一种非参数化噪音功率谱建模方法
本发明涉及数据信号处理,尤其是一种非参数化噪音功率谱建模方法。
背景技术:
1、在数据处理领域,背景噪音的精准估计是提升信号分析可靠性的关键前提。尤其在海洋科学与海洋观测数据处理中,长期海平面变化、海洋环境监测、海洋动力过程分析等研究高度依赖时间序列信号的精准提取,而海洋背景噪音的准确功率谱建模直接决定趋势估计、周期信号识别与预测精度。
2、传统噪音功率谱估计方法主要分为参数化方法和非参数化方法两类。参数化方法如ar、ma、arma模型,需要预设噪音的数学模型形式,若预设模型与真实海洋环境噪音、海洋观测系统噪声形态不匹配,会产生严重估计偏差。非参数化方法如周期图法、welch法,无需预设模型,但存在频谱泄漏、方差偏大问题;在对海平面时间序列、海洋监测传感数据进行回归模型提取趋势与周期信号后,残差中的噪音能量会因过拟合被低估,进一步降低估计精度。
3、cn113204020b公开了一种基于频谱分割的海浪波谱仪斑点噪声谱估计方法,属于海洋遥感技术领域。该方法利用快时间频率谱分割技术得到两组一维距离像;然后进行脉冲平均;再进行距离分段和平均值归一化;接着对得到的两组一维距离像分别进行相减;然后对每个距离段计算自相关功率谱并把各距离段的功率谱进行平均;再对平均后的功率谱进行线性最小二乘拟合而得到两个拟合参数;最后根据得到的两个拟合参数计算波谱仪斑点噪声谱。该现有技术在估计斑点噪声谱时,完全消除了大尺度海浪的影响,从而克服了现有的最小方向谱值法、解析表达式法以及经验模型法的缺点。然而,其仅面向海浪波谱仪专用场景,未考虑回归过拟合对噪音能量的低估,无法直接用于海平面长时序趋势分析。
4、cn115165019a公开了一种在航gnss潮位测量方法,属于导航技术领域,用于获取潮位序列,包括:安装测量装置,计算海面大地高程序列,采用变分模态分解和小波变换联合消噪法提取基于大地高程的潮位序列,计算海底格网点的大地高程,获取测量区域gps水准联测点的高程信息,采用二次多项式曲面拟合法求解海底格网点近似高程异常,大地高程与近似高程异常求和得到海底格网点的近似正常高,求解海底格网点的精确高程异常,采用双线性内插法求解测船处的高程异常,最终得到基于1985国家高程基准的潮位序列。该现有技术提出的消噪方法提取的潮位均方根误差更小,更接近真实潮位值。利用声呐精确测量海底点的坐标和大地高,提高了垂直基准转换的精度,然而,该现有技术采用变分模态分解与小波变换联合消噪,侧重时域消噪,未在频域构建噪音功率谱模型,对回归残差的频域噪音修正能力不足。
5、cn117631083a公开了基于背景噪音功率谱密度的海底地震仪零飘校正方法。该方法首先基于海底地震仪观测阵列连续记录的地震背景噪音,计算对应时间段内的功率谱密度,进而根据多台海底地震仪功率谱密度在微地动频带范围内的峰值能量随时间的波动趋势,以及与天然地震对应的能量尖刺,来检测是否有海底地震仪的记录时间存在零飘问题,同时计算和校正零飘值。该现有技术的校正方法具有简单有效,容易实施,普适性好,适用范围广,无需人工激发震源,观察难度低,对比直观等优点。基于背景噪音功率谱密度的海底地震仪零飘校正方法:以功率谱做零漂校正,仍采用传统周期图与welch法,未解决回归过拟合导致的噪音能量低估,在海平面等低频长时序场景误差显著。
6、常规welch法与周期图法:通过分段加窗平均降低方差,但无法补偿海洋长期序列回归过拟合导致的噪音能量低估;基于贝叶斯的非参数化方法计算复杂度高,难以适配海洋观测实时处理、长期序列批量处理场景。传统周期图法在海洋海平面、海洋环境监测等回归残差处理中,能量低估比例可达15%~40%,直接导致海平面趋势速率偏差、海洋周期信号误判、海洋监测数据可信度下降,严重影响后续海洋信号特征提取与科学分析的准确性。
技术实现思路
1、针对现有技术存在的缺陷,本发明提供一种非参数化噪音功率谱建模方法,解决传统参数化方法模型假设偏差、非参数化方法频谱泄漏严重、回归过拟合导致噪音能量低估的技术问题,特别适用于全球海平面变化、区域海洋监测、海洋传感信号等稀缺与长时序海洋观测数据的噪音精准建模。
2、为解决上述技术问题,本发明所采取的技术方案是:一种非参数化噪音功率谱建模方法,包括以下步骤:
3、s1:信号提取与傅立叶变换:选取回归模型对服从正态分布的目标时间序列数据进行信号提取,得到回归残差;对所述回归残差进行傅立叶变换,获取残差周期图和傅立叶变换系数,其中,为实部,为虚部;对所述回归模型的基函数进行傅立叶变换,基于变换结果构建傅立叶变换方阵:
