盗墓笔记小说下载,完美世界有声小说,欢乐颂小说

無線探空儀回波信號的變分模態分解與降噪研究

2020年電子技術應用第12期

李俊1，黃開明2，帥晶1

1.湖北經濟學院信息與通信工程學院，湖北武漢430205； 2.武漢大學電子信息工程學院，湖北武漢430072

摘要： 無線電探空儀探測風場數據存在著大量強烈的非線性非平穩的噪聲，采用一種結合變分模態分解的自適應和多尺度小波降噪的方法，對南極洲Syowa站點2019年1月的無線電探空儀風場數據進行了特征提取和降噪處理。首先利用變分模態分解法對信號進行模態分解，然后利用相關系數法確定屬于信號成分的模態分量，再利用小波分析法對剩余模態中的有效成分和噪聲做了進一步的分離，通過對全部的有效成分進行合并重構，實現信號的特征提取和降噪處理。仿真實驗和實際信號的處理結果都表明，該方法對于無線電探空儀風場信號中的非平穩非線性噪聲具有良好的抑制作用，與傳統方法相比，具有更好的特征提取和降噪能力。

關鍵詞： 無線電探空儀變分模態分解小波包分析降噪

中圖分類號： TN911
文獻標識碼： 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分解與降噪研究[J].電子技術應用，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.

Study on variational mode decomposition and noise reduction of signal of radiosonde

Li Jun1，Huang Kaiming2，Shuai Jing1

1.School of Information and Communication Engineering，Hubei University of Economics，Wuhan 430205，China； 2.School of Electronic Information，Wuhan University，Wuhan 430072，China

Abstract： There are a lot of strong non-linear and non-stationary noises in the wind field data detected by radiosonde. In this paper, an adaptive and multi-scale wavelet denoising method combined with variational modal decomposition is used to extract features and denoise the wind field data of radiosonde at Syowa station in Antarctica in January 2019. Firstly, the signal is decomposed by the Variational Mode Decomposition, then modes related to the signal components are determined by the correlation coefficient method, and then the effective components and noise in the remaining modes are further separated by the wavelet analysis method. By merging and reconstructing all the effective components, the signal feature extraction and noise reduction are realized. Simulation experiments and real signal processing results show that this method has a good suppression effect on non-stationary nonlinear noise in radiosonde wind field signals, and has better feature extraction and noise reduction capabilities than traditional methods.

Key words : radiosonde；variational mode decomposition；wavelet analysis；noise reduction

0 引言

無線電探空儀是對流層、平流層進行大氣探測的重要手段之一^[1-2]，可以綜合獲得大氣壓強、風場、溫度、濕度等信息，具備探測實時性強、時間空間分辨率較高等特點^[3]。目前世界各地運行著的龐大而完整的全球探測網，源源不斷地積累的海量數據，不斷促進著人們對與全球氣候變化趨勢、大氣氣象動力學過程以及局地大氣暫態結構等活動的理解^[4-5]。

然而實際的探測數據中往往夾雜著大量的隨機噪聲，特別是在風場數據中，存在著強烈的非線性非平穩穩定噪聲，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科學研究的真實可靠性。

針對非平穩非線性噪聲的存在，科學家們陸續發明了短時傅里葉變換、小波變換、主成分分析、經驗模態分解(Empirical Mode Decomposition，EMD)等一系列手段^[7-9]。然而這些方法也各有優缺點，小波變換在時域和頻域都具有較好的表現，然而存在著基函數的選取問題，無法自適應地處理信號^[10]；EMD方法可以按照信號本身的特點對于復雜的原始信號進行分解，得到若干個尺度不一樣的本征模態函數(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混疊、邊界效應等問題，目前還缺乏良好的理論性論證，計算效率也有待于進一步提高^[11]。

變分模態分解法(Variational Mode Decomposition，VMD)于2014年被首次提出，這種方法把信號IMF分量的獲取過程轉移到變分框架內進行，能夠更好地實現復雜信號的準確分離，同時也具備較好的抗噪聲干擾能力，在模態混疊和邊界效應的處理上都有著更好的表現^[12]。近年來，VMD方法也在許多領域內取得了很好的效果^[13-14]。

鑒于VMD算法在自適應信號處理方面的優點，本文結合相關系數比值、小波包信號分解等方法的優點，先利用VMD方法對信號進行分解，然后計算各個模態分量與原始信號的相關性，從而獲得相關模態和非相關模態，在此基礎上對于非相關模態進行小波分析和提取，提取其中的有用信息，最后將全部有用的信息進行重構實現去噪。仿真信號和實際信號的分析，都驗證了這種方法應用于無線電探空儀風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。

本文詳細內容請下載:http://www.viuna.cn/resource/share/2000003264

作者信息:

李俊1，黃開明2，帥晶1

(1.湖北經濟學院信息與通信工程學院，湖北武漢430205；

2.武漢大學電子信息工程學院，湖北武漢430072)

原創聲明：此內容為AET網站原創，未經授權禁止轉載。

相關內容