[发明专利]一种基于改进奇异谱的包含乘性噪声数据序列处理方法

摘要

本发明涉及一种基于改进奇异谱的包含乘性噪声数据序列处理方法，该方法通过将乘性噪声污染的数据序列变换成异构加性噪声污染是数据序列，再引进合理的权重因子进行加权SSA分析，因此在SSA处理时不破坏信号的结构，从而能高质量、高可靠性地提取时间序列数据中的信号。与现有技术相比，本发明不需要采用对数变换以将乘性噪声转换为加性噪声，避免了破坏时间序列数据的信号结构，因此在处理被乘性噪声污染的时间序列数据方面，具有效果更好、可靠性更高等优点。

主权项

1.一种基于改进奇异谱的包含乘性噪声数据序列处理方法，其特征在于，该方法包括如下步骤：/n1)获取含有乘性噪声数据序列，对该序列进行数据中心化处理；/n2)对中心化处理后的序列判断其是否存在缺值，若否，则该序列为完整数据序列，利用传统奇异谱分析方法获取估计信号；若是，则该序列为缺失数据序列，利用缺值奇异谱分析方法获取估计信号；/n3)基于步骤2)获取的估计信号，获取噪声的估计值，对噪声的估计值与步骤2)获取的估计信号进行主导判别，获取乘性噪声估计值；/n4)根据步骤3)获取的乘性噪声估计值获取乘性噪声的先验误差，根据误差传播定律计算得到噪声的先验误差；/n5)构建尺度因子，将乘性噪声转化为加性噪声，生成新的数据序列；/n6)对新生成的序列再次重复步骤2)～5)，提取新的信号；/n7)计算相邻两次提取信号的差值序列，判断是否满足收敛条件，若是，则处理终止，输出最后一次估计信号作为提取结果，若否，则继续进行循环迭代直到信号结果收敛为止。/n