目标预测中的野值剔除方法研究

合集下载

几种野值剔除准则在目标预测中的应用研究

几种野值剔除准则在目标预测中的应用研究卢元磊;何佳洲;安瑾;苗高洁【摘要】The outliers in the measured data will have a bad effect on the precision of target prediction. So how to eliminate outliers is an all-important problem. In this paper we first introduce several rules for eliminating outliers, and apply them to data preprocess in target prediction. By simulation on these rules, we demonstrate not only their capability of eliminating outliers but also how they impact the precision of target prediction. The results indicate that these rules can greatly improve the precision of target prediction, and the better the rule behaves, the more precise the prediction will be. This paper provides a good reference on how to choose appropriate rules for eliminating outliers while there is rare literature in this field up to now.%观测数据中的野值会影响目标预测的精度.分析比较了几种常用的野值剔除准则,包括最常用的3δ准则、奈尔准则、格拉布斯准则和狄克逊准则,将其应用到目标预测的数据预处理中,并比较了各种方法的野值剔除能力和对目标预测精度的影响.仿真结果表明:野值剔除准则的引入可有效减少数据中野值的数量,提高目标预测的精度.其中,格拉布斯准则的实用效果尤为明显,且误剔除率也得到了较好的控制.【期刊名称】《指挥控制与仿真》【年(卷),期】2011(033)004【总页数】5页(P98-102)【关键词】野值剔除;目标预测;准则【作者】卢元磊;何佳洲;安瑾;苗高洁【作者单位】江苏自动化研究所,江苏连云港222006;江苏自动化研究所,江苏连云港222006;江苏自动化研究所,江苏连云港222006;江苏自动化研究所,江苏连云港222006【正文语种】中文【中图分类】TP274+.2在目标预测中，由于目标测量数据采集过程受传感器、转换器以及无线电传输过程中的干扰，使得接收数据中经常会产生异常跳变点，这种偏离被测信号变化规律的数据点被称为野值[1[。

一种遥测数据野值剔除方法

Ｑ：
研究报告
一
ＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｂｎｏｖａｔｉｏｎＨｅｒｅｌｄ
种遥测数据野值剔除方法
王天泉（辽宁省葫芦岛市９２９４１部队９２分队辽宁葫芦岛１２５００１）
一
变参数。
其中ｉ＝７，８， …， Ⅳ，ｙｉ为原始试验数据，Ｙ为插值后数据。先检验前六个ｆ是正常点用式（１）按时间顺序逐点计算ｊ和信息Ｖｆ＝Ｙ一Ｙｉ。对于野值，其ｖｉ远大于正常值。经验表明，满足下列公式者为野值：
＝（３２ｙ＋１５ｙ２＋
＾
ＩＹ一Ｙｋ２．２１Ｊ ∑（ｙ — Ｙ）／６Ｅ㈣ …
通常使用数据中的连续跳点的值都比较接近，可用下式剔除连续跳点。当点为野值时，则满足下式的点也是野值：
在以往遥测数据中，遥测参数确实会出现了大量的连片的野值，因此这种限定ｍ的算法有一定弊端，本项目对这个算法进行了改进，对ｍ不加以限定，而是只要不满足式（４），说明后续的点与野值很相近，可以定为野值。具体流程图见图１。２．３合理性检验实例分析以某次遥测数据为例，对高压转子转速这个参数用该算法进行合理性检验，可以有效剔除野值。检验前和检验后的数据对比如图２一图３。

跟踪定位过程中基于残差控制的野值处理算法

第３２卷第３期
２０１３年９月
通
信
对
抗
ＶｏＩ．３２Ｎｏ．３Ｓｅｐ．２０１３
ＣＯＭＭＵＮＩＣＡＴ１０ＮＣ０ＵＮＴＥＲＭＥＡＳＵＲＥＳ
跟踪定位过程中基于残差控制的野值处理算法
夏飞海，孟金芳
（中国电子科技集团公司第三十六研究所，浙江嘉兴３１４０３３）
索的过程。
值实时变化，则要求数据的处理也是实时的，并且随目标或者平台的运动而动态变化。所以把野值判断的过程加进动态滤波过程中，辅以一定的野值判断标准，能保
证数据处理的实时性、动态性。
目前的野值判断准则【Ｊ有３仃原则、奈尔准则、格
而影响滤波的精确性。本文基于３叮原则提出了一种残
差控制的滤波方法，仿真证明了该方法的有效性。
传统的野值剔除过程是在重复多次测量的基础上，对观测值进行事后处理。在目标跟踪定位过程中，观测
２野值剔除的理论基础
根据数理统计…的结论，当某一观测值受大量微小
ａｙａｌｙｚｅｔｈｅａｆｅｃｔｏｆｔｈｅｐｒｏｂｌｅｍ．Ｗｅｐｒｅｓｅｎｔａｗａｙａｃｃｏｒｄｉｎｇｔｏｔｈｅｒｅｓｉｄｕａｌｂｉａｓｔｏｊｕｄｇｅｔｈｅｐｒｏｐｅｒｔｉｅｓｏｆ
摘要：针对观测数据中的野值影响目标估计精度的问题，分析了它的影响因素，提出了一种基于残差

