0 引言

    無線電探空儀是對流層、平流層進行大氣探測的重要手段之一^[1-2]，可以綜合獲得大氣壓強、風場、溫度、濕度等信息，具備探測實時性強、時間空間分辨率較高等特點^[3]。目前世界各地運行著的龐大而完整的全球探測網，源源不斷地積累的海量數據，不斷促進著人們對與全球氣候變化趨勢、大氣氣象動力學過程以及局地大氣暫態結構等活動的理解^[4-5]。

    然而實際的探測數據中往往夾雜著大量的隨機噪聲，特別是在風場數據中，存在著強烈的非線性非平穩穩定噪聲，有時甚至幾乎能將信號淹沒^[6]，這些噪聲的存在也影響著后續科學研究的真實可靠性。

    針對非平穩非線性噪聲的存在，科學家們陸續發明了短時傅里葉變換、小波變換、主成分分析、經驗模態分解(Empirical Mode Decomposition，EMD)等一系列手段^[7-9]。然而這些方法也各有優缺點，小波變換在時域和頻域都具有較好的表現，然而存在著基函數的選取問題，無法自適應地處理信號^[10]；EMD方法可以按照信號本身的特點對于復雜的原始信號進行分解，得到若干個尺度不一樣的本征模態函數(Intrinsic Mode Function，IMF)，可以分析信號的瞬時幅值、瞬時頻率等實時特征，然而卻容易引起模態混疊、邊界效應等問題，目前還缺乏良好的理論性論證，計算效率也有待于進一步提高^[11]。

    變分模態分解法(Variational Mode Decomposition，VMD)于2014年被首次提出，這種方法把信號IMF分量的獲取過程轉移到變分框架內進行，能夠更好地實現復雜信號的準確分離，同時也具備較好的抗噪聲干擾能力，在模態混疊和邊界效應的處理上都有著更好的表現^[12]。近年來，VMD方法也在許多領域內取得了很好的效果^[13-14]。

    鑒于VMD算法在自適應信號處理方面的優點，本文結合相關系數比值、小波包信號分解等方法的優點，先利用VMD方法對信號進行分解，然后計算各個模態分量與原始信號的相關性，從而獲得相關模態和非相關模態，在此基礎上對于非相關模態進行小波分析和提取，提取其中的有用信息，最后將全部有用的信息進行重構實現去噪。仿真信號和實際信號的分析，都驗證了這種方法應用于無線電探空儀風回波信號特征提取的可靠性，具有良好的降噪和信號分離能力。

本文詳細內容請下載:http://www.tom3567.com/resource/share/2000003264

作者信息:

李  俊1，黃開明2，帥  晶1 

(1.湖北經濟學院 信息與通信工程學院，湖北 武漢430205；

2.武漢大學 電子信息工程學院，湖北 武漢430072)