CEEMD及最小二乘支持向量机在单频周跳探测与修复中应用.docVIP

CEEMD及最小二乘支持向量机在单频周跳探测与修复中应用 　　摘 要：鉴于高精度北斗定位单频观测数据中微小周跳难以检测的问题，基于完全经验模态分解（CEEMD）和最小二乘支持向量（LS―SVM）提出一?N检测与修复单频小周跳的方法。该方法首先采用伪距测量和载波相位观测量构造周跳检测量，并通过CEEMD分解得到多个IMF分量，再利用相关性分析获得周跳信号明显的IMF分量，通过对所选取的分量进行Hilbert分析，用最大点的位置确定待检测周跳的历元。最后，通过使用既定的预测模型，将测量值与预测值进行比较，进而完成修复。结果表明，该方法消除了EMD分解IMF分量存在的模式混叠问题对周跳探测精度的影响，可以有效地检测和修复高精度北斗定位单频观测数据中的小周跳。 　　关键词：CEEMD；LS―SVM；周跳检测量；Hilbert分析；模式混叠 　　DOI：10.11907/rjdk.172824 　　中图分类号：TP319 　　文献标识码：A文章编号：1672-7800（2018）005-0113-04 　　Abstract：In this paper， a method for detecting and repairing single-frequency small-cycle jumps is proposed based on full empirical mode decomposition （CEEMD） and LS―SVM in view of the problem that micro-cycle jumps are not easy to detect in high-precision Beidou positioning single frequency observation data. The method first uses the pseudorange measurement and the carrier phase observation to form the cycle slip detection， and decomposes to obtain multiple IMF components by CEEMD. And then the correlation and kurtosis analysis is made to obtain the apparent cycle of the IMF component by selecting the components of the Hilbert analysis. The maximum point of the location is used to determine the epoch of cycle slips.. Finally， the measured value is compared to the predicted value to complete the repair by using the established prediction model. The results show that this method eliminates the aliasing effect of EMD decomposition of the IMF component on the accuracy of cycle slip detection， and can effectively detect and repair the cycle slips of the high-precision Beidou single frequency observation data. 　　Key Words：CEEMD； LS―SVM； cycle slip detection； Hilbert analysis； mode aliasing 　　0 引言 　　在北斗卫星高精度导航定位系统中，对周跳的准确修复是实现高精度定位的关键。周跳的修复则需要对周跳发生的历元进行有效检测[1]。周跳发生的原因有许多，但主要分为卫星信号被遮挡、卫星信噪比低、接收机硬件问题和卫星振荡器发生故障4个方面。目前，周跳探测常用方法有：高次差法[2]、相位减伪距法[3]、电离层残差法[4]、卡尔曼滤波法[5]和多项式拟合法[6]等。 　　国内外许多文献都对此进行了研究，文献[7]采用时间序列法对单频观察数据进行周跳检测和修复，但只能准确检测和修复3周以上周跳。文献[8]提出了一种基于EMD的周跳检测新方法。该方法虽然分析了EMD对周跳检测的影响，但是模式混叠对周期检测的影响未得到有效解决。文献[9]将周跳产生的原因