-
题名MRSVD敏感分量在单频周跳探测修复中的应用
被引量:1
- 1
-
-
作者
李越
范玉刚
黄国勇
-
机构
昆明理工大学信息工程与自动化学院
云南省矿物管道输送工程技术研究中心(昆明理工大学)
-
出处
《计算机工程与应用》
CSCD
北大核心
2017年第7期220-224,247,共6页
-
基金
国家自然科学基金(No.51169007)
云南省科技计划项目(No.2013CA022
+2 种基金
No.2012DA005
No.2011DH034)
云南省中青年学术和技术带头人后备人才培养计划项目(No.2011CI017)
-
文摘
准确探测微小周跳历元是周跳修复的关键,精准修复周跳是高质量北斗卫星导航系统(Bei Dou Navigation Satellite System,BDS)定位的难点,为此提出一种基于多分辨奇异值分解(Multi-Resolution Singular Value decomposition,MRSVD)的敏感分量预测模型,用于周跳探测与修复。该方法对探测信号构造Hankle矩阵,并对其进行MRSVD分析,得到一组具有不同分辨率的分量信号。然后对分量信号进行敏感因子评估分析,选取包含周跳特征的分量,构成敏感特征向量,凸显信号的周跳信息,进而通过模极大值谱精准检测出信号中奇异点的位置,实现对微小周跳的准确探测。以筛选出的MRSVD敏感特征向量为基础,构建最小二乘支持向量机(Least Square Support Vector Machine,LS-SVM)预测模型,进行周跳修复。实验结果表明,该方法能够对载波相位中出现的微小周跳进行准确探测与修复,证明了该方法的可行性和有效性。
-
关键词
多分辨奇异值分解(MRSVD)
敏感分量
单频周跳
探测与修复
北斗
最小二乘支持向量机(LS-SVM)
-
Keywords
Multi Resolution Singular Value Decomposition(MRSVD)
sensitive vector
single frequency cycle slip
detection and repair
BeiDou
Least Square Support Vector Machine(LS-SVM)
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-