CN111353131B - 一种码载偏离度阈值计算的方法 - Google Patents

Abstract

本发明公开了一种码载偏离度阈值计算的方法，码载偏离度阈值计算的方法包括剔除预设仰角范围的码载偏离度数据，得到第一目标正常偏离度数据；对第一目标正常偏离度数据按照预设仰角进行分组，得到i组偏离度数据；基于箱型图法对i组中的每一组偏离度数据进行预处理，剔除异常数据，得到第二目标正常偏离度数据；对第二目标正常偏离度数据基于似然估计计算出总体均值μ_i和总体标准差σ_i；基于总体均值μ_i和总体标准差σ_i计算出每一组偏离度数据的阈值μ_i±3σ_i。实现在计算均值和标准差之前采用了预处理技术对异常数据进行剔除，并且对异常剔除之后的数据采用了似然估计方法对数据进行估计均值与标准差，进而提高了计算出的码载偏离度阈值的准确度。

Description

一种码载偏离度阈值计算的方法

技术领域

本发明涉及卫星信号质量检测码载偏离度阈值计算技术领域，尤其涉及一种码载偏离度阈值计算的方法。

背景技术

阈值的选取对于信号质量监测中码载偏离度监测来说是一个至关重要的问题，当阈值选取好之后便以这一组阈值为标准对实时的码载偏离度进行判定，当超过这一组阈值的范围便认为当前码载偏离度发生了异常，若阈值选得过低，则会将并未异常的数据判定为异常，而若阈值选择得过高，则会将发生了异常的数据判定为正常，所以无论阈值选取的过大还是过小均会对码载偏离度的判定产生影响。

由于长期统计一组码载偏离度数据后可以知道其符合的分布为正态分布，所以目前传统的方法是直接计算出这一组码载偏离度数据的均值μ与标准差σ，并根据正态分布的3倍标准差原则计算出μ±3σ作为阈值的上下限，所以μ与σ的准确度就决定了阈值的准确度，然而这样统计计算出来的μ与σ确实能很好的描述当前的这一组码载偏离度数据所符合的规律，但却不一定能很好的用来描述总体的码载偏离度的规律，即由这一组μ和σ计算出来的阈值也只对当前统计的这一组码载偏离度数据具有很好的效果，对总体码载偏离度的数据却不一定能起到很好的效果，再加上传统方法并未考虑到由于钟跳或者非电离层异常引起的周跳等接收机内部或外部的原因影响了所统计的这一组码载偏离度数据的分布情况，尽管由于码载偏离度是一种低频变化的数据，当产生钟跳或者非电离层异常引起的周跳等原因时导致的码载偏离度异常属于高频分量，通过低通滤波器可以滤除这些高频分量，但统计的这一组码载偏离度数据中仍会存在一些幅值较大的异常数据，同样会影响这一组数据的分布情况导致计算出的μ与σ出现误差，进而影响阈值的计算，所以想要得到准确的阈值的关键就是要得到准确的μ和σ。

