本發(fā)明涉及信號處理領域，特別是一種特定信號的隨機噪聲濾波方法。

背景技術：

在授時領域，無論是北斗授時、GPS授時、GLONASS授時、PTP授時、長波授時還是短波授時，利用無線或者有線信道進行時間頻率傳輸，因為接收機時鐘不穩(wěn)定、系統(tǒng)鐘差、傳輸信道的延時抖動等因素導致接收機還原的授時信息往往具有一定的隨機抖動。在無源定位領域，接收到的時域上的時間脈沖的到達時間往往因為信號強弱變化而存在較大的波動。

傳統(tǒng)的線性濾波方法可以有效的濾除隨機噪聲，但同時一些漸變的有用的分量也一同鈍化，變得不敏感，如授時系統(tǒng)的鐘差導致的授時信息的漸變，如無源定位中的多普勒效應導致的脈沖到達時間的漸變。傳統(tǒng)的線性濾波方法如卡爾曼濾波只針對線性信號有比較好的效果。

技術實現(xiàn)要素：

本發(fā)明的主要目的在于克服現(xiàn)有技術中的上述缺陷，提出一種根據(jù)一系列的觀測值獲得更為準確的推測值的特定信號的隨機噪聲濾波方法，能有效減弱隨機噪聲影響。

本發(fā)明采用如下技術方案：

一種特定信號的隨機噪聲濾波方法，其特征在于：預先設定T_m表示離散周期信號第m個推測量，A_m為第m個具有一定誤差的觀測值，K為濾波深度，△為調整步進，R為離散周期信號的抖動幅度，濾波步驟如下：

1)初始時，令T_m＝A_m，n＝1；

2)根據(jù)當前的觀測值A_m和映射函數(shù)f(m-n)的關系，得出推測值T_m-n，并將T_m-n與第m-n個觀測值A_m-n作比較，若T_m-n+R＜A_m-n，則根據(jù)調整步進△對T_m進行增量調整；若T_m-n+R＞A_m-n，則對T_m進行減量調整；n＝n+1；

3)判斷n＜K，若是，則回到2)；若否，則輸出T_m。

優(yōu)選的，預先設定Z_m為第m個沒有誤差的真實值，其服從映射關系：Z_m-n＝Z_m+f(m-n)；在步驟2)中，假定當前的觀測值等于真實值，則所述當前的觀測值和映射函數(shù)f(m-n)的關系為A_m-n＝A_m+f(m-n),得出的推測值為T_m-n＝T_m+f(m-n)。

優(yōu)選的，所述的根據(jù)調整步進△對T_m進行增量調整，包括對二者進行加、減、乘或除運算。

優(yōu)選的，所述的根據(jù)調整步進△對T_m進行減量調整，包括對二者進行加、減、乘或除運算。

優(yōu)選的，所述R與隨機噪聲的統(tǒng)計學特性相關。

優(yōu)選的，所述R取離散周期信號的抖動幅度的隨機噪聲的75％-85％。

由上述對本發(fā)明的描述可知，與現(xiàn)有技術相比，本發(fā)明具有如下有益效果：

本發(fā)明的濾波方法依據(jù)一系列觀測值A_m得到的一系列的推測值T_m，結合離散周期信號的抖動幅度R將推測值與觀測值進行比較，根據(jù)比較結果對T_m進行增量或減量調整，隨著調整次數(shù)的增多，T_m會越來越接近Z_m，能有效減弱隨機噪聲r_m影響。另外，本發(fā)明的濾波方法對線性信號和非線性信號(如周期信號)都有比較好的濾波效果。

附圖說明

圖1為本發(fā)明的濾波方法的流程圖；

圖2為本發(fā)明的線性信號濾波效果圖；

圖3為本發(fā)明的周期性信號濾波效果圖。

具體實施方式

以下通過具體實施方式對本發(fā)明作進一步的描述。

對于特定信號，假設其疊加有75％-85％(優(yōu)選80％)幅度為[-R，R]的隨機噪聲。該特定信號的數(shù)學模型為A_m＝Z_m+r_m,r_m為80％在區(qū)間[-R,+R]之間隨機信號的第m個值，A_m為第m個具有一定誤差的觀測值,Z_m為第m個的沒有誤差的真實值，Z_m服從已知的映射關系Z_m-n＝Z_m+f(m-n)。例如，表示線性信號時f(m-n)＝C(m-n)，C為常數(shù)；表示周期信號時f(m-n)＝0,當m-n＝NT時，N為整數(shù)、T為周期。

參照圖1，本發(fā)明的一種特定信號的隨機噪聲濾波方法，預先設定K為濾波深度，△為調整步進，R為離散周期信號的抖動幅度?？梢罁?jù)信號樣本的波動特征，選取合適的K、△、R，濾波步驟如下：

1)初始時，令T_m＝A_m，n＝1。

2)假定當前的觀測值等于真實值，則該當前的觀測值和映射函數(shù)f(m-n)的關系為A_m-n＝A_m+f(m-n),得出的推測值為T_m-n＝T_m+f(m-n)(周期信號時n＝NT,N為整數(shù)，T為周期)。將T_m-n與第m-n個觀測值A_m-n作比較，若T_m-n+R＜A_m-n，則根據(jù)調整步進△對T_m進行增量調整，即T_m＝T_m+△；若T_m-n+R＞A_m-n，則對T_m進行減量調整，即T_m＝T_m-△；n＝n+1。

3)判斷n＜K，若是，則回到2)；若否，則輸出T_m。隨著調整次數(shù)的增多，輸出的T_m將越來越接近Z_m，因此能夠代替觀測值A_m作為結果輸出。

本發(fā)明的方法，上述的增量調整和減量調整還可用乘法、除法等其他運算方式實現(xiàn)。

應用舉例

例如與本申請的特定信號模型相近的有導航授時系統(tǒng)的1PPS抖動模型。其A_m＝Z_m+r_m，Z_m-n＝Z_m+(m-n)*1*f,f為本地時鐘的準確頻率，r_m為在區(qū)間[-100ns,+100ns]之間的隨機噪聲。A_m為1PPS第m個到達時間的觀測值，Z_m為1PPS第m個到達時間的真實值，r_m為導航授時系統(tǒng)的1PPS隨機鐘差。通過本申請的濾波算法能夠得到一系列明顯優(yōu)于1PPS到達時間觀測量A_m的推測到達時間T_m，進而還原出精度優(yōu)于±100ns的1PPS。

參照圖2為線性信號濾波效果圖，該信號樣本為:f(m-n)＝0，r_m為[-10 10]內波動的隨機噪聲疊加一個[-50 50]的偶發(fā)噪聲。橫坐標為信號序號，縱坐標信號值。

參照圖3為周期性信號濾波效果圖，信號樣本為:周期為50個信號點的余弦波，即f(m-n)＝0，當n＝NT，N為整數(shù)，T＝50時，r_m為[-10 10]內波動的隨機噪聲疊加一個[-50 50]的偶發(fā)噪聲。橫坐標為信號序號，縱坐標信號值。

上述僅為本發(fā)明的具體實施方式，但本發(fā)明的設計構思并不局限于此，凡利用此構思對本發(fā)明進行非實質性的改動，均應屬于侵犯本發(fā)明保護范圍的行為。