论文部分内容阅读
相比于传统测量方法,GPS有着高精度,全天候观测,操作简便等诸多优势,因此被广泛地应用于变形监测领域。但是在GPS在采集数据的时候,由于环境,仪器和操作人员等因素,所采集的数据中不可避免的会掺杂一些噪声和多路径误差。这些误差的存在严重的影响观测的精度。本文就此开展研究与分析: (1)基于时频分析方法,对经验模态分解(EMD)重点分析,对其存在的问题进行了探讨,提出了总体模态分解(EEMD)和完全总体模态分解(CEEMD),通过仿真实验,表明CEEMD相比于EMD和EEMD在模态混叠和噪声残留的问题上有较大的改进。 (2)通过实验比对了EMD,EEMD,和CEEMD三种滤波的去噪效果,结果表明CEEMD滤波去噪效果较好。介绍了基于CEEMD的小波阀值去噪,并与传统小波阀值去噪和CEEMD滤波去噪进行了对比,实验结果表明基于CEEMD的小波阀值去噪具有较好的去噪效果。并在此基础上提出了基于CEEMD的多方法融合去噪方法,并通过对比试验,表明该方法去噪具有一定的优势。并将这些方法引入到削弱多路径误差的应用中,实验表明,上述几种方法都具有一定的效果,其中基于CEEMD的多方法融合的效果最好。 (3)基于CEEMD的多方法融合去噪和主成分分析(PCA)的组合修正多路径误差,PCA可将去噪后的连续多天的多路径误差的共性误差提取,用共性误差修正多路径误差。通过实测数据分析表明,该种组合方法较为适用,能提高定位精度。