但是传统码载偏离度阈值计算方法中计算出的阈值准确度低。

发明内容

本发明的目的在于提供一种码载偏离度阈值计算的方法，旨在解决传统码载偏离度阈值计算方法中计算出的阈值准确度低的问题。

为实现上述目的，本发明提供了一种码载偏离度阈值计算的方法，包括：

获取预设时间内收集的一组码载偏离度数据按照仰角进行分组，所述预设时间长度大于或等于卫星绕地球运行的一个周期；

剔除预设仰角范围的码载偏离度数据，得到第一目标正常偏离度数据；

对所述第一目标正常偏离度数据按照预设仰角进行分组，得到i组偏离度数据；

基于箱型图法对i组中的每一组偏离度数据进行预处理，剔除异常数据，得到第二目标正常偏离度数据；

对所述第二目标正常偏离度数据基于似然估计计算出总体均值μ_i和总体标准差σ_i；

基于总体均值μ_i和总体标准差σ_i计算出每一组偏离度数据的阈值μ_i±3σ_i。

在一实施方式中，基于箱型图法对i组中的每一组偏离度数据进行预处理，剔除异常数据，得到第二目标正常偏离度数据，具体包括：

将每一组偏离度数据按照升序排列，计算每一组偏离度数据的下四分位数Q_i,d和上四分位数Q_i,u；

根据上四分位数Q_i,d和下四分位数Q_i,u确定上下限；

根据上下限剔除异常数据，得到第二目标正常偏离度数据。

在一实施方式中，对所述第二目标正常偏离度数据基于似然估计计算出总体均值μ_i和总体标准差σ_i，具体包括：

对第二目标正常偏离度数据分别由概率密度函数建立似然函数；

对每一组似然函数求对数，得到对数似然函数；

基于对数似然函数分别对均值与标准差进行求偏导；

基于偏导等于零，计算得到总体均值μ_i和总体标准差σ_i。

在一实施方式中，将每一组偏离度数据按照升序排列，计算每一组偏离度数据的下四分位数和上四分位数，具体包括：

获取下四分位数所在的位置P_i,d，判断下四分位数所在的位置P_i,d是否为整数；其中，

n_i表示第i组数据的数据个数；

若是，则下四分位数为Q_i,d＝x_i(P_i,d)；

若否，则Q_i,d＝0.25×x_i(floor(P_i,d))+0.75×x_i(ceil(P_i,d))，其中floor表示向下取整，ceil表示向上取整。

在一实施方式中，将每一组偏离度数据按照升序排列，计算每一组偏离度数据的下四分位数和上四分位数，具体还包括：

获取上四分位数所在的位置P_i,u，判断上四分位数所在的位置P_i,u是否为整数；其中，

n_i表示第i组数据的数据个数；

若是，则上四分位数为Q_i,u＝x_i(P_i,u)；

若否，则上四分位数为Q_i,u＝0.75×x_i(floor(P_i,u))+0.25×x_i(ceil(P_i,u))，其中floor表示向下取整，ceil表示向上取整。

在一实施方式中，根据上四分位数和下四分位数确定上下限，具体包括：

确定四分位距IQR_i＝Q_i,u-Q_i,d；

确定上限thred_i,u＝Q_i,u+1.5×IQR_i，下限thred_i,d＝Q_i,d-1.5×IQR_i。

在一实施方式中，对第二目标正常偏离度数据分别由概率密度函数建立似然函数，其中，所述概率密度函数为：

其中，x_i(j)为升序排列之后第i组数据中的第j个数，j的范围为1～n_i，n_i表示第i组数据的数据个数，μ_i、σ_i表示的是第i组数据所符合的分布的总体均值与总体标准差。

在一实施方式中，对第二目标正常偏离数据分别由概率密度函数建立似然函数，其中，所述似然函数为：

本发明的一种码载偏离度阈值计算的方法，通过剔除预设仰角范围的码载偏离度数据，得到第一目标正常偏离度数据；对所述第一目标正常偏离度数据按照预设仰角进行分组，得到i组偏离度数据；基于箱型图法对i组中的每一组偏离度数据进行预处理，剔除异常数据，得到第二目标正常偏离度数据；对所述第二目标正常偏离度数据基于似然估计计算出总体均值μ_i和总体标准差σ_i；基于总体均值μ_i和总体标准差σ_i计算出每一组偏离度数据的阈值μ_i±3σ_i。实现在计算均值和标准差之前采用了预处理技术对异常数据进行剔除，能大大提高剩余数据的可靠性，并且对异常剔除之后的数据采用了似然估计方法对数据进行估计均值与标准差，由于似然估计计算的是总体的均值与标准差，比对一组数据直接计算得出的均值与标准差更加稳健，与真实值的偏差更小，进而提高了计算出的码载偏离度阈值的准确度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种码载偏离度阈值计算的方法的流程示意图；

图2是本发明步骤S104的具体流程示意图；

图3是本发明步骤S105的具体流程示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

请参阅图1，是本发明提供的一种码载偏离度阈值计算的方法的流程示意图。具体的，所述码载偏离度阈值计算的方法可以包括以下步骤：

S101、获取预设时间内收集的一组码载偏离度数据按照仰角进行分组；

本发明实施例中，首先收集一组码载偏离度数据，所述预设时间长度大于或等于卫星绕地球运行的一个周期，只有收集完一个周期的数据才能完整的计算出每一个仰角处的阈值。

S102、剔除预设仰角范围的码载偏离度数据，得到第一目标正常偏离度数据；

本发明实施例中，预设仰角范围为0度以上10度以下，由于仰角在0度以上10度以下的时候外部环境复杂，即卫星受到的外部干扰较为严重，对码载偏离度影响大，即码载偏离度数据跳动会比较大，所以仰角在0～10度之间的码载偏离数据不予考虑，即不计算在0～10度之间的码载偏离度数据的阈值。

S103、对所述第一目标正常偏离度数据按照预设仰角进行分组，得到i组偏离度数据；

本发明实施例中，所述预设仰角为10度，即所述第一目标正常偏离度数据按照每10度仰角分为一组，i等于1～8；比如从10～90度一共分为8组，即i等于8，n_i表示第i组数据的数据个数。

