汤 俊 李垠健 高 鑫

1 华东交通大学土木建筑学院，南昌市双港东大街808号，330013 2 华东交通大学土木工程国家实验教学示范中心，南昌市双港东大街808号，330013

GNSS变形监测具有测站间无需通视和全天候自动观测等优点[1]，被广泛应用于工程结构的健康监测。由于数据采集过程中易受天气、树木遮挡、多路径效应等多种因素影响，GNSS变形序列中常包含测量噪声，这些噪声会严重影响测量精度，导致监测物的变形信息不准确。因此，有必要对监测数据进行滤波处理。常见的变形监测数据滤波方法有小波去噪[2-3]、Kalman滤波[4]、经验模态分解[5-8](empirical mode decomposition, EMD)等。GNSS变形监测受背景噪声影响具有非平稳、高频率、重复性强等特点，EMD及其改进方法在处理该类信号时具有明显优势。本文针对EMD分解中的噪声传递以及真实信号缺失等问题，提出基于EMD的改进方法——CEEMDAN，在分解过程中加入有限次自适应白噪声，可有效避免模态混叠和信号失真。通过比较CEEMDAN、EMD和小波去噪方法的去噪效果，利用仿真数据与GNSS边坡实测监测数据进行实验分析，验证该方法的有效性和可靠性。

1 CEEMDAN方法构建

1.1 CEEMDAN原理

EMD在构建包络线时使用三次样条法，无法判断信号两端是否为极值点，所以会产生端点效应。在分解过程中，EMD采取递归分解，在频率尺度不连续时，无法正确分离不同尺度的信号，从而造成模态混叠现象。针对该问题，EEMD分解时在序列中间断加入高斯白噪声，由于白噪声具有均值为0的特点，因此在加入数量足够多的情况下白噪声会相互抵消，从而在一定程度上避免模态混叠问题，但分解后的单个IMF仍存在残余噪声，导致残余噪声在高阶IMF和低阶IMF中传递。……