基于经验模态分解和小波阈值的自适应降噪方法

• 作者: 石志远 徐卫明 周波 孟浩
• 来源期刊: 海洋测绘
• 学科: 地球科学
• 关键词: 信号降噪 全波形激光雷达 经验模态分解 小波阈值 噪声自适应
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 工程实践
• 页码范围: 54-57,72
• 页数: 5页
• 分类号: P23
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3044.2021.06.012

摘要

针对全波形三维激光测绘雷达(LiDAR)在数字地形测量中如何降低背景噪声问题,提出了一种基于经验模态分解(EMD)和小波阈值的自适应降噪方法.在扫测的地形信号经EMD分解后,计算内蕴模式函数(IMF)与经过2/3阶重构的扫测信号之间的互相关函数,从而改善小波阈值自适应地对IMF中的高频噪声成分进行滤除.实验结果表明,与EMD重构降噪法、小波阈值降噪法和传统的EMD-小波联合降噪法比较,这种方法在对全波形LiDAR回波信号的噪声剔除和地物信号保留方面具有明显的优势,降噪后信号的误差能缩小10％～20％,波形相关性能提升5％～ 20％,信噪比能提升20％ ～ 40％.