【技术实现步骤摘要】
本专利技术涉及信号处理，更具体地说，涉及用于提取gnss坐标序列中信号的白化eemd方法。
技术介绍
1、全球导航卫星系统是重要的空间基础设施，给人类的科技和生活带来了深远的影响。很多国家和组织建立了大量的连续运行基准站网。几十年来，这些不断累积的gnss连续运行基准站为大地测量学及地球动力学研究提供了宝贵的基础数据。其中，gnss坐标序列的准确信号提取至关重要。gnss坐标序列数据在实际应用中常常受到强有色噪声的影响，这给信号提取的准确性和可靠性带来了挑战。
2、目前，常见的gnss坐标序列数据信号处理方法是经验模态分解的emd方法，和改进的集合经验模态分解的eemd算法。
3、在实际使用中，eemd算法是在非平稳、非线性信号处理等领域使用，较适用于白噪声为主的数据，而在针对在强有色噪声的背景下gnss坐标序列中，eemd方法容易产生处理方法适用性不足的情况。
4、于是，有鉴于此，针对现有的结构予以研究改良，提供用于提取gnss坐标序列中信号的白化eemd方法，以期达到更具有更加实用价值的目的。
技术实现思路
1、1.要解决的技术问题
2、针对现有技术中存在的问题，本专利技术的目的在于提供用于提取gnss坐标序列中信号的白化eemd方法，它可以有效提取强有色噪声背景下坐标序列中的信号，在强有色噪声背景下，采用白化eemd的方法完成gnss坐标序列中的信号的提取和分析，体现了该种白化eemd的方法对强有色噪声的背景下gnss坐标序列的
3、2.技术方案
4、为解决上述问题，本专利技术采用如下的技术方案。
5、用于提取gnss坐标序列中信号的白化eemd方法，该种白化eemd方法的具体实施步骤如下：
6、步骤s1：获取gnss坐标序列数据x(t)；
7、步骤s2：对gnss坐标序列数据x(t)进行预处理；
8、步骤s3：采用emd方法对gnss坐标序列分解；
9、步骤s4：基于分解的imf分量确定噪声序列v(t)，并构造其协方差阵cx；
10、步骤s5：白化噪声序列z(t)；
11、步骤s6：重构白化后的坐标序列x'(t)；
12、步骤s7：完成eemd信号的提取与验证。
13、进一步的，所述步骤s2中，gnss坐标序列数据的预处理的方式包括粗差剔除、阶跃修正和填充缺失数据。
14、进一步的，所述步骤s3中，生成gnss坐标序列数据x(t)的表达式为：
15、
16、其中，n表示分解的总imf个数，imfx,i(t)表示第i个imf分量，t表示时间，res(t)表示残差。
17、进一步的，所述步骤s4中，构造噪声序列v(t)的协方差阵cx的具体实施步骤如下：
18、步骤s4.1：基于白噪声模型和功率谱噪声模型，并采用极大似然估计方法，对前m个分量构成的噪声序列v(t)计算噪声参数，然后，构建协方差阵cx，引入似然函数；
19、步骤s4.2：随着重构噪声序列v(t)分量个数的增加，其估计的功率谱噪声振幅将发生变化，此时，以功率谱噪声振幅显著增加，且趋于稳定时为准则，确定筛选的分量，确定噪声序列v(t)和信号序列s(t)，且给出白噪声和功率谱噪声的振幅；
20、步骤s4.3：将确定的白噪声和功率谱噪声的振幅代入步骤s4.1中，得到噪声序列v(t)的最终的协方差阵cx。
21、进一步的，所述步骤s4.1中，在噪声序列v(t)计算噪声参数时，其表达式为：
22、
23、其中，m表示噪声分量的个数，取值范围为1,2,…,n，imfv,i(t)表示第i个噪声imf分量。
24、进一步的，所述步骤s4.1中，构建协方差阵cx，其表达式为：
25、cx＝α2i+β2j
26、j＝uut
27、
28、其中，cx表示协方差阵，i表示n×n单位矩阵，n表示数据的个数，j表示谱指数为θ的n×n功率谱噪声协方差矩阵，α表示白噪声振幅，β表示功率谱噪声振幅，u表示转换矩阵，δt表示采样间隔，同时满足：
29、
30、其中，为转换矩阵u中对应项的值。
31、进一步的，所述步骤s4.1中，引入似然函数，其表达式为：
32、
