謝尚威，張陽陽，王 琦，雷海林

(東北大學(xué) 資源與土木工程學(xué)院，沈陽 110004)

?

小波分析的GPS數(shù)據(jù)去噪方法探討

謝尚威，張陽陽，王 琦，雷海林

(東北大學(xué) 資源與土木工程學(xué)院，沈陽 110004)

針對(duì)目前單歷元實(shí)時(shí)解算精度不高的問題，根據(jù)GPS信號(hào)噪聲特性和小波分析的基礎(chǔ)原理，分析影響GPS定位精度的誤差來源，并利用小波分析對(duì)GPS數(shù)據(jù)進(jìn)行去噪處理，然后從原始數(shù)據(jù)中提取L1、L2載波，以削弱觀測(cè)噪聲和多路徑噪聲等偶然誤差。通過一條基線觀測(cè)數(shù)據(jù)分析不同分解層次、閾值和小波函數(shù)選取對(duì)GPS基線數(shù)據(jù)去噪性能的影響，在此基礎(chǔ)上分析不同基線長度和觀測(cè)時(shí)間的GPS小波去噪性能，得出適用于小波去噪的GPS數(shù)據(jù)范圍，為小波去噪方法在單歷元模型中的應(yīng)用相關(guān)研究提供參考。

GPS信號(hào)；小波分析；數(shù)據(jù)去噪；基線處理

0 引言

20世紀(jì)90年代初小波分析(wavelet analysis)開始于應(yīng)用于測(cè)繪領(lǐng)域，文獻(xiàn)[1]首先利用小波分析理論研究全球定位系統(tǒng)(global positioning system，GPS)數(shù)據(jù)處理，文獻(xiàn)[2]應(yīng)用小波分析在觀測(cè)數(shù)據(jù)處理中探測(cè)周期性信號(hào)，文獻(xiàn)[3]提取變形信號(hào)等。針對(duì)目前單歷元實(shí)時(shí)解算精度不高的突出矛盾，為了提高單歷元定位的精度和實(shí)現(xiàn)實(shí)時(shí)處理，可以通過小波濾波分析的方法最大可能地去除噪聲，達(dá)到提高單歷元實(shí)時(shí)解算精度的目的。不同的小波函數(shù)具有不同特點(diǎn)，同一小波函數(shù)具有多種去噪方法，這些都影響小波分析去噪在GPS數(shù)據(jù)去噪處理中的性能。

本文通過對(duì)各種小波函數(shù)在GPS數(shù)據(jù)噪聲消除中的效果進(jìn)行比較，給出適用于小波去噪的GPS數(shù)據(jù)范圍，為小波去噪方法應(yīng)用于單歷元模型中以提高實(shí)時(shí)定位的精度提供參考。

1 GPS信號(hào)結(jié)構(gòu)和噪聲特性

GPS衛(wèi)星發(fā)射的信號(hào)包括測(cè)距碼、載波和導(dǎo)航電文等，其中載波包括L1載波和L2載波，相應(yīng)的頻率分別為1 575.42 MHz和1 227.60 MHz，采用L1、L2載波可以組成更多的線性組合，從而更好地消除電離層延遲。

L1載波和L2載波衛(wèi)星發(fā)射的信號(hào)[4]分別可表示為：

L1：SL1=APP(t)D(t)cos (2πf1t+φ1)+

AcG(t)sin (2πf1t+φ1)；

(1)

L2：SL2=BPP(t)D(t)cos (2πf2t+φ2)。

(2)

式中：Ap、BP和Ac分別表示P碼和C/A碼的振幅；f1、f2為L1載波和L2載波頻率；φ1、φ2為L1和L2載波信號(hào)的初相；P(t)、G(t)、D(t)分別表示P碼、C/A碼和導(dǎo)航電文。

