基于EMD-Wavelet模型的实时交通流噪声数据清洗方法

• 作者: 吕安涛 姚宁 张干 赵海龙
• 来源期刊: 交通科技
• 关键词: 经验模式分解 小波变换 噪声清洗 实时交通数据
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 交通工程
• 页码范围: 150-153
• 页数: 4页
• 字数: 3037字
• 语种: 中文
• DOI: 10.3963/j.issn.1671-7570.2013.02.050

摘要

针对实时交通流数据的噪声污染,将具有处理非平稳非线性信号优势的经验模式分解方法(EMD)和小波变换(wavelet)相结合,构建EMD-Wavelet组合清洗模型.该模型首先将实时交通流序列进行经验模式分解,然后将含有噪声的高频分量用小波变换进行软阈值去噪,最后将去噪后的高频分量、未去噪的低频分量和残量进行重构,形成清洗后数据序列.通过实验表明:该方法的去噪效果要好于单独使用小波变换和EMD法,是一种有效可靠的实时交通量噪声数据清洗方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕安涛		24	98	6.0	8.0
2	张干		3	19	3.0	3.0
3	姚宁		4	10	2.0	3.0
4	赵海龙	山东理工大学交通与车辆工程学院	3	10	2.0	3.0