期刊文章详细信息
基于经验模态分解和小波阈值的自适应降噪方法
A self-adapting denoising method based on empirical mode decomposition and wavelet threshold
文献类型:期刊文章
SHI Zhiyuan;XU Weiming;ZHOU Bo;MENG Hao(Department of Military Oceanography and Hydrography,Dalian Naval Academy,Dalian 116018,China;Department of Basic Sciences,Dalian Naval Academy,Dalian 116018,China)
机构地区:[1]海军大连舰艇学院军事海洋与测绘系,辽宁大连116018 [2]海军大连舰艇学院基础部,辽宁大连116018
基 金:国家自然科学基金(61071006)。
年 份:2021
卷 号:41
期 号:6
起止页码:54-57
语 种:中文
收录情况:AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、ZGKJHX、核心刊
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%。
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
分 类 号:P23]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...