測(cè)距碼包括C/A碼和P碼。C/A碼速率為每秒1.023 兆個(gè)碼元，只調(diào)制在L1載波上，它的作用主要用于粗略測(cè)距和快速捕獲衛(wèi)星信號(hào)，測(cè)距精度只能達(dá)到2.93 m；而P碼的碼速率是C/A碼的10倍，達(dá)到每秒10.23兆個(gè)碼元，同時(shí)調(diào)制在L1和L2載波上，且測(cè)距精度可以達(dá)到0.29 m[5]。

在GPS定位中有很多誤差源，如電離層延遲、對(duì)流層延遲、多路徑效應(yīng)和接收機(jī)噪聲等。關(guān)于對(duì)流層延遲和電離層延遲已有許多技術(shù)和模型可以用來消除或改正誤差，但多路徑效應(yīng)因接收機(jī)性能不同或周圍環(huán)境不同導(dǎo)致所受的影響不一樣。為了提高數(shù)據(jù)的可靠性和分析精度，去除噪聲的干擾是進(jìn)行信號(hào)預(yù)處理的主要目的。

2 小波分析的基本原理和去噪方法

小波分析是一種時(shí)頻局部化對(duì)信號(hào)進(jìn)行分析的方法，它用聯(lián)合的時(shí)域和頻域表示信號(hào)的特征，可以有效分析非平穩(wěn)的信號(hào)[6]。

(3)

時(shí)，則稱ψ(t)為基小波或母小波。由容許條件可以推論出：基小波ψ(t)至少必須滿足

(4)

子小波是通過母小波平移和伸縮得到的小波序列，即

(5)

式中：a為伸縮因子；b為平移因子。

信號(hào)f(t)的小波變換定義為

(6)

(7)

小波去噪方法是指通過平移和伸縮小波母函數(shù)形成函數(shù)空間，然后根據(jù)衡量準(zhǔn)則尋找真實(shí)信號(hào)的最佳逼近，將真實(shí)信號(hào)和噪聲信號(hào)分離開來[7]。用公式可以表述為

(8)

式中：β為含噪信號(hào)集合;opt代表最優(yōu)解;arg min為目標(biāo)函數(shù)取最小值的變量值;s為真實(shí)信號(hào)集合;x(t)為含噪信號(hào);s(t)為真實(shí)信號(hào);σ為噪聲信號(hào)標(biāo)準(zhǔn)差;e(t)為噪聲;I為含噪信號(hào)空間;W為小波函數(shù)空間;span為擴(kuò)張空間;ψ為小波基函數(shù);j為尺度因子按信頻程方式離散化值;k為平移因子與尺度因子的比值;J為小波基函數(shù)階數(shù);φ為尺度函數(shù);W(I)為I到W的函數(shù)空間映射;T為小波去噪后的信號(hào)集合空間。

3 小波去噪用于GPS基線處理

3.1 不同小波參數(shù)選取對(duì)GPS基線數(shù)據(jù)去噪性能的影響分析

小波去噪主要受到以下3個(gè)方面的影響：1)采用小波分解計(jì)算的分解層次；2)采用某一種閾值處理小波系數(shù)；3)采用某一種小波母函數(shù)進(jìn)行小波變換和信號(hào)重構(gòu)[8]。本次實(shí)驗(yàn)選取的GPS接收機(jī)為Ashtech Z-MAX接收機(jī)，選取位于沈陽市的石佛寺水庫大壩變形監(jiān)測(cè)控制網(wǎng)中的0001-0103這條基線進(jìn)行分析。該基線總共觀測(cè)了2 h10 min，歷元間隔為30 s，基線解算采用的后處理軟件為GNSS Solutions軟件。在未利用小波去噪前解算出該基線長度為7 324.390 m，95 %誤差為0.036 m。這里“95 %誤差”的含義是指依照數(shù)理統(tǒng)計(jì)的理論，觀測(cè)值誤差落在1.96倍均方根誤差(root mean square，RMS)范圍內(nèi)的概率是95 %。它是一種精度指標(biāo)，95 %誤差越小，解算精度越高；反之，解算精度越低。