S104、基于箱型图法对i组中的每一组偏离度数据进行预处理，剔除异常数据，得到第二目标正常偏离度数据；

本发明实施例中，请参阅图2，将每一组偏离度数据按照升序排列，计算每一组偏离度数据的下四分位数Q_i,d和上四分位数Q_i,u；获取下四分位数所在的位置P_i,d，判断下四分位数所在的位置P_i,d是否为整数；其中，

n_i表示第i组数据的数据个数；

若是，则下四分位数为Q_i,d＝x_i(P_i,d)；

若否，则Q_i,d＝0.25×x_i(floor(P_i,d))+0.75×x_i(ceil(P_i,d))，其中floor表示向下取整，ceil表示向上取整。

获取上四分位数所在的位置P_i,u，判断上四分位数所在的位置P_i,u是否为整数；其中，

n_i表示第i组数据的数据个数；

若是，则上四分位数为Q_i,u＝x_i(P_i,u)；

若否，则上四分位数为Q_i,u＝0.75×x_i(floor(P_i,u))+0.25×x_i(ceil(P_i,u))，其中floor表示向下取整，ceil表示向上取整。

根据上四分位数Q_i,d和下四分位数Q_i,u确定上下限；

确定四分位距IQR_i＝Q_i,u-Q_i,d；

确定上限thred_i,u＝Q_i,u+1.5×IQR_i，下限thred_i,d＝Q_i,d-1.5×IQR_i。

根据上下限剔除异常数据，得到第二目标正常偏离度数据，对每一组偏离度数据进行判断，将大于thred_i,u和小于thred_i,d的数据判定为异常数据进行剔除。

由于原始数据中若存在一定的异常数据，会导致整体数据不能很好地符合正态分布规律，所以首先对每一组数据采用箱型图法进行分析，将大于上限和下限的数据判定为异常数据进行剔除，对于完全符合正态分布规律的数据使用箱型法剔除掉异常数据时剔除的数据仅占总数据量的0.3％左右，进行这一步预处理后既能保留绝大部分正常数据，又能将小部分的异常数据丢弃，即使丢弃的数据里包含了部分正常数据，仍然不会影响总体数据的分布，所以此预处理步骤大大的提高了第二目标正常偏离度数据的可靠性，剔除了异常数据之后的第二目标正常偏离度数据比原始数据能更好的符合正态分布规律。

S105、对所述第二目标正常偏离度数据基于似然估计计算出总体均值μ_i和总体标准差σ_i；

本发明实施例中，请参阅图3，对第二目标正常偏离度数据分别由概率密度函数建立似然函数；其中，所述概率密度函数为：

其中，x_i(j)为升序排列之后第i组数据中的第j个数，j的范围为1～n_i，n_i表示第i组数据的数据个数，μ_i、σ_i表示的是第i组数据所符合的分布的总体均值与总体标准差。

对每一组似然函数求对数，得到对数似然函数；其中，所述似然函数为：

将所述似然函数(2)进一步化简为：

对于正态分布而言，小概率的样本点出现的概率很小，也就是几乎不会出现，所以已经出现的样本点所对应的概率值总体是很大的，因而他们相乘起来也应是一个很大的值，对应到(2)(3)中的似然函数方程中也就是最接近真实值的μ_i和σ_i会使得似然函数L取得最大值，故接下来的目标是对似然函数L求最大值，但是直接对(2)(3)中的似然函数求最大值并不容易，为了更简便的求出最大值，对似然函数取对数：

基于对数似然函数分别对均值与标准差进行求偏导；

基于偏导等于零，计算得到总体均值μ_i和总体标准差σ_i。

当(5)(6)均等于0时对数似然函数即可得到最大值；

进一步求解即可得到：

S106、基于总体均值μ_i和总体标准差σ_i计算出每一组偏离度数据的阈值μ_i±3σ_i。

本发明实施例中，(8)中求出的μ_i和σ_i即为每一组偏离度数据的总体均值与总体标准差，所以μ_i±3σ_i为每一组偏离度数据的阈值的上下限。对异常剔除后的第二目标正常偏离度数据分别采用似然估计的方法估计出每一组的总体均值μ_i和总体标准差σ_i，进而再采用3倍标准差原则将μ_i±3σ_i作为每一组数据的阈值，由此计算出来的均值和标准差会比直接对原始数据计算出来的均值和标准差能更好的描述总体码载偏离度所符合的正态分布的特性，也就是说由此计算出来的均值和标准差会更接近真实值，进而计算出的阈值也能更准确。

