GNSS浮标海潮高滤波光滑算法

全球导航卫星系统(global navigation statellite system, GNSS)浮标观测获取的实时海面高程数据中包含了潮汐、波浪和白噪声,其周期相差较大,可以通过滤波提取潮位信息。海面高作为一种非平稳和非线性的时间序列,常用的门限滤波、低通滤波、小波滤波等并不适用,经验模态分析法(empirical mode decomposition, EMD)适用于海面高分析,但容易存在模态混叠和分量冗余现象。基于改进的多指标多尺度排列熵算法(multi-scale permutation entropy, MMPE),分别与变分模态分解(variational model decomposition, VMD)和完全集合经验模态分解(complete ensemble empirical modal decomposition, CEEMD)结合,提出VMD+MMPE和CEEMD+MMPE两种降噪光滑模型。通过分析GNSS浮标数据的潮汐序列结果,并与小波分析重构潮位变化结果对比,其标准差分别为1.67 cm和1.39 cm,相关系数达到0.999 6与0.999 8,其中MMPE值分别为0.898 8和0.973 7。同时,通过三维频谱图的时频分析下,实验结果表明基于CEEMD+MMPE的算法具有更好的时频聚集性,在GNSS验潮数据处理方面具有较高的可行性和有效性。