基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
引入一种改进的集合经验模式分解方法(improved ensemble empirical mode decomposition,IEEMD)进行多路径误差的建模.与EEMD方法相比较,IEEMD方法可以有效地克服模态分量数目不一致和分解不彻底等问题,并将原始序列分解为不同尺度的模态分量.同时,考虑到不同模态分量中高斯白噪声的能量密度与平均周期之积为常数,设计一种自动选择尺度与重构的方法,用于模态分量的选择与重构,进而构建GPS多路径误差模型.在此基础上,采用恒星日滤波技术,进行邻近周日GPS坐标序列中多路径误差的实时削弱.实验结果表明,采用同样的尺度选择方法和恒星日滤波技术,使用IEEMD方法可以得到比EEMD方法精度更高的GPS坐标序列.
推荐文章
GPS多路径效应误差及处理技术
GPS
多路径效应误差
三维坐标
数据后处理技术
GPS变形监测中多路径效应的削弱方法研究
GPS
多路径效应
GPS观测值
小波分析
基于MAODV协议的多路径扩展方法
移动自组织网络
MAODV
网络负载
基于EMD和小波的GPS/BDS变形监测中的多路径误差削弱方法
GPS/BDS变形监测
多路径
EMD
小波阈值去噪
恒星日滤波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进EEMD的GPS多路径误差建模与削弱方法研究
来源期刊 大地测量与地球动力学 学科 地球科学
关键词 GPS 经验模式分解 多路径误差 集合经验模式分解 动态变形监测
年,卷(期) 2018,(10) 所属期刊栏目 现代大地测量
研究方向 页码范围 1021-1026
页数 6页 分类号 P228
字数 4088字 语种 中文
DOI 10.14075/j.jgg.2018.10.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘超 安徽理工大学测绘学院 40 190 8.0 11.0
2 赵兴旺 安徽理工大学测绘学院 44 118 7.0 8.0
3 邓永春 安徽理工大学测绘学院 6 8 2.0 2.0
4 张成龙 安徽理工大学测绘学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (180)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
GPS
经验模式分解
多路径误差
集合经验模式分解
动态变形监测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
大地测量与地球动力学
月刊
1671-5942
42-1655/P
大16开
武昌洪山侧路40号
38-194
1981
chi
出版文献量(篇)
4168
总下载数(次)
6
总被引数(次)
34475
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导