一种基于形态滤波和奇异值分解的周跳检测方法与流程

本发明涉及一种基于形态滤波和奇异值分解的周跳检测方法，属于北斗导航定位数据预处理领域。

背景技术：

随着导航和定位技术在生活和军事当中的应用越来越多，对定位精度的要求也越来越高。另一方面，我国对北斗卫星导航系统（bds）的建设也日趋完善，逐渐使之成为一个安全、高效、高质量的系统。在达到这些要求的同时，如何提高定位的精确性，其中对周跳的探测就是一个关键的因素。在处理bds数据时，周跳的存在会使观测值中出现一个偏差，这会使观测值失真，从而不能准确解算整周模糊度，因而，周跳探测是bds载波相位高精度定位必须要解决的问题之一。

对于周跳检测方法，国内外相关研究领域主要有：高次残差法、伪距载波相位差法、blewitt法、无几何距离法和多项式拟合法等。但是在已有方法中，较有效的探测方法像无几何距离法和blewitt法等都是针对双频观测数据的，对于单频数据因无法构成无几何组合以及mw（melbourne-wubbena）组合，基于此本发明为了快速达到对北斗单频周跳的探测，采用svd-形态滤波相结合的周跳探测方法，提取周跳的特征信号，进行周跳检测。

技术实现要素：

本发明提供了一种基于形态滤波和奇异值分解的周跳检测方法，以用于实现周跳检测。

本发明的技术方案是：一种基于形态滤波和奇异值分解的周跳检测方法，对含周跳的信号构建hankel矩阵，并对其进行svd分解，得到奇异值分量信号；对svd分解后的奇异值分量信号进行形态滤波处理，获得形态滤波后的信号，通过峭度值原则选取有效的形态滤波后的信号进行信号重构，根据重构的信号得出周跳发生的准确位置。

所述方法的具体步骤如下：

step1、含周跳的信号构建hankel矩阵，通过对奇异值分布曲线的分析选择矩阵维数m，并对其进行svd分解，得到m个奇异值分量信号；

step2、对svd分解后的m个奇异值分量信号进行形态滤波处理，获得m个形态滤波后的信号，通过峭度值原则选取最大的两个峭度值对应的形态滤波后的信号进行信号重构，根据重构的信号得出周跳发生的准确位置。

所述通过对奇异值分布曲线的分析选择矩阵维数m具体为：奇异值分布曲线中奇异值取值为零时对应的维数。

本发明的有益效果是：本发明不仅可以有效地用于不同历元间加入了不同周跳进行探测，也可以有效地用于单周跳探测。

附图说明

图1为本发明的流程图；

图2为本发明中未添加周跳的原始信号波形图；

图3为本发明中的奇异值曲线图；

图4为本发明中滤波处理前的分量信号波形图；

图5为本发明中滤波处理后的分量信号波形图；

图6为本发明中重构信号波形图；

图7为本发明中形态滤波后分量信号波形图；

图8为本发明中形态滤波重构信号波形图；

图9为传统svd对周跳信号探测的波形图。

具体实施方式

实施例1：如图1-9所示，一种基于形态滤波和奇异值分解的周跳检测方法，对含周跳的信号构建hankel矩阵，并对其进行svd分解，得到奇异值分量信号；对svd分解后的奇异值分量信号进行形态滤波处理，获得形态滤波后的信号，通过峭度值原则选取有效的形态滤波后的信号进行信号重构，根据重构的信号得出周跳发生的准确位置。

进一步地，可以设置所述方法的具体步骤如下：

step1、含周跳的信号构建hankel矩阵，通过对奇异值分布曲线的分析选择矩阵维数m，并对其进行svd分解，得到m个奇异值分量信号；

step2、对svd分解后的m个奇异值分量信号进行形态滤波处理，获得m个形态滤波后的信号，通过峭度值原则选取最大的两个峭度值对应的形态滤波后的信号进行信号重构，根据重构的信号得出周跳发生的准确位置。