无源定位跟踪中野值的检测与剔除方法

无源定位跟踪中野值的检测与剔除方法杨军玲【摘要】针对无源定位跟踪中野值的出现会降低滤波的可靠性和稳定性问题,结合新息似然的概念提出了一种基于似然的野值检测与剔除方法.通过计算卡尔曼滤波更新中得到的似然值,设定门限,以达到野值的检测与剔除的目的.仿真结果表明,该算法有效地处理了野值对定位跟踪精度的影响,使得目标定位跟踪精度有了较大的提高.【期刊名称】《电子科技》【年(卷),期】2016(029)006【总页数】3页(P51-53)【关键词】定位跟踪;野值;新息似然;卡尔曼滤波【作者】杨军玲【作者单位】西安电子科技大学电子工程学院,陕西西安710071【正文语种】中文【中图分类】TN953在无源定位跟踪[1]中，由于一些偶然因素，使得量测中出现错误量测值或野值[2]。

野值的出现不仅影响当前时刻的滤波结果，同时会影响接下来的跟踪精度。

所以，在无源定位与跟踪中，对于野值的检测和剔除研究尤为重要。

卡尔曼滤波根据线性最小方差估计原理[3-4]，是无源定位跟踪的线性最优滤波器。

当野值出现时，会严重影响卡尔曼滤波的滤波精度[5-7]。

假设系统的状态方程和量测方程分别如下假设k时刻出现了孤立型野值，即在k-1时刻及以前的所有时刻系统正常工作。

则根据卡尔曼滤波得到的k-1时刻的目标状态以及协方差矩阵都是正确的。

假设k 时刻的观测野值由正确观测值和野值增量Δzk组成根据卡尔曼滤波公式可知，k时刻状态的滤波估计值为其中，表示在没有野值的情况下得到的正确的状态滤波值；而Δxk则表示由于野值的存在导致的错误滤波增量。

由式(3)可看出，野值的出现会导致k时刻的滤波值发生修正倍数为Kk的错误修正。

野值的出现会严重影响滤波的结果，因此，对于野值的检测与剔除的研究具有重要意义。

目前，有以下几种野值的判别方法。

2.1 新息判别法一假设时刻的状态估计值为，根据卡尔曼滤波可得xk-1|k-1时刻的状态预测为量测预测值为新息为为判断得到的观测值是否为野值，可用与之对应的量测预测与其进行比较[8]，即判定新息的范数大小，即给Δzk设定一个门限T，当Δzk超过门限T时，则认为量测值zk是野值，并用状态预测xk|k-1来代替zk。

作物微环境信息中野值的判别与剔除方法研究

、甸ｌ违
一
种改进型的去噪法则—— ＭＭＤ算法，将两种法则
按照误差出现规律以及它们对测量结果的影响程度，可分为系统误差、机误差和粗大误差等。随系统误差出现一定的规律，如果能确知其影响因素的规律时，人们可以对这些误差进行控制或加以修正，所以在测量中，有可能消除系统误差。随机误差是
地表
温度（ＴＶ、Ｊ０Ｈ）湿度Ｍ１０
（Ｍ１０ＨＪ０ＴＶＹ）
２２
温度（１０Ｈ、度Ｊ０ＴＶ）湿Ｍ
叶层（Ｍ０ＨＶＪ１ＴＹ）０
２３
大气水大气水势
ＣＯ２变送器（ＳＮＳ）１ＥＥＥ
王菁华，卢胜利
Ｖ／＼ＡＮＧｉｇｈａ．ＵＳｈｎ —ｉＪｎｕＬｅｇＩ
（天津工程师范学院自动化与电气工程学院，天津３０２）０２２摘要：农业严峻缺水的现实使得节水农业的发展成为必然。准确获取叶水势是实现节水农业的关键技术，其首要条件则是保证农作物微环境采样数据的精确性。首先在封闭环境下获取理想数据，然后通过人工混入各类噪声，对混合信号应用３ｄｌ传统法则剔除噪声，－ｅｔｅ针对其局限性，又
（ＡＧＲ１６０４－１０）光照度（ＬＳ）净辐射２Ｌ —Ｅ、
（Ｒ１Ｐ）
量模型
图１作物叶水势信息的获取模型
大气环境
温度（ＭＩＯＨＶ）湿度ＪＯＴ、（１ＯＨＪＴＶＹ）ＭＯ１风速探头（ＷＡ３）Ｓ１１

