APP下载

原子钟数据的改进经验模态分解降噪

2021-06-16赵高长龚莹莹

关键词:信号效果方法

惠 恬,赵高长,苏 军,龚莹莹

(西安科技大学 理学院,陕西 西安 710600)

0 引言

精准的时间尺度需要根据参与计算的原子钟模型及其频率稳定度来设计[1-2],由于铯原子钟自身存在的噪声会对其输出信号的频率稳定度和精度造成影响,因此在计算时间尺度之前,对铯原子钟数据进行消噪处理以提高其频率稳定度,具有重要意义。

目前,可以通过滤波的方法对原子钟的噪声进行处理。例如,文献[3]应用小波方法、Vondrak方法和卡尔曼(Kalman)滤波等7种方法,对原子钟数据进行消噪处理,均达到了比较好的降噪效果,其中小波方法的效果最好。在实际应用中,Kalman滤波[4-5]和小波方法[6-7]都有一定的缺陷。Kalman滤波的过程过于复杂,小波分析则需要选择一个合适的小波函数,分解层数还要选择合适的阈值。经验模态分解(empirical mode decomposition,EMD)方法是一种新的自适应信号处理技术,采用该方法对原子钟数据进行降噪处理,可以消除随机噪声的影响,提高原子钟的短期稳定度,获得更加精确的时间尺度,同时避免了Kalman滤波和小波阈值方法的缺点。文献[8]采用EMD方法,对高性能5071A原子钟信号进行了去噪和频率预测。文献[9-10]在文献[8]的基础上,采用EMD方法对铯原子钟的白色调频噪声进行去噪处理,并应用经过处理后的原子钟数据进行时间尺度计算,研究了EMD方法对合成频率稳定度的影响。然而,传统的EMD方法将信号分解成多个固有模函数(intrinsic mode function,IMF)分量后,将含有噪声的高频IMF分量舍弃,再将剩余的低频IMF分量与残差合成作为平滑后的原子钟数据。……

登录APP查看全文

猜你喜欢

信号效果方法
按摩效果确有理论依据
信号
完形填空二则
迅速制造慢门虚化效果
基于FPGA的多功能信号发生器的设计
抓住“瞬间性”效果
模拟百种唇妆效果
用对方法才能瘦
基于LabVIEW的力加载信号采集与PID控制
四大方法 教你不再“坐以待病”!