文獻(xiàn)標(biāo)識碼: A
DOI:10.16157/j.issn.0258-7998.200818
中文引用格式: 李俊,黃開明,,帥晶. 無線探空儀回波信號的變分模態(tài)分解與降噪研究[J].電子技術(shù)應(yīng)用,,2020,46(12):103-106,,110.
英文引用格式: Li Jun,,Huang Kaiming,Shuai Jing. Study on variational mode decomposition and noise reduction of signal of radiosonde[J]. Application of Electronic Technique,,2020,,46(12):103-106,110.
0 引言
無線電探空儀是對流層,、平流層進(jìn)行大氣探測的重要手段之一[1-2],,可以綜合獲得大氣壓強(qiáng)、風(fēng)場,、溫度,、濕度等信息,具備探測實時性強(qiáng)、時間空間分辨率較高等特點[3],。目前世界各地運(yùn)行著的龐大而完整的全球探測網(wǎng),,源源不斷地積累的海量數(shù)據(jù),不斷促進(jìn)著人們對與全球氣候變化趨勢,、大氣氣象動力學(xué)過程以及局地大氣暫態(tài)結(jié)構(gòu)等活動的理解[4-5],。
然而實際的探測數(shù)據(jù)中往往夾雜著大量的隨機(jī)噪聲,特別是在風(fēng)場數(shù)據(jù)中,,存在著強(qiáng)烈的非線性非平穩(wěn)穩(wěn)定噪聲,,有時甚至幾乎能將信號淹沒[6],這些噪聲的存在也影響著后續(xù)科學(xué)研究的真實可靠性,。
針對非平穩(wěn)非線性噪聲的存在,,科學(xué)家們陸續(xù)發(fā)明了短時傅里葉變換,、小波變換,、主成分分析、經(jīng)驗?zāi)B(tài)分解(Empirical Mode Decomposition,,EMD)等一系列手段[7-9],。然而這些方法也各有優(yōu)缺點,小波變換在時域和頻域都具有較好的表現(xiàn),,然而存在著基函數(shù)的選取問題,,無法自適應(yīng)地處理信號[10];EMD方法可以按照信號本身的特點對于復(fù)雜的原始信號進(jìn)行分解,,得到若干個尺度不一樣的本征模態(tài)函數(shù)(Intrinsic Mode Function,,IMF),可以分析信號的瞬時幅值,、瞬時頻率等實時特征,,然而卻容易引起模態(tài)混疊、邊界效應(yīng)等問題,,目前還缺乏良好的理論性論證,,計算效率也有待于進(jìn)一步提高[11]。
變分模態(tài)分解法(Variational Mode Decomposition,,VMD)于2014年被首次提出,,這種方法把信號IMF分量的獲取過程轉(zhuǎn)移到變分框架內(nèi)進(jìn)行,能夠更好地實現(xiàn)復(fù)雜信號的準(zhǔn)確分離,,同時也具備較好的抗噪聲干擾能力,,在模態(tài)混疊和邊界效應(yīng)的處理上都有著更好的表現(xiàn)[12]。近年來,,VMD方法也在許多領(lǐng)域內(nèi)取得了很好的效果[13-14],。
鑒于VMD算法在自適應(yīng)信號處理方面的優(yōu)點,本文結(jié)合相關(guān)系數(shù)比值、小波包信號分解等方法的優(yōu)點,,先利用VMD方法對信號進(jìn)行分解,,然后計算各個模態(tài)分量與原始信號的相關(guān)性,從而獲得相關(guān)模態(tài)和非相關(guān)模態(tài),,在此基礎(chǔ)上對于非相關(guān)模態(tài)進(jìn)行小波分析和提取,,提取其中的有用信息,最后將全部有用的信息進(jìn)行重構(gòu)實現(xiàn)去噪,。仿真信號和實際信號的分析,,都驗證了這種方法應(yīng)用于無線電探空儀風(fēng)回波信號特征提取的可靠性,具有良好的降噪和信號分離能力,。
本文詳細(xì)內(nèi)容請下載:http://forexkbc.com/resource/share/2000003264
作者信息:
李 俊1,,黃開明2,帥 晶1
(1.湖北經(jīng)濟(jì)學(xué)院 信息與通信工程學(xué)院,,湖北 武漢430205,;
2.武漢大學(xué) 電子信息工程學(xué)院,湖北 武漢430072)