基于多参数自适应VMD的GNSS形变监测序列分解

针对结构健康监测场景下，全球导航卫星系统（GNSS）形变监测序列中各类特征相互混叠，难以进行特征提取与独立分析的问题，提出一种基于多参数自适应变分模态分解（MA-VMD）的时间序列分解算法。首先对变分模态分解（VMD）算法中多项参数对分解结果的影响进行了综合分析；然后从原始序列以及分解结果的频域特性出发，自适应调整分解模态数、惩罚因子、初始中心频率及拉格朗日乘子四组参数，建立MA-VMD算法。仿真序列实验表明，MA-VMD算法的序列分解结果与真实值之间的互相关系数为98.77%、均方根误差为0.1365 mm，均接近全局最优，并显著优于经验模态分解、奇异谱分析、改进变分模态分解等算法。最后基于实测GNSS变形监测数据验证了所提算法在工程应用上的有效性。