基于飞机运动方程的逐步预测“野值”剔除方法

基于飞机运动方程的逐步预测“野值”剔除方法
史忠科;王润全
【期刊名称】《系统仿真学报》
【年(卷),期】2010()10
【摘要】提出了一种基于飞机运动方程的逐步预测"野值"阈值确定和剔除方法,该方法根据状态的变化快慢,按6步根据有效简化的输出响应来逐步预测飞行状态和参数,每步按照设置好的阈值判定和剔除测量中"野值"。

由于在实际测量中快变状态或参数存在"野值"可能性比慢变量大,而且输出响应具有工程上的精度,因此本方法对剔除飞行数据的"野值"更有效。

【总页数】4页(P2250-2252)
【作者】史忠科;王润全
【作者单位】西北工业大学自动化学院
【正文语种】中文
【中图分类】TN911.23
【相关文献】
1.基于气象无人机飞行状态的“野值”判定及剔除方法研究
2.目标预测中的野值剔除方法研究
3.基于插秧机运动模型的DGPS野值剔除方法研究
4.基于模糊预测系统的观测数据野值剔除方法
5.基于卡尔曼滤波的遥测数据野值剔除方法
因版权原因，仅展示原文概要，查看原文内容请购买。

基于小波变换剔除数据野点的方法

０引
言
飞行器的脱靶量信息是通过雷达测量设备对目标的回波进行某种数据处理计算得到的，在实际测量中，即使目标运动状态理想和设备工作正常、原始的测量数据质量非常高，仍存在部分的随机误差，使测量的回波数据存在异常值或野点，也就是其中存在一个或多个明显偏离了某运动规律的数据。常见的野值类型有单个野值、成片野值、重复性野值、固定误差、随机性野值等。目前在靶场主要应用的数据处理方法为人工干预、多项式滤波、平滑微分技术以及基于观测模型的Ｋｌａ实时预报等，ａｎｍ这些技术存在病态和发散以及其他不足，严重影响了后续的数据处理，不能保障设备在试验中的高精度快速数据处理。将小波变换剔除数据中野值的方法应用于靶场试验，并结合各方面数据进行融合，结果表明，它准确、可靠和野点的方法
葛尧孟庆慈安玉华
（２４部队・９９１辽宁葫芦岛・２００１５０）
摘
要
在脱靶量数据处理中，野点的存在对采用非线性最小二乘法估计多普勒频率的精度会产生恶化影响。
本文研究利用野值点和多普勒频率在小波域上系数的不同，对不同数据段的系数设定不同阈值进行处理，而从
达到去除野值点和恢复多普勒频率的目的。试验结果表明，采用小波变换去除了随机测量误差与野值点对多普
勒频率的影响，对于后续的脱靶量参数估计没有任何不利影响。
关键词小波变换；多普勒频率；野值点；脱靶量
中图分类号：５７Ｖ５文献标识码：Ａ
ＡｅｈｄｏｍｏｉｇｔｅＯｕｌｒｎＤａａＰｒｃｓｉＭｔｏｆＲｅｖｎｈｔｉｓｉｔｏｅｓｎｇｅ

