一种基于变分模态分解和奇异谱分析的GPR信号去噪方法

    公开(公告)号:CN113887398B

    公开(公告)日:2024-12-13

    申请号:CN202111153545.2

    申请日:2021-09-29

    Applicant: 中南大学

    Abstract: 本申请公开了一种基于变分模态分解和奇异谱分析的GPR信号去噪方法,首先基于能量损失比最小法确定最优模态数K,对原信号进行VMD分解并得到K个分量,然后通过皮尔逊相关系数法获得有效信号分量,最针对有效信号分量中依然存在的少量噪声,引入奇异谱分析进行二次滤波,进一步提高信噪比,重构获得去噪后的信号。仿真实验、数值模拟和实测资料均验证了上述方法的有效性。本申请方法能够有效地压制背景噪声及杂波干扰,使异常体的信号特征更加突出,进一步证实了该方法用于处理GPR信号的有效性和适用性,为GPR实际资料的数据处理及有效信号的二次利用提供了有价值的参考。

    一种基于变分模态分解和奇异谱分析的GPR信号去噪方法

    公开(公告)号:CN113887398A

    公开(公告)日:2022-01-04

    申请号:CN202111153545.2

    申请日:2021-09-29

    Applicant: 中南大学

    Abstract: 本申请公开了一种基于变分模态分解和奇异谱分析的GPR信号去噪方法,首先基于能量损失比最小法确定最优模态数K,对原信号进行VMD分解并得到K个分量,然后通过皮尔逊相关系数法获得有效信号分量,最针对有效信号分量中依然存在的少量噪声,引入奇异谱分析进行二次滤波,进一步提高信噪比,重构获得去噪后的信号。仿真实验、数值模拟和实测资料均验证了上述方法的有效性。本申请方法能够有效地压制背景噪声及杂波干扰,使异常体的信号特征更加突出,进一步证实了该方法用于处理GPR信号的有效性和适用性,为GPR实际资料的数据处理及有效信号的二次利用提供了有价值的参考。

Patent Agency Ranking