顾及GNSS坐标时间序列中季节信号的CEEMD降噪方法

P228; 针对互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)在GNSS坐标时间序列降噪过程中需要选取筛选准则的问题,提出一种顾及GNSS坐标时间序列中季节信号的CEEMD降噪方法.首先利用CEEMD方法对GNSS坐标时间序列进行分解,然后计算各本征模态函数(in-trinsic mode function,IMF)的平均周期,将平均周期低于120 d的IMF分量作为噪声分量扣除,并重构剩余分量为信号分量.利用该方法对中国大陆227个GNSS垂向坐标时间序列进行降噪,并与以连续均方误差和相关系数为筛选准则的CEEMD降噪方法的结果进行对比.结果表明,本文方法未出现过度降噪,而其他2种方法均导致部分测站的季节信号被扣除;在未过度降噪站点,本文方法GNSS坐标时间序列的RMS、幂律噪声和速度不确定度的平均改正率分别为19.13％、88.29％和86.46％,优于其他2种方法.