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:
针对GAMIT/GLOBK软件解算得到的4 a GPS/PWV时间序列的特征提取问题,提出基于滤波辅助的部分集成经验模态分解(PEEMD)与Hilbert谱分析相结合的特征提取方法.首先,在PEEMD方法的基础上,结合滤波辅助的PEEMD方法与Hilbert谱分析,建立GPS/PWV时间序列特征提取模型;然后,将所提出的方法应用于TNML测站4a的GPS/PWV长时间序列和7d的GPS/PWV短时间序列分析中,并将滤波辅助的PEEMD结果与传统的小波分解结果进行对比.结果表明,该特征提取方法能准确有效地提取出GPS/PWV时间序列中的周年周期和日周期特征分量,滤波辅助的PEEMD分解结果与小波分解结果一致,且提取的特征分量与原始信号更加吻合.
推荐文章
氨基酸序列特征提取方法研究
特征提取
熵密度
完全信息集
人脸表情特征提取方法的研究进展
人脸表情识别
特征提取
主成分分析法
Cabor小波
光流法
基于距离和差值序列的复杂运动目标微动特征提取
距离像
和差值序列
微动
特征提取
基于移动时间窗的直流局部放电特征提取方法
局部放电
特征提取
移动时间窗
模式识别
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 GPS/PWV时间序列特征提取方法的研究
来源期刊 大地测量与地球动力学 学科 地球科学
关键词 GPS/PWV 特征提取 滤波辅助的PEEMD Hilbert谱分析
年,卷(期) 2019,(1) 所属期刊栏目 现代大地测量
研究方向 页码范围 36-40,110
页数 6页 分类号 P228
字数 3760字 语种 中文
DOI 10.14075/j.jgg.2019.01.007
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 叶世榕 武汉大学卫星导航定位技术研究中心 36 416 10.0 20.0
2 夏朋飞 武汉大学卫星导航定位技术研究中心 5 12 2.0 3.0
3 夏凤雨 武汉大学卫星导航定位技术研究中心 4 22 2.0 4.0
4 胡广保 武汉大学卫星导航定位技术研究中心 2 12 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (86)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (11)
二级引证文献  (1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(4)
  • 参考文献(3)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
GPS/PWV
特征提取
滤波辅助的PEEMD
Hilbert谱分析
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