水田平地机GNSS高程数据EMD与S-G联合降噪研究

摘要

【目的】减小基于全球卫星导航系统(Global navigation satellite system, GNSS)的水田平地机在测量地势高程信息时存在的多路径效应和机器振动影响，提高水田平地前基准面建立的准确度，进而提升平地质量。【方法】结合经验模态分解(Empirical mode decomposition,EMD)和Savitzky-Golay(S-G)滤波各自的优势，提出了一种EMD与S-G联合降噪的方法。该方法首先采用EMD将原始高程信号分解成若干本征模态函数(Intrinsic mode functions,IMFs)，利用归一化自相关函数和相关系数将其细分为噪声IMFs、混合IMFs和有效IMFs，然后利用S-G算法对混合IMFs进行滤波，最后将S-G滤波后的IMFs与有效IMFs进行重构，得到最终降噪后的数据。【结果】静态验证试验结果表明，联合滤波后的均方根误差比滤波前降低了36.9%，信噪比比滤波前提高了6.3%。田间测量试验结果表明，滤波后的数据波动范围减少了11.9%。【结论】EMD与S-G联合降噪算法有效削减了多路径效应误差和振动误差，改善了数据的平滑度，对于提高水田平地作业质量具有现实意义。

关键词

水田平地机 / 全球卫星导航系统 / 降噪 / 经验模态分解 / Savitzky-Golay滤波