本文關鍵詞：BDS載波相位定位中周跳探測與修復方法的研究

  更多相關文章： 周跳探測與修復 局部均值分解 對偶樹復小波 敏感評估算法 最小二乘支持向量機

【摘要】：進入21世紀,我國許多產(chǎn)業(yè)不斷發(fā)展與升級,衛(wèi)星導航相關產(chǎn)業(yè)正快速發(fā)展并有著廣闊的前景,引起了國家和普通民眾的重視。對于經(jīng)濟與社會發(fā)展,擁有一整套獨立自主并且可控的衛(wèi)星導航系統(tǒng),將大大促進相關產(chǎn)業(yè)發(fā)展,提高國民經(jīng)濟,同時也為國家安全提供保障。而且,北斗導航系統(tǒng)的重大意義還在于它推動了工業(yè)信息化、產(chǎn)業(yè)融合、生產(chǎn)力提高和人民生活方式的轉變。然而,衛(wèi)星導航系統(tǒng)應用中始終存在的技術難點之一,即載波相位的周跳問題,它會影響到北斗導航系統(tǒng)高精度的定位、測姿和測速。因此,針對北斗導航系統(tǒng)載波相位中出現(xiàn)的周跳,進行及時有效地探測與修復十分必要的,也是具有重要的意義。周跳發(fā)生且僅發(fā)生在載波相位觀測值中,它的探測與修復實際上可分為識別、定位和修復三個過程。其中,周跳發(fā)生歷元的識別與定位是解決周跳問題的關鍵,也是實現(xiàn)周跳修復的前提。本文通過實際觀測的偽距觀測量和相位觀測量組合構造周跳檢測量,將其看作隨時間變化的一種信號,周跳是信號中的奇異點,根據(jù)信號奇異性檢測原理,提出幾種周跳檢測方法,并結合最小二乘支持向量機(least squares support vector machine, LS-SVM)在時間序列預測上的顯著優(yōu)勢,構建組合預測模型,不僅解決了大周跳的探測與修復問題,對于小周跳同樣可以實現(xiàn)準確地探測與修復。論文的主要內(nèi)容如下：(1)研究了局部均值分解(local mean decomposition, LMD)方法在信號處理中的應用機理,提出改進LMD的周跳探測方法。該方法能夠有效解決LMD方法中,由于平滑處理所造成的相位偏移現(xiàn)象,避免相位偏移帶來的周跳定位不準確問題。運用改進LMD方法對周跳檢測量處理,分解為一系列乘積函數(shù)(product function, PF)分量,利用敏感評估算法甄選出對周跳信息敏感的相關分量,去除噪聲分量及無關分量,構建訓練樣本集,建立組合預測模型,然后對各個敏感分量的預測值進行重構,得到最終預測值,通過將實測值與預測值對比作差,計算出周跳的大小,實現(xiàn)周跳的自動修復。(2)奇異值分解(Singular value decomposition, SVD)在檢測信號中突變信息、判定突變發(fā)生的時刻、信噪比高等方面具有一定的優(yōu)勢。將周跳看作信號中的奇異點,提出基于SVD包絡譜分析的周跳探測方法。該方法采用Hankel矩陣構建方式,然后對構造后的矩陣進行SVD處理,得到能反映突變信息的奇異值,最后運用SVD逆運算及反空間變換重構分量信號,并對其作hilbert變換,得到包絡譜,根據(jù)幅值極大值點位置探測周跳發(fā)生的歷元。(3)改進LMD和SVD包絡分析方法是周跳探測的有效手段,但仍存在1周小周跳漏檢的情況,鑒于此,提出基于對偶樹復小波(Dual-Tree Complex Wavelet Transform, DT-CWT)的周跳檢測方法。應用實測的觀測數(shù)據(jù)對算法進行驗證表明,該方法對時間序列中存在的微小周跳探測是十分有效的。通過敏感評估算法選擇與周跳信息相關的分量構建訓練樣本集,建立組合預測模型,然后對預測值進行重構,應用周跳計算公式計算出周跳值,從周跳發(fā)生時刻開始,將載波相位觀測值分別剔除周跳值,從而達到周跳修復的目的。
【關鍵詞】：周跳探測與修復 局部均值分解 對偶樹復小波 敏感評估算法 最小二乘支持向量機
【學位授予單位】：昆明理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN967.1
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 緒論11-19
• 1.1 課題研究背景及其意義11-12
• 1.2 北斗導航定位中周跳探測與修復的研究現(xiàn)狀12-15
• 1.2.1 北斗衛(wèi)星導航系統(tǒng)的發(fā)展現(xiàn)狀12-13
• 1.2.2 周跳探測與修復的國內(nèi)外研究現(xiàn)狀13-14
• 1.2.3 信號奇異性檢測理論在周跳探測中的應用現(xiàn)狀14-15
• 1.3 本文的主要研究內(nèi)容15-17
• 1.4 本章小結17-19
• 第二章 BDS基本觀測量及周跳的相關問題19-27
• 2.1 BDS基本觀測量19-20
• 2.2 北斗導航信號的主要誤差來源分析20-23
• 2.2.1 衛(wèi)星端的誤差20-21
• 2.2.2 信號傳播過程中的誤差21-22
• 2.2.3 接收設備造成的誤差22-23
• 2.3 周跳探測與修復的相關問題23-26
• 2.3.1 周跳的定義及產(chǎn)生原因23
• 2.3.2 周跳對定位精度的影響23-24
• 2.3.3 周跳檢驗量的數(shù)學模型24-26
• 2.4 本章小結26-27
• 第三章 基于改進LMD和LS-SVM的周跳探測與修復研究27-39
• 3.1 基于改進LMD的周跳探測方法28-32
• 3.1.1 LMD分解方法28-31
• 3.1.2 LMD方法改進31-32
• 3.2 基于改進LMD和LS-SVM的周跳組合預測模型32-35
• 3.2.1 敏感分量的選取32-33
• 3.2.2 構建組合預測模型33-35
• 3.3 實驗驗證35-38
• 3.4 本章小結38-39
• 第四章 基于SVD包絡譜的周跳探測與修復研究39-51
• 4.1 SVD包絡譜的周跳探測方法39-42
• 4.1.1 SVD檢測突變信息理論39-41
• 4.1.2 SVD分量包絡檢測方法41-42
• 4.2 基于EEMD和LS-SVM的周跳修復方法42-45
• 4.2.1 EEMD分解及選取敏感分量42-44
• 4.2.2 構建模型預測周跳大小44-45
• 4.3 實驗研究45-49
• 4.4 本章小結49-51
• 第五章 基于DT-CWT和LS-SVM的周跳探測與修復研究51-63
• 5.1 DT-CWT在周跳探測中的應用51-55
• 5.1.1 DT-CWT原理51-53
• 5.1.2 基于DT-CWT的探測原理53-55
• 5.2 基于DT-CWT和LS-SVM的周跳探測與修復實驗分析55-57
• 5.3 周跳探測方法的對比實驗57-61
• 5.4 本章小結61-63
• 第六章 總結與展望63-65
• 6.1 總結63-64
• 6.2 展望64-65
• 參考文獻65-69
• 致謝69-71
• 附錄A (攻讀碩士期間發(fā)表的論文)71-73
• 附錄B (攻讀碩士期間申請的軟件著作權)73

，

本文編號：987553