33、其中，lik表示似然值，det表示矩阵cx的行列式；
34、gnss坐标序列数据x(t)满足：
35、x(t)＝v(t)+s(t)
36、其中，v(t)表示噪声序列，s(t)表示信号序列。
37、进一步的，所述步骤s5中，将有色噪声序列转换为时序不相关的白噪声序列，白化处理后的噪声序列z(t)的表达式如下：
38、
39、然后，噪声序列z(t)的方差，其表达式如下：
40、
41、其中，dz表示白化后噪声序列的方差。
42、进一步的，所述步骤s6中，白化后噪声序列z(t)和信号序列s(t)重构为白化后的坐标序列x'(t)，其表达式为：
43、x'(t)＝z(t)+s(t)
44、然后，进行eemd，将其分解成多个imf分量，从分解得到的imf中筛选目标信号对应的分量，完成信号的提取与验证。
45、3.有益效果
46、相比于现有技术，本专利技术的优点在于：
47、本方案，针对在强有色噪声的背景下gnss坐标序列中的eemd方法不适用问题，将有色噪声白化为白噪声，然后进行eemd，从而实现准确提取信号，此时，采用该方法，可综合emd和eemd特性，提出筛选噪声序列分量的准则，引入白化过程实现有色噪声的白化，可有效提取强有色噪声背景下坐标序列中的信号，在强有色噪声背景下，采用eemd方法进行信号提取的数据分析中，经过白化后的eemd方法可有效保证其在不同噪声存在时的适用效果。
本文档来自技高网...【技术保护点】
1.用于提取GNSS坐标序列中信号的白化EEMD方法，其特征在于：该种白化EEMD方法的具体实施步骤如下：
2.根据权利要求1所述的用于提取GNSS坐标序列中信号的白化EEMD方法，其特征在于：所述步骤S2中，GNSS坐标序列数据的预处理的方式包括粗差剔除、阶跃修正和填充缺失数据。
3.根据权利要求1所述的用于提取GNSS坐标序列中信号的白化EEMD方法，其特征在于：所述步骤S3中，生成GNSS坐标序列数据x(t)的表达式为：
4.根据权利要求1所述的用于提取GNSS坐标序列中信号的白化EEMD方法，其特征在于：所述步骤S4中，构造噪声序列v(t)的协方差阵Cx的具体实施步骤如下：
5.根据权利要求4所述的用于提取GNSS坐标序列中信号的白化EEMD方法，其特征在于：所述步骤S4.1中，在噪声序列v(t)计算噪声参数时，其表达式为：
6.根据权利要求4所述的用于提取GNSS坐标序列中信号的白化EEMD方法，其特征在于：所述步骤S4.1中，构建协方差阵Cx，其表达式为：
7.根据权利要求4所述的用于提取GNSS
8.根据权利要求1所述的用于提取GNSS坐标序列中信号的白化EEMD方法，其特征在于：所述步骤S5中，将有色噪声序列转换为时序不相关的白噪声序列，白化处理后的噪声序列z(t)的表达式如下：
9.根据权利要求1所述的用于提取GNSS坐标序列中信号的白化EEMD方法，其特征在于：所述步骤S6中，白化后噪声序列z(t)和信号序列s(t)重构为白化后的坐标序列x'(t)，其表达式为：
...【技术特征摘要】
1.用于提取gnss坐标序列中信号的白化eemd方法，其特征在于：该种白化eemd方法的具体实施步骤如下：
2.根据权利要求1所述的用于提取gnss坐标序列中信号的白化eemd方法，其特征在于：所述步骤s2中，gnss坐标序列数据的预处理的方式包括粗差剔除、阶跃修正和填充缺失数据。
3.根据权利要求1所述的用于提取gnss坐标序列中信号的白化eemd方法，其特征在于：所述步骤s3中，生成gnss坐标序列数据x(t)的表达式为：
4.根据权利要求1所述的用于提取gnss坐标序列中信号的白化eemd方法，其特征在于：所述步骤s4中，构造噪声序列v(t)的协方差阵cx的具体实施步骤如下：
5.根据权利要求4所述的用于提取gnss坐标序列中信号的白化eemd方法，其特征在于：所述步骤s4.1中，在...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。