利用C#編寫的程序提取Rinex觀測(cè)文件中的載波相位，將載波相位形成一維的序列載波信號(hào)。0001站點(diǎn)和0103站點(diǎn)接收的信號(hào)分別來自于10顆衛(wèi)星，所以共形成10個(gè)信號(hào)文件，這些衛(wèi)星是：SV01、SV05、SV06、SV09、SV12、SV14、SV18、SV22、SV30、SV31。

3.1.1 不同分解層次

本次實(shí)驗(yàn)將小波函數(shù)和閾值設(shè)為定值，閾值選為“Minimaxi”，小波函數(shù)選為“db6”，分解的層次分別選擇為1、2、3層，去噪后解算相應(yīng)的基線，結(jié)果見表1。

表1 用不同分解層次小波去噪后的基線解算結(jié)果

m

從表1可以看出，當(dāng)采用的小波函數(shù)和閾值一樣時(shí)，采用2層和3層分解層次解算的基線精度比未去噪前的精度要低，而采用1層分解層次基線解算的精度相比去噪前的解算精度高。

3.1.2 不同閾值

本次實(shí)驗(yàn)采用小波函數(shù)為“db6”的小波分別進(jìn)行1、2層分解，然后分別用Rigrsure閾值、Heursure閾值 和Sqtwolog閾值對(duì)GPS觀測(cè)數(shù)據(jù)進(jìn)行去噪[9]，然后解算相應(yīng)的基線，結(jié)果結(jié)果見表2。

表2 用不同閾值小波去噪后的基線解算結(jié)果 m

從表2可以看出，當(dāng)小波函數(shù)和層次固定時(shí)，采用Rigrsure閾值和Heursure閾值進(jìn)行數(shù)據(jù)去噪比未去噪前的基線解算精度要高，且采用Rigrsure閾值比Heursure閾值要更適合去噪，而選取Sqtwolog閾值進(jìn)行基線解算精度較低。

3.1.3 不同小波函數(shù)

本次實(shí)驗(yàn)將閾值和層次設(shè)為定值，由上面2個(gè)實(shí)驗(yàn)知道閾值選擇為“Rigrsure”、層次為“1”時(shí)基線解算精度較高。采用多種小波函數(shù)對(duì)基線分別進(jìn)行小波去噪然后進(jìn)行解算，處理的結(jié)果如表3所示。

表3 用不同小波函數(shù)去噪后的基線解算結(jié)果 m

從表3可以看出：對(duì)于該實(shí)驗(yàn)來說，db3、db4、db5、db6、sym3、sym4、coif3、coif4、coif5在去噪能力方面比其他的小波函數(shù)好。

3.2 不同基線長度和不同的觀測(cè)時(shí)間GPS基線小波去噪性能分析

為了考察不同基線長度和不同的觀測(cè)時(shí)間GPS小波去噪的性能，本文采用誤差限壓縮比來衡量，其定義為

誤差限壓縮比=

誤差限壓縮比是一個(gè)表征精度提高效果的百分?jǐn)?shù)，如果為正數(shù)，說明其在精度提高方面起到正面的作用；如果為負(fù)數(shù)，則說明其在精度提高方面起到負(fù)面的作用。其絕對(duì)值說明效果的明顯程度[10]。

小波去噪處理時(shí)，選擇的小波函數(shù)為db6，選取“Rigrsure”閾值，層次為“1”。

3.2.1 不同的觀測(cè)時(shí)間

對(duì)4組不同基線長度，且每組有5個(gè)基線長度近似相等，但觀測(cè)時(shí)間不同的GPS基線數(shù)據(jù)分別進(jìn)行小波去噪，其結(jié)果如表4所示。根據(jù)表4中數(shù)據(jù)處理結(jié)果，繪出如圖1～圖4的去噪前后誤差限對(duì)比圖。

