基于小波收缩阈值降噪的卫星重力梯度数据粗差探测方法  

OUTLIER DETECTION ALGORITHM FOR SATELLITE GRAVITY GRADIENT DATA BY USING WAVELET SHRINKAGE DENOISING

作　　者：吴云龙[1] 罗志才[1,2] 李辉[3] 钟波[1] 

机构地区：[1]武汉大学测绘学院,武汉430079 [2]武汉大学地球空间环境与大地测量教育部重点实验室,武汉430079 [3]中国地震局地震研究所,武汉430071

出　　处：《大地测量与地球动力学》2010年第4期55-58,共4页Journal of Geodesy and Geodynamics

基　　金：国家自然科学基金(40874002);国家高技术研究发展计划项目(2008AA12Z105);国家科技支撑计划项目(2008BAC35B05);新世纪优秀人才支持计划项目(NCET-07-0635)

摘　　要：基于小波分析理论,提出小波收缩阈值降噪对重力梯度测量数据的粗差探测方法,模拟生成含有白噪声和粗差的重力梯度数据,并进行粗差探测的试算和分析。模拟试算结果表明,此方法用于重力梯度测量数据的粗差探测可达到97%的成功率。On the basis of wavelet theory,the outlier detection algorithm in satellite gravity gradiometry using wavelet shrinkage denoising is established,and simulation data with white noise and outliers is generated.The computed and analysis results indicate that wavelet method is a novel outlier detection algorithm with 97% ratio of success.

关 键 词：卫星重力梯度 粗差探测 小波收缩 阈值 HAAR小波 

分 类 号：P207[天文地球—测绘科学与技术]