CEEMDAN在GNSS时间序列分析中的应用

CEEMDAN在GNSS时间序列分析中的应用

P315.7; 通过对模拟信号的处理,验证了自适应完备经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)方法在资料分析处理过程中的有效性和可靠性.利用该方法对10个GNSS(Global Navigation Satellite System)连续站N、E、U三方向时间序列进行分解,发现其不仅存在年周期和半年周期信号,部分台站还存在更短或更长周期信号,且垂向周期性比水平向更明显,对应幅值更大.经周期项改正后,相比于原始N、E、U 方向时间序列的平均 WRMS(Weighted Ro...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:地震 2022-07, Vol.42 (3), p.99-110
Hauptverfasser: 刘希康, 丁志峰, 李媛, 李进武
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:P315.7; 通过对模拟信号的处理,验证了自适应完备经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)方法在资料分析处理过程中的有效性和可靠性.利用该方法对10个GNSS(Global Navigation Satellite System)连续站N、E、U三方向时间序列进行分解,发现其不仅存在年周期和半年周期信号,部分台站还存在更短或更长周期信号,且垂向周期性比水平向更明显,对应幅值更大.经周期项改正后,相比于原始N、E、U 方向时间序列的平均 WRMS(Weighted Root Mean Square error)分别降低了 19.8％、19.0％和29.9％,表明该方法对周期项修正的有效性.
ISSN:1000-3274
DOI:10.12196/j.issn.1000-3274.2022.03.007