论文部分内容阅读
提出基于经验模式分解技术的GPS高程时间序列时频分析方法,并以两个CORS基准站多年连续的高程时间序列数据为对象,获取序列信号的各个本征模态函数分量,研究了信号周期运动的主要贡献分量和序列趋势项的合成与分离的方法。结果表明:在一定的序列区间长度上识别周期项与趋势项才有意义;经验模式分解技术分离的序列趋势项呈现大曲率的非线性形式,与传统的周期函数高程序列拟合线性趋势项存在较大的差异。