從表4、圖1～圖4可以看出：第1組數(shù)據(jù)基線長為300 m左右，5條基線去噪后的95 %誤差均大于去噪前，且變化量隨著觀測(cè)時(shí)間的增加而增大；第2組數(shù)據(jù)基線長為1 300 m左右，除2 h34 min的基線數(shù)據(jù)去噪前后的95 %誤差沒有變化以外，其余4條基線數(shù)據(jù)去噪后的95 %誤差均大于去噪前，其變化量隨觀測(cè)時(shí)間的增加而增大；第3組數(shù)據(jù)基線長為6 300 m左右，其中觀測(cè)時(shí)間在3 h以內(nèi)的3條基線數(shù)據(jù)去噪后95%誤差較去噪前有不同程度的減小，另一種觀測(cè)時(shí)間超過5 h的2條基線數(shù)據(jù)去噪后95 %誤差較去噪前增大；第4組數(shù)據(jù)基線長為10 800 m左右，其中觀測(cè)時(shí)間在6 h以內(nèi)的4條基線數(shù)據(jù)去噪后95 %誤差較去噪前有不同程度的減小，另一種觀測(cè)時(shí)間超過9 h的1條基線數(shù)據(jù)去噪后95 %誤差較去噪前有所增大。

3.2.2 不同的基線長度

對(duì)4組不同觀測(cè)時(shí)間，且每組5個(gè)基線觀測(cè)時(shí)間相同，但基線長度不同的GPS基線數(shù)據(jù)分別進(jìn)行小波去噪，其結(jié)果如表5所示。根據(jù)表5中數(shù)據(jù)處理的結(jié)果，繪出如圖5～圖8的去噪前后誤差限對(duì)比圖。

表5 不同基線長數(shù)據(jù)的去噪結(jié)果

從表5、圖5～圖8可以看出：第5組數(shù)據(jù)觀測(cè)時(shí)間為2 h43 min左右，其中基線長為199.864 m和1 475.396 m的2條基線數(shù)據(jù)去噪后95 %誤差較去噪前有所增大，另一種基線長超過4 999 m的3條基線數(shù)據(jù)去噪后95 %誤差較去噪前有不同程度的減小，且減小量隨著基線長度的增加而增大；第6組數(shù)據(jù)的觀測(cè)時(shí)間為4 h35 min左右，其中基線長均小于5 176 m的4條基線數(shù)據(jù)去噪后95 %誤差較去噪前有不同程度的增大，另一種基線長為8 543.642 m的基線數(shù)據(jù)去噪后95%誤差較去噪前有所減??；第7組數(shù)據(jù)的觀測(cè)時(shí)間為6 h40 min左右，其中基線長小于3 718 m的4條基線數(shù)據(jù)去噪后95 %誤差較去噪前有不同程度的增大，另一種基線長為9 723.589 m的基線數(shù)據(jù)去噪后95 %誤差較去噪前有所減小；第8組數(shù)據(jù)的觀測(cè)時(shí)間為9 h 30 min左右，5條基線數(shù)據(jù)去噪后95 %誤差較去噪前都有不同程度的增大。

4 結(jié)束語

1)對(duì)GPS觀測(cè)數(shù)據(jù)進(jìn)行去噪處理時(shí)，選擇恰當(dāng)?shù)姆纸鈱哟巍⑿〔ê瘮?shù)以及小波閾值可以明顯減少誤差，從而提高基線解算的精度；反之，則會(huì)降低基線解算的精度。

2)隨著觀測(cè)時(shí)間的變化，誤差限壓縮比是不相同的。就負(fù)面影響而言，觀測(cè)時(shí)間越短，誤差限壓縮比絕對(duì)值越小，GPS數(shù)據(jù)去噪后起到的負(fù)面影響越小；就正面影響而言，觀測(cè)時(shí)間越短，誤差限壓縮比越大，其在精度提高方面起到的效果越好。

3)基于小波分析的GPS數(shù)據(jù)去噪方法作用于較短基線的效果是負(fù)面的，會(huì)不同程度地增大基線處理的95 %誤差；作用于較長基線的效果是正面的，會(huì)不同程度地減小基線處理的95 %誤差；作用于中等長度基線的效果甚微，幾乎沒有影響。

4)利用小波分析對(duì)GPS觀測(cè)數(shù)據(jù)進(jìn)行去噪時(shí)，應(yīng)該選擇觀測(cè)時(shí)間較短(時(shí)間≤3 h)的長基線(基線長≥5 000 m)進(jìn)行處理，其結(jié)果能達(dá)到預(yù)期的理想效果。

[1] COLLIN F,WARNANT R. Application of the wavelet transform for GPS cycle slip correction and comparison with Kalman filter[J]. Manuscripta Geodaetica, 1995, 20(3): 161-172.

