改进的数据驱动时频分析方法及其应用

作     者：张学阳 

作者单位：国防科学技术大学 

学位级别：硕士

导师姓名：朱炬波

授予年度：2012年

学科分类：11[军事学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 08[工学] 081002[工学-信号与信息处理] 110503[军事学-军事通信学] 

主      题：数据驱动的时频分析 经验模式分解 集成经验模式分解 高斯白噪声的性质 北斗导航系统 伪距波动 

摘      要：自适应时频分析方法的理论和应用研究都具有十分重要的现实意义。本文主要针对数据驱动的时频分析方法(DDTFA)提出了一种初值自动生成的办法，并基于此改进的数据驱动的时频分析方法对高斯白噪声的性质和北斗导航系统的伪距波动问题进行了深入研究。全文的工作可归纳为以下三个方面： 1、对自适应的时频分析方法进行了系统研究，并针对数据驱动的时频分析方法(DDTFA)每一步都需手动设置初值的不便，结合EMD提出了一种初值自动生成的办法，这为大批量的多次分解提供了极大的便利。 2、基于DDTFA深入地研究了高斯白噪声的性质，并提出了一个检测含噪声数据中提取出的IMF统计重要性的方法。首先得到了IMF的能量密度与平均周期的关系——二者乘积为一常数，接着通过数值试验得到高斯白噪声的IMF服从正态分布，因而IMF的能量密度服从2分布，进而得到IMF能量的扩展函数。基于这些结果我们提出了一个检测含噪声数据中提取出的IMF统计重要性的方法，这在实际问题中是有着重要意义的。最后，我们将基于DDTFA的结果与基于EMD的结果进行了比较。 3、基于DDTFA对北斗导航系统的伪距波动问题进行了深入研究。首先介绍了伪距定位原理和伪距波动，然后对我们的实验数据来源进行了说明，接下来是对数据的处理和分析：我们将4组数据分解成IMF，然后用第四章提出的办法检验IMF的统计重要性，最后考察了IMF的平均周期、平均振幅和相关性。通过这些系统的处理和分析，我们发现了伪距波动数据中的快变和慢变分量，并对其成因作了初步分析，这将有助于我们进一步排查造成波动的原因和探索消除、抑制伪距波动的技术和算法。