一种利用深度学习增强的IMF筛选与GNSS信号重建方法及系统

本发明提供一种利用深度学习增强的IMF筛选与GNSS信号重建方法及系统，属于GNSS信号处理领域。为解决DFA方法在IMF筛选过程中的特征单一、阈值依赖和人工干预的问题。本发明引入Transformer深度学习模型，能够充分捕捉IMF中复杂的时域、频域和能量特征；通过对IMF进行多维度特征提取和分类，提高了筛选的准确性，更精准地识别包含闪烁噪声的IMF，为后续高质量信号重构奠定基础；结合iCEEMDAN和VMD技术对信号进行分解和重构，进一步优化了信号重构的质量，提高了重构信号的准确性和稳定性，从而提升了GNSS信号的质量，有助于提高定位、导航和时间同步应用的精度。