[2] 文鴻雁, 張正祿. 小波分析與傅里葉變換相結(jié)合在探測(cè)周期性變形中的應(yīng)用[J]. 測(cè)繪通報(bào), 2004(4): 14-16.

[3] 黃聲享, 劉經(jīng)南. GPS變形監(jiān)測(cè)系統(tǒng)中消除噪聲的一種有效方法[J]. 測(cè)繪學(xué)報(bào), 2002, 31(2): 104-107.

[4] 李征航, 黃勁松. GPS測(cè)量與數(shù)據(jù)處理[M]. 武漢: 武漢大學(xué)出版社, 2005: 40-41.

[5] 李征航, 黃勁松, 獨(dú)知行, 等. GPS測(cè)量[M]. 武漢: 武漢大學(xué)出版社, 2012: 1-15.

[6] 盧宗壽, 何家裕, 王家?guī)? 小波分析發(fā)展及在測(cè)繪中應(yīng)用綜述[J]. 城市勘測(cè), 2011(6): 112-114.

[7] 章浙濤, 朱建軍, 匡翠林, 等. 小波包多閾值去噪法及其在形變分析中的應(yīng)用[J]. 測(cè)繪學(xué)報(bào), 2014，43(1): 13-20.

[8] 黨星海, 趙麗潔, 孔令杰, 等. 小波分析在GPS振動(dòng)監(jiān)測(cè)數(shù)據(jù)中的應(yīng)用[J]. 大地測(cè)量與地球動(dòng)力學(xué), 2013，33(2): 147-150.

[9] 李永泉. 小波和Kalman濾波用于GPS數(shù)據(jù)去噪方法分析[J]. 交通科技與經(jīng)濟(jì), 2011(2): 111-114.

[10]陶珂, 朱建軍. 小波去噪質(zhì)量評(píng)價(jià)方法的對(duì)比研究[J]. 大地測(cè)量與地球動(dòng)力學(xué), 2012,32(2): 128-133.

Discussion on GPS data de-noising method based on wavelet analysis

XIEShangwei,ZHANGYangyang,WANGQi,LEIHailin

(College of Resources and Civil Engineering, Northeastern University, Shenyang 110004, China)

Aiming at the problem that the real-time calculation accuracy of single epoch is not good, according to the basic theory of wavelet analysis and GPS signal noise characteristics, the paper analyzed the error sources influencing GPS positioning accuracy, de-noised the GPS data using wavelet analysis, and extracted the L1, L2 carrier phase data,from original data, in order to weaken the accidental errors such as multipath noise and observation noise.Moreover, a baseline observation data were used to analyze the impact of different decomposition levels, threshold selection methods and wavelet functions on the GPS baseline data de-noising performance, and the performance of GPS wavelet de-noising was researched with different lengths and different observation time, finally the GPS data scope of wavelet de-noising was concluded.The result could provide a reference for the related study on the application of wavelet de-noising method in single epoch model.

GPS signal; wavelet analysis; data de-noising; baseline processing

2016-08-12

謝尚威(1993—)，男，安徽阜陽人，碩士研究生，研究方向?yàn)镚PS數(shù)據(jù)處理。

謝尚威，張陽陽，王琦，等.小波分析的GPS數(shù)據(jù)去噪方法探討[J].導(dǎo)航定位學(xué)報(bào),2017,5(2):125-130.(XIE Shangwei, ZHANG Yangyang, WANG Qi, et al.Discussion on GPS data de-noising method based on wavelet analysis[J].Journal of Navigation and Positioning,2017,5(2):125-130.)

10.16547/j.cnki.10-1096.20170222.

P228

A

2095-4999(2017)02-0125-06