进一步地，可以设置所述通过对奇异值分布曲线的分析选择矩阵维数m具体为：奇异值分布曲线中奇异值取值为零时对应的维数。

实施例2：如图1-9所示，具体实验如下：采用某公司的双星五频北斗数据信号，选取b3频段37118357.406~37125029.047之间连续的1000组历元。设置数据采样频率为1000hz，采样间隔为1s，以matlab为支持来实现实验仿真。所选取数据为原始不含周跳的数据，我们通过在所选数据的不同历元加入不同周跳，模拟不同类型的周跳探测，来检测发明方法对周跳的探测范围。并且通过对单周跳的高精度探测，进行形态滤波实验仿真与传统svd实验仿真数据对比，以检验本发明方法的优越性。

因所采集数据为报文形式的载波相位和伪距，要进行实验仿真还需对数据做进一步处理。主要通过伪距与载波相位观测值的二次差分处理，然后再在历元间作差，来得到无钟差和噪声干扰的实验用原始信号，如图2所示。

为了实验形态滤波方法对不同周跳的检测效果，本实验在不同历元间加入了不同周跳进行探测，具体如表1：

表1多周跳在不同历元间的添加

实验前需要先构建svd分析矩阵的维数，根据奇异值曲线，如图3可以看出m=6时奇异值趋于零，维数大于6的奇异值将没有实验价值。所以我们选取m=6来构建分析矩阵。

根据表1所加周跳对数据进行处理，经svd分解得到如图4所示的6个分量信号，由图图4可以看出未滤波前的分量信号虽然存在周跳信号，但并不是十分突出且存在噪声信号的干扰。为此我们采用形态滤波算法对分量信号进行重新生成以达到最大程度的滤除噪声信号突出周跳信号，如图5。接下来通过峭度值准则，选取分量信号（2）和分量信号（3）两组较大峭度值信号。进行信号重构，重构信号仿真实验图如图6。

基于峭度准则，峭度值较大的分量包含更多的原信号特征，将其重构后可以达到去噪并且突出原信号特征的目的。表2为信号的峭度值提取结果。根据表2，选取峭度值较大的分量信号2和分量信号3进行信号重构。

表2峭度值值信号

由图6可以看出，在所加5周和3周周跳处可以看出明显的冲击信号，所加1周周跳处也存在冲击信号，但相比较而言不是那么的明显。实验清晰检测出了5周和3周周跳，对于1周的周跳信号，虽然也能检测，但幅值较小，效果不是特别明显，如下将进一步进行单周跳的探测。

单周跳的探测与对比

通过模拟不同类型的周跳探测实验分析，在多个历元加入周跳时，其中对一周的小周跳的探测效果并不是很明显。为进一步实验方法的可行性，接下来在400历元处加入2周周跳进行探测，并采用传统svd进行同样的探测，通过对探测效果的比较来检验本方法的优越性。如图7形态滤波后的信号波形图。

根据滤波后的分量信号，可提取峭度值值信号，如表3所示：

表3峭度值选取

图8和图9分别为本发明方法对周跳信号的探测结果和传统svd方法对周跳的探测结果。

本发明首先采用相位伪距二次差法处理原始数据，以获得合适的北斗单频周跳检测数据。然后通过基于svd的形态滤波方法对周跳进行精确探测。该方法在传统svd对小周跳探测的基础上，进一步提出形态滤波的方法，先对周跳信号进行svd分解，通过峭度值准则选取有效奇异值，由此筛选出周跳信号明显的svd分量，并进行信号重构，准确定位出周跳发生的历元。通过对多个历元加入不同周跳验证本方法的可行性并在单历元加入单一周跳与传统svd探测方法进行对比实验，验证形态滤波结合svd算法较传统svd算法在周跳探测中的优越性。实验结果证明了将形态滤波用于svd分量筛选，能够获得更清晰的周跳信号，提高了周跳探测的精确性。

上面结合图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。