基于最小二乘拟合的外弹道测量数据野值剔除方法_金学军

N
∑ （ x（ n）
n =1 K
－ y（ n））
k k
2
= （ 2）
的缓慢变化规律视为趋势项，利用最小二乘法对趋势项进行 2，提取。设包含野值的外弹道位置测量数据为 x（ k）（ k = 1 ， …， N），将其分解为 2 部分 x（ k） = x （ k） + r（ k）（ 8）珓（ k ）为原观测数据减去趋势项的信号式中： r（ k）为趋势项； x 珓（ k）利用莱特准则进行野值剔除，珓将剔除野值后部分。对 x 的结果与趋势项 r（ k）相加求和，可得到剔除野值后的外弹道位置测量数据。（ 3）
n fs
j
对式（ 3 ）进行整理可以得到 K + 1 个方程
4
4． 1
结果
计算机仿真
∑b ∑ (
K N k k =0 n =1
n fs
)
k +j
=
∑ x（ n） (
N n =1
n fs
1， 2， …， K ) ，j = 0，
j
（ 4）式（ 4 ）中，只要求出拟合趋势项系数 b k ，就可以得到趋势项的估计多项式。对拟合趋势项系数 b k 的求解可以利用矩阵方式求逆进行
如果利用莱特准则直接进行野值剔除，则会将真实信号尾部部分剔除，野值却很难得到有效剔除。采用莱特准则剔除野值后的结果如图 2 所示。
3 σ］倍标准差［－ 3 σ，的概率超过 99. 7 % ，落在此区域外的概［5 ］ 0 ． 3 % ，率不超过因此，可以认为残差落于该区域外的测 2， …，量数据为野值。假设 1 组观测序列为 x （ k ）（ k = 1 ， N），在 x（ k）中存在野值数据点。利用莱特准则剔除野值首先要计算该组观测数据的算术均值 N 1 x x（ i）珋= ∑ 用的一种野值剔除方法，但是对于位

基于模糊预测系统的观测数据野值剔除方法(最终稿1)

120
时间（秒）
图 3.a 观测序列
220 200 180 160 140 120 100
80 60 40 20
20
40
60
80
时间（秒）
图 3.b 结果序列
100
120
100
0
-100
-200 -300
-400
-500 -600 -700
20
40
60
80
100
120
时间（秒）
图 3.c 残差序列 -3-
eliminating outliers based on fuzzy forecasting system of time series. Firstly, the
method designs fuzzy forecasting system according to least mean-square optimization
l i
xil
2
M
l 1
n
i1
exp
x k 1 0i
l i
xil
2
（2）
式中，
M
是固定不变的，
y
l
，
x
l i
，
l i
是自由变化的参数。
式（2）的模糊系统可以描述为三层前馈网络结构（如图 1）。首先，输入 x0k1 通过一个乘
积高斯算子运算而变成 zl
n
i 1
exp
x0ki1
l i
xil
……
zM
第二层
第一层
x
xn
exp
x
k 1 oi
xil
2

基于二分空间拉依达法的野值点剔除研究

基于二分空间拉依达法的野值点剔除研究曹志民;路成辉;刘爽;韩建【摘要】通过对原始数据进行二分空间表示来更可靠、更准确地估计原始数据的分布参数,进而利用拉依达法则实现野值点的剔除.实验结果表明:该方法的F值较传统拉依达法则和其他常用算法提高了4%~8%.%Employing binary-split space to express source data was implemented to reliably and accurately es-timate distribution parameters of the source data and to eliminate the outliers through making use of Pauta method.The experimental results show that,the F-score of the proposed method compared to other commonly-used ones can contribute about a 4%to 8%improvement.【期刊名称】《化工自动化及仪表》【年(卷),期】2018(045)002【总页数】5页(P137-140,171)【关键词】数据处理;拉依达法则;最优标准差;野值剔除;二分空间;高斯分布【作者】曹志民;路成辉;刘爽;韩建【作者单位】东北石油大学电子科学学院;东北石油大学电子科学学院;中国民航大学电子信息与自动化学院;东北石油大学电子科学学院【正文语种】中文【中图分类】TH865拉依达法则以其原理简单而大量用于水质、测井等测量数据的处理，对于在数据中出现的少量极端野值可以高效地剔除。

