[发明专利]一种基于经验模态分解的轨检仪轨向数据处理方法

权利要求书

1.一种基于经验模态分解的轨检仪轨向数据处理方法，其特征在于，包括以下步骤：

步骤1：输入一组轨检仪采集的原始轨向数据；

步骤2：对该原始轨向数据进行经验模态分解，分别得到各层的本征模态函数IMF₁(t)～IMF_n(t)和余项r_n(t)；

步骤3：识别第一层本征模态函数IMF₁(t)中的粗大误差点并进行剔除，得到数据序列IMF₁′(t)；

步骤4：重构得到去除粗大误差后的轨向数据。

2.根据权利要求1所述的基于经验模态分解的轨检仪轨向数据处理方法，其特征在于，所述步骤2具体包括以下步骤：

步骤2.1：确定原始轨向数据序列x(t)的所有极大值点和极小值点，分别对其进行三次样条插值，构造出x(t)的上下包络线x_up(t)和x_low(t)，计算上下包络线的均值m₁(t)＝(x_up(t)+x_low(t))/2；

步骤2.2：计算x(t)和m₁(t)之间的差值，得到一个新的数据序列h₁(t)：h₁(t)＝x(t)-m₁(t)；

步骤2.3：判断h₁(t)是否为一个本征模态函数；

一个序列为本征模态函数需要满足以下两个条件：

1)在整个时间范围内，局部极值点的数目与过零点的数目必须相等或者最多相差一个；2)由局部极大值所构成的包络线(上包络线)以及由局部最小值所构成的包络线(下包络线)的平均值为零；

如果h₁(t)满足以上两个条件，令IMF₁＝h₁(t)，并求原始轨向数据序列x(t)和IMF₁(t)之间的差值r₁(t)：r₁(t)＝x(t)-IMF₁(t)；

如果h₁(t)不满足以上条件，则将h₁(t)视为一个新的数据序列，重复步骤2.1和步骤2.2，求其包络平均值m₁₁(t)及h₁(t)与m₁₁(t)间的差值h₁₁(t)，并判断h₁₁(t)是否为一个本征模态函数；重复进行上述过程，直到h_1k(t)满足本征模态函数的定义条件，则令h_1k(t)＝h_1(k-1)(t)-m_1k(t)为x(t)的第一个本征模态函数分量IMF₁(t)，并求原始轨向数据序列与IMF₁(t)之间的差值r₁(t)，即r₁(t)＝x(t)-IMF₁(t)；

步骤2.4：将r₁(t)作为一个新的原始数据序列，重复步骤2.1～步骤2.3，得到第二个本征模态函数分量IMF₂(t)，令r₂(t)＝r₁(t)-IMF₂(t)，依次迭代步骤2.4，直到得到的本征模态函数分量IMF_n(t)没有骑行波、围绕零值线上下摆动以及局部的峰和谷对称时结束，此时余项r_n(t)＝r_(n-1)(t)-IMF_n(t)，x(t)的经验模态分解完成，即得到经验模态分解(EMD)的表达式

3.根据权利要求1所述的基于经验模态分解的轨检仪轨向数据处理方法，其特征在于，所述步骤3中，利用3σ准则识别第一层本征模态函数中的粗大误差并进行剔除：3σ准则是指对于一个任意的数据x_d，若

则认为x_d是一个粗大误差点，需要剔除该数据，否则予以保留；式中，n为检测数据的个数，为检测数据的平均值，σ为标准差，