研究目的
提出一种基于经验模态分解(EMD)和赫斯特分析(EMD-Hurst)的新型自适应方法,用于卫星激光测高全波形数据的去噪处理。
研究成果
EMD-Hurst是一种有效且精确的卫星测高全波形数据去噪方法,在不同信噪比水平下,其分解一致性和准确性均优于其他方法,为处理未来星载全波形数据提供了稳健的解决方案。
研究不足
该方法的效果取决于赫斯特指数的准确估计以及经验模态分解(EMD)的有效性。研究承认需要进一步探究影响EMD-赫斯特算法的因素,例如去趋势波动分析(DFA)方法中的数据长度和回归阶数。