本发明的一种码载偏离度阈值计算的方法，通过剔除预设仰角范围的码载偏离度数据，得到第一目标正常偏离度数据；对所述第一目标正常偏离度数据按照预设仰角进行分组，得到i组偏离度数据；基于箱型图法对i组中的每一组偏离度数据进行预处理，剔除异常数据，得到第二目标正常偏离度数据；对所述第二目标正常偏离度数据基于似然估计计算出总体均值μ_i和总体标准差σ_i；基于总体均值μ_i和总体标准差σ_i计算出每一组偏离度数据的阈值μ_i±3σ_i。实现在计算均值和标准差之前采用了预处理技术对异常数据进行剔除，能大大提高剩余数据的可靠性，并且对异常剔除之后的数据采用了似然估计方法对数据进行估计均值与标准差，由于似然估计计算的是总体的均值与标准差，比对一组数据直接计算得出的均值与标准差更加稳健，与真实值的偏差更小，进而提高了计算出的码载偏离度阈值的准确度，尤其是解决了当出现由于钟跳或非电离层异常引起的周跳等接收机或外部的原因导致码载偏离度数据异常时，计算出的阈值准确度再次降低的问题。

以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (7)

1.一种码载偏离度阈值计算的方法，其特征在于，包括：

获取预设时间内收集的一组码载偏离度数据按照仰角进行分组，所述预设时间长度大于或等于卫星绕地球运行的一个周期；

剔除预设仰角范围的码载偏离度数据，得到第一目标正常偏离度数据；

对所述第一目标正常偏离度数据按照预设仰角进行分组，得到i组偏离度数据；

基于箱型图法对i组中的每一组偏离度数据进行预处理，将每一组偏离度数据按照升序排列，计算每一组偏离度数据的下四分位数Q_i,d和上四分位数Q_i,u，根据上四分位数Q_i,d和下四分位数Q_i,u确定上下限，剔除异常数据，得到第二目标正常偏离度数据；

对所述第二目标正常偏离度数据基于似然估计计算出总体均值μ_i和总体标准差σ_i；

基于总体均值μ_i和总体标准差σ_i计算出每一组偏离度数据的阈值μ_i±3σ_i。

2.如权利要求1所述的码载偏离度阈值计算的方法，其特征在于，对所述第二目标正常偏离度数据基于似然估计计算出总体均值μ_i和总体标准差σ_i，具体包括：

对第二目标正常偏离度数据分别由概率密度函数建立似然函数；

对每一组似然函数求对数，得到对数似然函数；

基于对数似然函数分别对均值与标准差进行求偏导；

基于偏导等于零，计算得到总体均值μ_i和总体标准差σ_i。

3.如权利要求1所述的码载偏离度阈值计算的方法，其特征在于，将每一组偏离度数据按照升序排列，计算每一组偏离度数据的下四分位数和上四分位数，具体包括：

获取下四分位数所在的位置P_i,d，判断下四分位数所在的位置P_i,d是否为整数；其中，

n_i表示第i组数据的数据个数；

若是，则下四分位数为Q_i,d＝x_i(P_i,d)；

若否，则Q_i,d＝0.25×x_i(floor(P_i,d))+0.75×x_i(ceil(P_i,d))，其中floor表示向下取整，ceil表示向上取整。

4.如权利要求3所述的码载偏离度阈值计算的方法，其特征在于，将每一组偏离度数据按照升序排列，计算每一组偏离度数据的下四分位数和上四分位数，具体还包括：

获取上四分位数所在的位置P_i，u，判断上四分位数所在的位置P_i，u是否为整数；其中，

n_i表示第i组数据的数据个数；

若是，则上四分位数为Q_i，u＝x_i(P_i，u)；

若否，则上四分位数为Q_i,u＝0.75×x_i(floor(P_i,u))+0.25×x_i(ceil(P_i,u))，其中floor表示向下取整，ceil表示向上取整。

5.如权利要求4所述的码载偏离度阈值计算的方法，其特征在于，根据上四分位数和下四分位数确定上下限，具体包括：

确定四分位距IQR_i＝Q_i,u-Q_i,d；

确定上限thred_i,u＝Q_i,u+1.5×IQR_i，下限thred_i,d＝Q_i,d-1.5×IQR_i。

6.如权利要求2所述的码载偏离度阈值计算的方法，其特征在于，对第二目标正常偏离度数据分别由概率密度函数建立似然函数，其中，所述概率密度函数为：

其中，x_i(j)为升序排列之后第i组数据中的第j个数，j的范围为1～n_i，n_i表示第i组数据的数据个数，μ_i、σ_i表示的是第i组数据所符合的分布的总体均值与总体标准差。

7.如权利要求6所述的码载偏离度阈值计算的方法，其特征在于，对第二目标正常偏离数据分别由概率密度函数建立似然函数，其中，所述似然函数为：

/>

Images