Tạp chí
 
Năm 2026
 
Số 67, Kỳ 3, [06 - 2026]

Ứng dụng Wavelet lọc tín hiệu GNSS liên tục và so sánh với lọc Kalman

DOI:10.46326/JMES.2026.67(3).09

  • Cơ quan:

    Trường Đại học Mỏ - Địa chất, Hà Nội, Việt Nam

  • *Tác giả liên hệ:
    This email address is being protected from spambots. You need JavaScript enabled to view it.
  • Nhận bài: 17-12-2025
  • Sửa xong: 01-04-2026
  • Chấp nhận: 21-04-2026
  • Ngày đăng: 01-06-2026
Trang: 107 - 115
Lượt xem: 27
Xem onlineXem online
Lượt tải: 1
Tải về PDF
★★★★★Yêu thích: , Số lượt: 0
  • ★
  • ★
  • ★
  • ★
  • ★
Bạn yêu thích

Tóm tắt:

Phép lọc Wavelet hiện được ứng dụng hiệu quả trong nhiều lĩnh vực như khử nhiễu tín hiệu âm thanh, tín hiệu y tế, GNSS; lọc và phân tích tín hiệu sinh học,… nhờ khả năng tách nhiễu, giữ nguyên đặc trưng tín hiệu và xử lý tốt cả miền thời gian lẫn tần số. Trong nghiên cứu này, chúng tôi khảo sát phép lọc Wavelet đối với dữ liệu GNSS liên tục (chuỗi tọa độ ENH) thu thập tại Việt Nam, mục đích là để giảm nhiễu của tín hiệu GNSS nhằm nâng cao độ chính xác đo GNSS liên tục phục vụ quan trắc chuyển dịch công trình. Kết quả lọc bằng Wavelet Daubechies-4 (db4) cho thấy hoàn toàn có thể sử dụng phương pháp này trong lọc dữ liệu GNSS. Các chỉ tiêu đánh giá độ chính xác về độ lệch chuẩn, sai số trung phương, sai số tuyệt đối trung bình giảm lớn nhất là 12,58%, nhỏ nhất là 1,07%. So sánh với lọc bằng Kalman ở khả năng khử nhiễu và tính ổn định chuỗi dữ liệu sau lọc, Wavelet-db4 hiệu quả hơn ở lĩnh vực làm trơn tín hiệu sau lọc nhưng lại không tốt bằng lọc Kalman ở khả năng dự báo. Đó là, độ lệch chuẩn của Wavelet-db4 thấp hơn 9,9%, sai số trung phương thấp hơn 9,5% so với lọc Kalman; sai số tuyệt đối tương đương nhau, còn độ phân tán dữ liệu sau lọc thì Kalman thấp hơn 3,4%. Vì thế, để có kết quả tốt hơn khi lọc số liệu GNSS liên tục có thể kết hợp hai phương pháp lọc với nhau.

Trích dẫn
Phạm Quốc Khánh, 2026. Ứng dụng Wavelet lọc tín hiệu GNSS liên tục và so sánh với lọc Kalman, Tạp chí Khoa học kỹ thuật Mỏ - Địa chất, số 67, kỳ 3, tr. 107-115.
Tài liệu tham khảo

Barthelmes, F., Ballani, L., Klees, R. (1994). On the application of wavelets in geodesy. IAG Symposia, 114, 394–403.

Davide A. Cucci Lionel Voirol Gael Kermarrec Jean-Philippe Montillet Stephane Guerrie  (2023). GMWMX for GNSS time series. Journal of Geodesy, 97(14). (Article 14)

Dương, N. H., Nguyễn, M. T., Nguyễn, T. L., Nguyễn, T. H., and Nguyễn, T. D. (2024). Ứng dụng kết hợp lọc Wavelet tiền xử lý dữ liệu cho mạng GCN LSTM. TNU Journal of Science and Technology – Đại học Thái Nguyên, 229(6). Truy cập từ http://jst.tnu.edu.vn.

Dương, Q. C. T., Nguyễn, H. H., Trương, Đ. A. K., and Hứa, G. K. (2024). Nghiên cứu áp dụng Continuous Wavelet Transform kết hợp thuật toán Marquardt. Tạp chí Khoa học Đại học Cần Thơ, 60(2), 65–74. https://doi.org/10.22144/ctujos.2024.266.

Ghaderpour, E., Ince, E.S.,  Pagiatakis, S.D., (2018). Least-squares wavelet analysis and its applications in geodesy and geophysics. Journal of Geodesy, 92, 1223–1236. https://doi.org/10.1007/s00190-018-1156-9.

Keller, W. (2004). Wavelets in geodesy and geodynamics. De Gruyter.

Kumar, P., and Foufoula-Georgiou, E. (1997). Wavelet analysis for geophysical applications. Reviews of Geophysics, 35(4),

385–412. https://doi.org/10.1029/97RG00427.

Li, D., Zhang, P., Zhao, J., Cheng, J., and Zhao, H. (2019). MP mitigation in GNSS positioning by GRU NNs and adaptive wavelet filtering. IET Communications, 13(17), 2756–2766. https://doi.org/10.1049/iet-com.2018.5792.

Nguyễn, V. K., Huỳnh, T. H., and Nguyễn, H. D. (2019). Lọc thích nghi tín hiệu điện não dựa trên Wavelet. Tạp chí Khoa học Trường Đại học Cần Thơ, 55(4), 21–30. https://doi.org/10.22144/ctu.jvn.2019.092.

Tao, Y., Liu, C., Liu, C., Zhao, X., Wu, H.(2021). Empirical wavelet transform method for GNSS coordinate series denoising. Journal of Geovisualization and Spatial Analysis, 5(1), Article 7. https://doi.org/10.1007/s41651-021-00078-7.

Trần, T. H. (2017). Ứng dụng wavelet để chiết xuất điểm đặc trưng phục vụ đồng đăng ký ảnh SAR. Tạp chí Khoa học Đo đạc và Bản đồ, (33), 30–34. https://doi.org/10.54491/jgac.2017.33.227.

Wang, W., Guo, M., and Chen, J. B. (2014). A new narrowband interference mitigation algorithm based on adaptive wavelet packet decomposition. In Proceedings of the 2014 International Conference on Mechatronics and Control (IMCCC) (pp. 6–11). https://doi.org/10.1109/IMCCC.2014.10.

Wapenaar, K., Ghose, R., Toxopeus, G. and Fokkema, J. (2005). Wavelet transform as a tool for geophysical data integration. Integrated Computer Aided Engineering, 12(1), 1–15. https://doi.org/10.3233/ICA-2005-12102.

David A. Yuen, Alain P. Vincent, Motoyuki Kido, Luděk Vecsey (2002). Geophysical applications of multidimensional filtering with wavelets. Pure and Applied Geophysics, 159, 2309–2385.

Yusri, M. S. (2021). Characterization of DWT as denoising method for φ-OTDR signal. International Journal of Nanoelectronics and Materials, 14(Special Issue), 333–340.

Zhong，P., Ding，X.L., Zheng，D.W., Chen，W.,Huang, D.F. (2008). Adaptive wavelet transform based on cross-validation method and its application to GPS multipath mitigation. GPS Solutions, 12(2), 109–117.

Zulfiqar, A., and Farooq, S. Z. (2023). Multipath mitigation for single frequency stand-alone receivers using wavelet denoising. In 2023 International Conference on Advances in Computing, Communication and Applied Sciences (ICACS) (pp. 6–11). IEEE. https://doi.org/10.1109/ICACS55311.2023.10089676.

Các bài báo khác