Indexed by：
Abstract：
为降低原子钟频差的噪声,根据其数据非线性非平稳的特征,将整体经验模态分解用于原子钟频差去噪算法。首先将原子钟频差数据叠加一定强度的白噪声;然后进行经验模态分解,如此重复多次;最后将各分量叠加求平均得到去噪的原子钟频差序列。从时域和频域上分别分析了该算法的去噪效果,并与小波阈值去噪算法进行了比较。结果表明,该算法有效地去除了原子钟频差数据序列中的噪声,将方差由小波算法的2.707%降为0.7263%,数据变得更加平稳。
Keyword：
Reprint Author's Address：
Email：
Source ：
计量学报
Year： 2017
Issue： 04
Volume： 38
Page： 499-503
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 8
Affiliated Colleges：
