文章详情

题名 · 作者 · 摘要 · 关键词 · DOI · 参考文献

基于SVMD与改进的小波软阈值函数相结合的GNSS垂向序列降噪方法

王仁义1，陈子娴2，孙时雨3，周露4

（1.安徽林业职业技术学院，安徽 合肥 230031；2.中移物联网有限公司，重庆 401120； 3.安徽省煤田地质局物探测量队，安徽 宿州 234000；4.安徽省地质测绘技术院，安徽 合肥 230001）

栏目：通信工程 · 第 2026 年第 13 期 · 页码：1-6 · 2096-4706（2026）13-0001-06 · 中图分类号：TN967.1 · 文献标识码：A · DOI：10.19850/j.cnki.2096-4706.2026.13.001

摘要

针对GNSS垂向时间序列随机噪声成分复杂，易掩盖低频形变信息的问题，提出一种基于SVMD-FE-SGGT的自适应两阶段降噪方法。该方法首先利用逐次变分模态分解（Successive Variational Mode Decomposition, SVMD）将含噪序列分解为若干本征模态函数（Intrinsic Mode Function, IMF）；随后计算各IMF的模糊熵（Fuzzy Entropy, FE），并将IMF划分为三类分量。针对含噪分量，采用改进的小波阈值函数进行二次去噪，以降低传统软阈值带来的恒定偏差并提升细节保真；最后将去噪后的含噪分量与信号主导分量重构，得到净化序列（噪声主导分量被剔除）。利用仿真数据和实测数据分析了几种方法的降噪性能。在实测数据上，所提方法的信噪比为85.52 dB、均方根误差为0.79、相关系数为0.963；较WST方法，信噪比提升10.2%、相关系数提升6.3%，且均方根误差降低21%。实验结果表明，该方法能够在可接受的计算开销下有效抑制噪声并保持GNSS垂向形变趋势。该方法为矿区沉降监测数据预处理提供了一种可靠的技术方案。

关键词

信号去噪；SVMD；改进小波软阈值；GNSS序列降噪

参考文献

  1. [1] 鲁铁定，陶蕊，程远明，等.优化EWT-NLM的自适应GNSS高程时间序列降噪方法 [J].大地测量与地球动力学，2022，42（5）：451-456.
  2. [2] 宦越洋，常国宾，凤勇.顾及次优噪声模型的GNSS坐标时间序列噪声模型选择 [J].地球物理学报，2023，66（10）：4045-4056.
  3. [3] 魏嘉林，殷敏，王式太，等.结合Hilbert变换和VMD的GNSS时间序列去噪法 [J].导航定位学报，2025，13（5）：155-164.
  4. [4] 周进群，胡忠华，孙晓洁.改进小波阈值算法在信号处理中的研究 [J].智能计算机与应用，2025，15（2）：91-95.
  5. [5] 王春华，王方超.基于改进阈值函数的SAR图像小波去噪方法 [J].微电子学与计算机，2022，39（5）：39-44.
  6. [6] 顾旋，张伟.优化VMD和改进小波阈值的ECG肌电干扰去噪算法 [J].计算机应用与软件，2025，42（11）：277-284.
  7. [7] Torres M E，Colominas M A，Schlotthauer G，et al. A complete ensemble empirical mode decomposition with adaptive noise [C]//IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)，2011：4144-4147.
  8. [8] 杨兵，杨志强，田镇，等.联合EMD-HD和小波分解的GNSS坐标时间序列降噪分析 [J].测绘学报，2022，51（9）：1881-1889.
  9. [9] 梁沛，杨志强，杨兵，等.顾及GNSS坐标时间序列中季节信号的CEEMD降噪方法 [J].大地测量与地球动力学，2022，42（10）：1010-1014.
  10. [10] 于宏旭，文汉江，刘焕玲，等.基于CEEMDAN和小波包多阈值的GNSS高程时间序列去噪方法 [J].大地测量与地球动力学，2022，42（10）：1005-1009.
  11. [11] 郑灿广，郑辉，谢世成，等.面向矿区沉陷监测的GNSS垂向时间序列降噪方法 [J].全球定位系统，2024，49（3）：28-37.
  12. [12] 罗亦泳，黄城，张静影.基于变分模态分解的变形监测数据去噪方法 [J].武汉大学学报（信息科学版），2020，45（5）：784-790.
  13. [13] Nazari M，Sakhaei S M. Successive variational mode decomposition [J/OL].Signal Processing， 2020，174，107610（2020-05-17）.https://doi.org/10.1016/j.sigpro.2020.107610.
  14. [14] Gao S Z，Li T C，Zhang Y M，et al. Fault diagnosis method of rolling bearings based on adaptive modified CEEMD and 1DCNN model [J].ISA transactions，2023，140：309-330.
  15. [15] 周博韬，彭浩，卢海林，等.CEEMDAN-改进小波阈值联合去噪算法在地表沉降预测中的应用 [J].武汉工程大学学报，2025，47（4）：455-460.

作者简介

王仁义（1997—），男，汉族，安徽合肥人，教师，硕士研究生，研究方向：3S技术。