4、、、;所述傅立叶变换方阵通过行列式及元素幅值,量化回归模型在不同频域对噪音功率谱的影响程度,行列式的数值越小,说明回归模型在频率下对噪音功率谱的影响越强,过拟合导致的能量低估越严重,后续周期图修正的补偿力度越大;对角元素、和交叉项的幅值越大,说明回归模型基函数在频率下的频域响应越强,对噪音功率谱的耦合影响越显著;
5、其中,、为回归模型基函数经傅立叶变换后的频域系数;为矩阵中第1行第2列的元素,代表第1个回归基函数与第2个回归基函数在频率处的频域交叉相关值;为取复数的实部;为第1个回归基函数在频率处的傅里叶变换值(复数形式);为第2个回归基函数在频率处的傅里叶变换值的共轭复数,表示共轭运算;矩阵的通用构建规则为:任意元素,其中为回归基函数的序号;
6、s2:二元正态分布概率密度函数推导:基于回归残差的傅立叶变换系数呈关联分布的特性,推导其遵循的二元正态分布概率密度函数,所述密度函数以协方差矩阵为核心参数,且协方差矩阵由所述傅立叶变换方阵与真实背景噪音功率谱共同定义;
7、s3:噪音功率谱价值函数构建:基于所述二元正态分布概率密度函数,结合回归模型的似然函数,推导包含过拟合修正逻辑的噪音功率谱价值函数;
8、s4:非参数化拟合与迭代优化:采用单调三次样条模型对噪音功率谱形态进行拟合,在对数频域设置样条节点并生成随机样条值;利用遗传算法最小化所述价值函数,筛选最优样条值并更新噪音功率谱阈值范围;重复迭代直至阈值范围小于初始范围的1‰,输出使价值函数最小的最优非参数化噪音功率谱。
9、上述的非参数化噪音功率谱建模方法,s2中,所述二元正态分布概率密度函数的表达式为:
10、;其中,为频率下的真实背景噪音功率谱值,为傅立叶变换方阵的行列式,协方差矩阵且满足正定条件。
11、上述的非参数化噪音功率谱建模方法,s3中,所述噪音功率谱价值函数表达式为:
12、;其中,为频率指数,为频率下的真实背景噪音功率谱值,为目标时间序列数据的长度。n/2为频率求和上限,对应奈奎斯特频率;分子为残差频域系数与方阵元素构成的能量项。
13、上述的非参数化噪音功率谱建模方法,s4中,数据最低有效频率,为奈奎斯特频率,,为采样频率;在以10为底的对数频域上等距设置5个样条节点,所述单调三次样条模型的边界条件为自然边界(二阶导数为0),张力参数取0.5,约束条件为。为噪音功率谱随频率的变化率,适配噪音能量随频率递减的物理特性。
14、上述的非参数化噪音功率谱建模方法,s4中,残差周期图的修正公式为,其中,为修正后残差周期图,为原始残差周期图,为傅立叶变换方阵的行列式。用于补偿回归过拟合导致的噪音能量低估。
15、上述的非参数化噪音功率谱建模方法,还包括输出回归系数标准差的步骤:基于最优非参数化噪音功率谱,通过公式计算回归模型系数的协方差矩阵,其中,为回归模型矩阵,为权重矩阵;对协方差矩阵取对角线元素并开平方,得到回归系数的标准差;同时输出基于白噪音假设的回归系数标准差用于对比验证。
16、上述的非参数化噪音功率谱建模方法,所述目标时间序列数据包括全球海平面时间序列数据、海洋环境监测时间序列数据、工业传感时间序列数据或医疗生理信号时间序列数据。
17、本发明一种非参数化噪音功率谱建模方法的有益效果是,明确傅立叶变换方阵构建规则与量化逻辑,为海洋观测序列频域噪音影响量化提供可复现依据,适配海平面、海洋监测等典型海洋场景,实现了回归模型对噪音功率谱影响的频域量化与精准补偿。
18、建立海洋时序信号回归模型与海洋噪音特性的严谨数学关联,并基于该密度函数严格推导出含过拟合修正的噪音功率谱价值函数,从原理上解决传统方法无法处理过拟合的缺陷。
19、新构建的价值函数显式考虑回归过拟合问题,可定量补偿噪音能量低估,将海平面等海洋长时序数据的噪音能量低估误差控制在3%以内,远优于传统周期图法、welch法及现有海洋噪音估计专利方法。
20、采用非参数化单调三次样条拟合,无需预设模型,自适应海洋真实噪音特征,避免参数化假设与海洋环境不匹配带来的偏差,适配海洋观测多场景、多变噪音形态。
21、迭代优化兼顾精度与效率,在海平面等稀缺、低采样海洋观测数据场景下仍可输出稳定可靠结果,突破目前仅适用于专用海洋传感器、无法通用长时序序列的局限。
22、可直接输出海平面等海洋时序回归系数标准差,并与白噪音假设对比验证,为海洋科学研究提供量化可信度依据,提升海洋数据分析成果的严谨性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com