SIESTA用于分子和固体的电子结构计算和分子动力学模拟。SIESTA使用标准的Kohn-Sham自恰密度泛函方法，结合局域密度近似(LDA-LSD)或广义梯度近似(GGA)。计算使用完全非局域形式(Kleinman-Bylander)的模守恒赝势。基组是数值原子轨道的线性组合(LCAO)。它允许任意个角动量，多个zeta，极化和截断轨道。计算中把电子波函和密度投影到实空间网格中，以计算Hartree和XC势，及其矩阵元素。除了标准的Rayleigh-Ritz本征态方法以外，程序还允许使用占据轨

［目的］为了去除船体结构应力监测数据中的噪声信号，获得有效的数据信息，以便为后续数据挖掘提 供支撑，［方法］首先，采用 HHT 方法中的经验模态分解（EMD）算法对数据进行成分分析，得到固有模态函数 （IMF）和余项。然后，通过 Hilbert变换得到 Hilbert谱，证明应力监测数据的非平稳特性。最后，以信噪比（SNR） 和均方根误差（RMSE）为例，结合自适应去噪和小波阈值去噪两种方法对应力监测数据进行去噪效果比较。 ［结果］结果表明，基于 HHT方法的自适应去噪和小波去噪都具有一定

vmd变分模态分解，是一种自适应、完全非递归的模态变分和信号处理的方法。该技术具有可以确定模态分解个数的优点，其自适应性表现在根据实际情况确定所给序列的模态分解个数，随后的搜索和求解过程中可以自适应地匹配每种模态的最佳中心频率和有限带宽，并且可以实现固有模态分量（IMF）的有效分离、信号的频域划分、进而得到给定信号的有效分解成分，最终获得变分问题的最优解。(VMD variational modal decomposition is an adaptive, completely non-rec