在工业中如果不能很好地剔除野值将会在后续数据分析中造成误判，使生产受到很大损失。

目前野值剔除的方法有很多种，常用的方法有拉依达法则、格拉布斯准则和狄克逊准则[1～6]，一般认为格拉布斯准则和狄克逊准则适用于小样本,格拉布斯准则适用于剔除一个异常值,狄克逊准则适用剔除多个异常值[7]，拉依达法则适用于大样本。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ＬＵＹｕａｎｌｅｉＨＥＪｉａｚｈｏｕＡＮＪｉｎ
（ＪｉａｎｇｓｕＡｕｔｏｍａｔｉｏｎＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，Ｌｉａｎｙｕｎｇａｎｇ２２２００６）
关键词野直剔除；目标机动；目标预测
ＴＰ３９１中图分类号
Ｏｕｔｌｉｅｒ－－ｄｉｓｃｒｉｍｉｎａｔｉｏｎＡｌｇｏｒｉｔｈｍｉｎＴａｒｇｅｔ－－ｐｒｅｄｉｃｔｉｏｎ
如果不对这些野值点进行处理，那么目标预测精度在野值出现时将产生突变，极大地影响跟踪的稳定性。因此
对测量序列中可疑数据的正确判断与处理，是目标跟踪
预测中一个必不可少的前提条件。在实际应用中，首先
２２２００６）（江苏自动化研究所连云港
摘
要
目前在目标跟踪与预测中野直判别方法单一，普遍采用３准则。当目标发生机动时，现有的野值剔除准则存在野值误剔除率
过高的问题。论文针对这个问题开展研究，首先，分析了几种常用准则的特点；然后提出了不确定观测点的概念，并设计了能够适应目标机动的野值剔除算法。仿真结果表明：论文算法有效的降低了野值处理中的误剔除率，提高了目标跟踪预测的精度。
ＫｅｙＷｏｒｄｓｏｕｔｌｉｅｒｄｉｓｃｒｉｍｉｎａｔｉｏｎ，ｔａｒｇｅｔｍａｎｅｕｖｅｒｓ，ｔａｒｇｅｔｐｒｅｄｉｃｔｉｏｎ
ＣｌａｓｓＮｕｍｂｅｒＴＰ３９１
ＡｂｓｔｒａｃｔＦｏｒｃｕｒｒｅｎｔｔａｒｇｅｔｔｒａｃｋｉｎｇ，ｔａｒｇｅｔｐｒｅｄｉｃｔｉｏｎｉｓｕｎｉｔａｒｙｉｎｔｈｅｍｅｔｈｏｄｏｆｏｕｔｌｉｅｒｄｉｓｃｒｉｍｉｎａｔｉｏｎ，ａｄｏｐｔｉｎｇｃｏｍｍｏｎｌｙｕｓｅｄ３ａ１ａｗｗｈｉｃｈｉＳｄｉｆｆｉｃｕｌｔｔｏｄｉｓｃｒｉｍｉｎａｔｅｔａｒｇｅｔｍａｎｅｕｖｅｒａｎｄｍｅａｓｕｒｅｏｕｔｌｉｅｒｓ．ＩｔｉＳｄｉｆｆｉｃｕｌｔｔｏｈａｎｄｌｅｏｕｔｌｉｅｒｓ，ｗｈｅｎｔｈｅｔａｒｇｅｔｍａｎｅｕｖｅｒｓ．Ｆｏｃｕ — ｓｉｎｇｏｎｔｈｉｓｐｒｏｂｌｅｍ，ｔｈｉｓａｌｇｏｒｉｔｈｍｐｕｔｓｆｏｒｗａｒｄｔｈｅｃｏｎｃｅｐｔｏｆｕｎｃｅｒｔａｉｎｏｂｓｅｒｖａｔｉｏｎａｎｄａｎａｌｇｏｒｉｔｈｍｉｓｐｒｅｓｅｎｅｅｄｂａｓｅｄｏｎｆｅｅｄｂａｃｋｃｏｎ — ｔｒｏｌｌｅｒ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｔｅｓｔｓｈｏｗｓｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｃａｎｅｆｆｅｃｔｉｖｅｌｙｄｉｓｔｉｎｇｕｉｓｈａｎｄｅｌｉｍｉｎａｔｅｏｕｔｌｉｅｒｓａｍｏｎｇｔｈｅｏｂｓｅｒｖｅｄｄａｔａ．Ｉｔｄｅｃｒｅａｓｅｓｔｈｅｆａｌｓｅｏｕｔｌｉｅｒｅｌｉｍｉｎａｔｉｏｎｒａｔｅａｎｄｉｍｐｒｏｖｅｓｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｐｒｅｄｉｃｔｉｏｎ．
总第２８３期２０１３年第５期
计算机与数字工程
Ｃｏｍｐｕｔｅｒ＆ＤｉｇｉｔａｌＥｎｇｉｎｅｅｒｉｎｇ
Ｖｏ１．４１Ｎｏ．５
７２２
目标预测中的野值剔除方法研究
卢元磊何佳洲安瑾
１引言
在传感器量测过程中，由于受环境杂波、传感器工作状态等因素影响，量测数据中经常存在一些野值点。
ቤተ መጻሕፍቲ ባይዱ
２野值剔除问题及典型方法分析
２．１野值剔除问题分析
野值的定义有很多种，一种比较公认的且与目标预测中的野值剔除比较贴切的定义是，Ｂａｒｎｅｔｔ和Ｌｅｗｉｓ在１９８４年给出的定义：野值就是一个观测数据集中与其他数据表