共查询到18条相似文献,搜索用时 125 毫秒
1.
2.
GPS变形监测系统中的监测点的观测资料是与时间有关的信号序列,本文研究应用小波分析优化流程,结合苏通大桥GPS变形监测系统获取的监测点数据序列进行分析。结果表明,选择合适的小波基函数,对数据信号进行小波分解与重构,可以有效地从受到强噪声干扰的监测数据序列中提取有用的特征信号,较好解决了传统处理技术对GPS动态观测数据去噪以及特征信息提取的局限性。 相似文献
3.
对于GPS短基线,载波相位双差观测量已基本消除了卫星轨道误差、钟差、大气折射误差等系统偏差的影响,主要包含距离观测量信息及随机测量误差,其中测量误差是高频的测量噪声,小波变换可将GPS载波相位双差观测量中的观测噪声(高频部分)分解出来。本文利用Coiflets小波基函数对GPS快速定位的原始载波相位双差观测量进行5层分解,通过重构第5层低频系数获得去除噪声的"干净"的载波相位双差观测量,然后利用"干净"的双差观测量进行最小二乘参数估计,以减小测量噪声对GPS快速定位病态方程解的扰动。计算结果表明该方法能够显著提高GPS快速定位中模糊度浮点解的精度,仅利用几个观测历元的数据就可以准确地固定模糊度。 相似文献
4.
《测绘科学技术学报》2013,(2)
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。 相似文献
5.
采用VB语言与MATLAB语言编程,提取南宁实验GPS控制网观测数据中的原始载波信号,利用小波分析理论在多尺度、多分辨率、可伸缩、可平移等分析方面的优势,分别对提取的原始载波信号、单差观测值、双差观测值采用bd3小波函数进行3层小波分解,研究高频信号特点以及不同差分方法消除噪声的效果。将小波分析理论作为数学工具,实施GPS观测数据小波分解和重组,对于发现并削弱GPS误差具有一定的参考价值。 相似文献
6.
基于小波变换的SA误差建模与预报 总被引:2,自引:0,他引:2
运用小波分析方法对GPS单点动态定位误差进行分解,提出了基于小波变换的信号去噪与粗差的定位和剔除方法。将时间序列分析方法用于SA误差建模,提出了基于小波变换的SA误差建模及预报方法,并通过实例验证了方法的正确性 相似文献
7.
GPS变形监测系统中消除噪声的一种有效方法 总被引:21,自引:1,他引:21
GPS变形监测系统的观测资料可看成为与时间有关的数据序列,应用小波分析理论,研究了时间序列观测数据的误差消除问题。结果表明,借助于小波分解与重构,可有效地从强噪声干扰的观测数据序列中提取变形特征。该方法解决了传统处理技术对非平稳、非等时间间隔观测数据序列滤波的局限性问题。 相似文献
8.
9.
10.
11.
小波变换在处理GPS噪声的应用中有较好的效果.本文研究利用GPS连续观测资料的小波变换去噪结果进行质量评价,通过对分析资料采用不同的小波基函数、对同一小波基函数下的小波变换各尺度结果进行比较,并结合实例分析得出了初步的结论:对GPS连续观测资料进行小波变换去噪,采用sym6、sym8和coif4小波,分解尺度在4~6之... 相似文献
12.
13.
基于小波阈值消噪自适应滤波的GPS/INS组合导航 总被引:9,自引:2,他引:9
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. 相似文献
14.
15.
16.
小波包多阈值去噪法及其在形变分析中的应用 总被引:1,自引:0,他引:1
在GPS变形监测领域,传统的小波去噪只保留低频上的有用信息,很容易去掉中频以及高频上的有用信息。小波包分析方法是近几年发展起来的一种新的小波分析方法,它同时考虑了各个频段上的有用信息,因此是一种更为精细的去噪方法。小波包去噪的关键是对小波包分解系数选取合适的阈值准则并进行阈值处理,但传统的小波包去噪并没有对此进行充分的研究。本文针对传统小波、小波包分析的不足,提出了一种基于频率顺序并依据信息类型分段的多阈值准则小波包去噪法。通过理论分析与实际应用,结果表明新方法能够高效剔除各频段的噪声,同时当采样频率较低时能有效保留去噪信号中频率高达10-1 Hz数量级的有用信息,其去噪能力优于传统的小波、小波包等其它去噪方法,因此可以广泛应用于高精度GPS变形监测领域中。 相似文献
17.
全球定位系统(GPS)时序数据预测的工作中发现,通常时序数据中含有的噪声会干扰数据预测的结果.为了降低时序数据中噪声对预测结果的负面影响,将提升小波阈值降噪技术和长短期记忆(LSTM)神经网络相结合,实现一种GPS时序数据降噪预测模型.该模型在预测之前首先利用提升小波与平滑阈值函数对GPS时序数据中的噪声进行剥离,然后构建多层LSTM神经网络对时序数据进行单步预测.通过实验与多种时间序列预测模型进行对比,结果表明所提出的LSTM预测模型对GPS时间序列的预测具有较强的适用性和较高的准确性. 相似文献