000 CCD噪声的预先测试数据,其噪声中的暗电流噪声、成像电路噪声等系统噪声可以得到很大的抑制,而随机噪声无法抑制。     

有色噪声作用下的卡尔曼滤波

利用GPS载波相位三差观测量进行动态定位(或精密导航),就必须研究有色噪声滤波的理论问题.根据需求,推导了动态噪声、观测噪声为有色噪声的线性系统滤波公式,并证明白噪声卡尔曼滤波是有色噪声卡尔曼滤波的特例,或者说有色噪声的卡尔曼滤波是白噪声卡尔曼滤波的推广.     

非线性逐步拟合推估

推导了白噪声条件下的非线性系统的逐步拟合推估和有色噪声条件下的非线性逐步拟合推估的计算公式。非线性系统逐步拟合推估理论第一步是非线性拟合推估,以后各步是非线性滤波。白噪声条件下的非线性系统的逐步拟合推估是有色噪声条件下的非线性逐步拟合推估一个特例。     

城市地球物理学发展展望

城市地下噪声场由自然地噪声和人文地噪声组成,人文地噪声和自然地噪声的差异主要表现在时空分布的一致性、稳定性和相关性等方面。针对两者的不同特征,提出了噪声分离的三原则,采用多元分离的方法,实现了两类地噪声的有效分离。通过对比测试4种标准信号并进行分析,可得出该方法效果好于传统的小波方法的结论。深圳市地噪声场的探测试验表明,多元分离方法能够把地噪声有效分离成人文地噪声和自然地噪声两部分,它们可以分别提炼出地下地质信息。     

基于智能手机的校园环境噪声时空分布

针对依靠布设固定监测站的方式收集噪声信息需耗费大量人力、物力和财力,且其所采集数据仅能覆盖有限范围的问题,该文依照群智感知的思路,利用志愿者的智能手机作为信息采集终端,收集中国矿业大学(北京)校园内的噪声监测数据,使用克里金插值法生成噪声地图,在对校园进行功能区划分的基础上,分析校园环境噪声的空间分布差异和各功能区内噪声的时间变化规律。实验结果表明,该文所提方法能根据校园内人群的智能手机采集的数据,快速获取环境噪声的时空分布模式,进而推断时空差异的产生原因。     

利用新息构造AKF估计和预报大坝变形

利用线形流形的射影方法推导出新息序列统计特性,构造新息AKF,基于新息序列不断地修正状态噪声和量测噪声,实时地反映模型当前真实的统计特性。通过隔河岩大坝实测数据处理,表明该方法能很好地提高随机模型不准确和变形突变影响下的变形估计与预报精度。