[发明专利]基于变分模态分解的卫星导航信噪比数据去趋势方法

说明书

本发明提供一种基于变分模态分解的卫星导航信噪比数据去趋势方法，包括步骤：S1：利用变分模态分解方法对卫星导航SNR数据进行分解，初始化设定本征模态函数为一个非平稳的调幅调频信号，分解层数为k，分解可得到IMFi分量；S2：将分解后得到的各个IMFi分量的幅值与输入的卫星导航SNR数据进行比较，得到表征卫星导航SNR数据中趋势项特征的IMFt分量；S3：去除表征卫星导航SNR数据中趋势项的IMFt分量后对剩余的IMFi分量进行重构，得到去趋势后的SNR数据。本发明提出的一种基于变分模态分解的卫星导航信噪比数据去趋势方法，可有效去除SNR数据中的趋势项，实现信号中SNR振荡项的精确提取。

技术领域

本发明涉及卫星导航信噪比数据去趋势方法领域，尤其涉及一种基于变分模态分解的卫星导航信噪比数据去趋势方法。

背景技术

全球导航卫星系统(GNSS)具有全天候测量、高分辨率、高精度、近实时的特点，广泛应用于授时、通信和定位等服务，在军事和经济等领域中发挥了重要作用。随着对GNSS的研究，人们发现GNSS反射的信号可用于探测地球表面环境，即GNSS-R技术。目前，GNSS-R技术已经广泛地应用于地表监测研究领域，主要应用包括海面高度、积雪厚度和土壤湿度监测等。

目前常用的基于GNSS-R技术进行地表监测的研究方法为利用大地测量型接收机接收到的卫星导航信噪比数据(SNR)进行分析。卫星信号在传播过程中，受接收机周围环境影响，产生了多径干扰效应，即卫星导航信号经过物体反射后被接收机的天线接收，并与同频率的直射信号会干涉成一个信号，通过建立不同的反演模型可反演出需要观测的物理量。通过研究发现，基于SNR数据反演地表参数时，影响反演结果的因素为干涉信号的幅值，信号幅值的平方即为信号的功率。因此，大地测量型接收机所接收到SNR数据可以表示为直射信号功率、多径信号功率以及由直射信号和多径信号干扰引起的SNR振荡项叠加而成，其中的直射信号功率和多径信号功率是直射和多径信号的非相干项，是一个上升趋势项，对反演结果毫无作用，需要采用适当的方法将趋势项去除。研究发现，对去除趋势项重构后的SNR数据进行Lomb Scargle Periodograms(LSP)谱变换等方法可以反演得到去趋势的SNR的频率以及对应的功率谱幅值等相关参数，通过建立发反演模型进一步可以得到海面高度、积雪厚度和土壤湿度等需要观测的物理量。目前，去除趋势项的方法较多，其中最经典的是最小二乘曲线拟合法，此外常用的还有滑动平均法、小波变换等方法，但这些方法一般都需提前确定拟合曲线的类型或设定阈值，在处理复杂多变的非平稳信号时有一定的限制。经验模态分解(EMD)方法虽然能够实现非平稳信号的自适应分解，无需考虑趋势项类型，但受到模态混叠和端点效应的影响，精度较低。

发明内容

针对上述现有技术中的不足，本发明提供一种基于变分模态分解的卫星导航信噪比数据去趋势方法，可有效去除SNR数据中的趋势项，实现SNR振荡项的精确提取，为该类问题的解决提供了一种可行的方法。

为了实现上述目的，本发明提供一种基于变分模态分解的卫星导航信噪比数据去趋势方法，包括步骤:

S1：利用变分模态分解方法对接收到的卫星导航SNR数据进行分解，初始化设定本征模态函数为一个非平稳的调幅调频信号，分解层数为k，分解可得到IMFi分量，计算每个所述IMFi分量的中心频率ω_k；

S2:将分解后得到的各个所述IMFi分量的幅值与输入的所述卫星导航SNR数据进行比较，得到表征所述卫星导航SNR数据中趋势项特征的IMFt分量；

S3：去除表征所述卫星导航SNR数据中趋势项的所述IMFt分量后对剩余的所述IMFi分量进行重构，得到去趋势后的SNR数据。

优选地，所述本征模态函数满足公式(1)：

其中，t表示时间序列，u_k(t)表示基于t的调幅调频信号；A_k(t)表示基于t的包络线；表示基于t的相位。