[发明专利]基于奇异谱分析的非视距通讯定位误差消除方法和装置

权利要求书

1.一种基于奇异谱分析的非视距通讯定位误差消除方法，其特征在于，包括如下步骤：

(1)获取非视距通讯观测值时间序列，从该观测值时间序列中重构与形成该观测值时间序列的原始动力系统在拓扑意义下等价的相空间，得到一个L维的轨迹矩阵，所述L不小于2；

(2)对得到的轨迹矩阵进行奇异值分解，得到轨迹矩阵的奇异谱和特征向量，并根据奇异谱和特征向量得到分量矩阵；

(3)根据贡献率对轨迹矩阵的分量矩阵进行挑选，剔除其中包含趋势成分的分量矩阵；

(4)对剔除趋势成分后的轨迹矩阵进行反Hankel矩阵变换，得到误差消除后的非视距通讯观测值时间序列。

2.根据权利要求1所述的一种基于奇异谱分析的非视距通讯定位误差消除方法，其特征在于，所述步骤(1)中，采用关联维算法确定所述轨迹矩阵的维度L。

3.根据权利要求1所述的一种基于奇异谱分析的非视距通讯定位误差消除方法，其特征在于，在对剔除趋势成分后的轨迹矩阵进行反Hankel矩阵变换时，如果轨迹矩阵反对角线上的元素不相同，则先对所述轨迹矩阵进行对角平均。

4.根据权利要求1所述的一种基于奇异谱分析的非视距通讯定位误差消除方法，其特征在于，所述步骤(3)中，首先按照各分量矩阵方差贡献率由大到小的顺序对各分量矩阵的主分量进行排序，然后采用Kendall非参数检验法对轨迹矩阵中是否存在趋势成分进行判断：

对于时间序列X_i(1≤i≤n)，其中X_i(1≤i≤n)，满足i≤j,X_i≤X_j的下标(i,j)的对数N_τ进行统计，设如果r服从均值为0，方差为的正态分布，则该判断为时间序列X_i(1≤i≤n)中不存在趋势成分；

所述分量矩阵的主分量是指将相应分量矩阵进行对角平均计算以后得到的一维时间序列。

5.一种基于奇异谱分析的非视距通讯定位误差消除装置，包括处理器和存储器，所述存储器存储有用于在处理器上执行的计算机程序；其特征在于，所述处理器执行存储器上所存储的计算机程序时实现如下步骤：

(1)获取非视距通讯观测值时间序列，从该观测值时间序列中重构与形成该观测值时间序列的原始动力系统在拓扑意义下等价的相空间，得到一个L维的轨迹矩阵，所述L不小于2；

(2)对得到的轨迹矩阵进行奇异值分解，得到轨迹矩阵的奇异谱和特征向量，并根据奇异谱和特征向量得到分量矩阵；

(3)根据贡献率对轨迹矩阵的分量矩阵进行挑选，剔除其中包含趋势成分的分量矩阵；

(4)对剔除趋势成分后的轨迹矩阵进行反Hankel矩阵变换，得到误差消除后的非视距通讯观测值时间序列。

6.根据权利要求5所述的一种基于奇异谱分析的非视距通讯定位误差消除装置，其特征在于，所述步骤(1)中，采用关联维算法确定所述轨迹矩阵的维度L。

7.根据权利要求5所述的一种基于奇异谱分析的非视距通讯定位误差消除装置，其特征在于，在对剔除趋势成分后的轨迹矩阵进行反Hankel矩阵变换时，如果轨迹矩阵反对角线上的元素不相同，则先对所述轨迹矩阵进行对角平均。

8.根据权利要求5所述的一种基于奇异谱分析的非视距通讯定位误差消除装置，其特征在于，所述步骤(3)中，首先按照各分量矩阵方差贡献率由大到小的顺序对各分量矩阵的主分量进行排序，然后采用Kendall非参数检验法对轨迹矩阵中是否存在趋势成分进行判断：

对于时间序列X_i(1≤i≤n)，其中X_i(1≤i≤n)，满足i≤j,X_i≤X_j的下标(i,j)的对数N_τ进行统计，设如果r服从均值为0，方差为的正态分布，则该判断为时间序列X_i(1≤i≤n)中不存在趋势成分；

所述分量矩阵的主分量是指将相应分量矩阵进行对角平均计算以后得到的一维时间序列。