[发明专利]一种坐标时间序列的降噪方法

说明书

本发明提出一种坐标时间序列的降噪方法，首先获取原始的坐标时间序列，并对其进行预处理；再将预处理后的坐标时间序列转换成轨迹矩阵，然后基于轨迹矩阵对坐标时间序列进行奇异值分解，得到分解分量并计算各分解分量与时间之间的MIC值；最后选择MIC值较大的前P个分量进行重构，重构后的坐标时间序列作为降噪结果，以实现对原始坐标时间序列的降噪。本发明通过MIC自适应准则确定用于重构的分解分量，综合考虑了分解分量、重构序列以及残差序列的MIC值，在保证重构后的坐标时间序列具有较强的非线性关系的同时兼顾更多的分解分量和更少的信号残留，实现了科学有效的降噪。

技术领域

本发明涉及一种坐标时间序列的降噪方法，属于坐标时间序列降噪技术领域。

背景技术

坐标时间序列中包含着许多与板块构造运动、地表质量迁移等地球动力学过程等有关的重要信息，这些信息成分往往是时间相关的，能够为地球动力学研究提供丰富的数据基础。坐标时间序列中的时间相关性成分主要由以下几部分组成：由构造运动引起的测站坐标的长期变化、由地球物理效应引起的测站坐标的季节性变化、地震引起的震后形变以及其他与时间相关的坐标变化。而这些能够反映地球物理学过程的成分往往与噪声混叠在一起，甚至被噪声所掩盖，坐标时间序列中的噪声主要来自于观测误差以及数据处理策略不完善带来的误差等。因此，对坐标时间序列进行有效的降噪，能够实现时间相关性成分的提取，继而为地球动力学研究提供准确数据，同时坐标时间序列也是地球参考框架建立和维持的关键基础数据，科学的降噪方法有助于基准站坐标与速度的精确估计和地球参考框架的高精度维持。

现有的坐标时间序列的降噪方法有许多。其中有采用局部均值分解对坐标时间序列数据进行分解，将认定噪声分量剔除，但这会导致部分有用信息丢失；还有通过奇异谱分析对时间序列进行分解和重构，该方法作为一种数据驱动的非参数方法，能够在不需要任何先验信息的前提下，通过时间序列的分解和重构从包含噪声的时间序列中提取出有用的信息，进而实现降噪处理。但是奇异谱分析中重构成分的确定对于降噪效果具有很大的影响，重构时目前采用是根据贡献率大小来确定重构成分，且重构成分的确定往往是基于人的主观判断，缺乏科学的自适应准则，会出现有用信息丢失的情况，无法保证降噪效果。

发明内容

本发明的目的是提供一种坐标时间序列的降噪方法，以解决在现有技术对坐标时间序列数据降噪过程中因缺乏科学的自适应准则而导致的有用信息丢失的问题。

本发明提供了一种坐标时间序列的降噪方法，该方法包括以下步骤：

1)获取原始坐标时间序列；

2)将获取的坐标时间序列转换成相应的轨迹矩阵，基于转换的轨迹矩阵对坐标时间序列进行奇异值分解，得到分解分量；

3)计算各分解分量与时间之间的MIC值，得到各分解分量的MIC值，按照各分解分量MIC值大小对所述分解分量进行排序，选取其中MIC值较大的P个分解分量进行重构，生成重构序列，该重构序列为降噪后的坐标时间序列，以实现对原始坐标时间序列的降噪；

所述P的选取依据为：前P个分解分量生成的重构序列的MIC值大于第一设定阈值而前P+1个分解分量生成的重构序列的MIC值小于第一设定阈值或者前P个分解分量生成的重构序列的MIC值大于第一设定阈值且残差序列的MIC值小于第二设定阈值，其中，残差序列是选取出P个分解分量后剩余的分解分量所构成的序列。

本发明利用奇异值分解和分解分量重构实现了坐标时间序列的降噪处理，在进行分解分量重构时，通过引入MIC准则，综合考虑分解分量、重构序列以及残差序列的MIC值，保证了重构后的坐标时间序列具有较强的非线性关系，同时兼顾更多的分解分量和更少的信号残留，实现了科学有效的降噪。

进一步地，所述步骤3)中的第一设定阈值的取值范围为[0.8,1]；第二设定阈值的取值范围为[0,0.3]。

通过上述这种方式，可以保证重构序列的强时间相关性和残差序列的弱时间相关性。