野值

摘要： 双能X射线透射分析技术通过识别物料种类来回收废旧金属。针对传统的识别算法存在识别结果受金属厚度影响大、可识别的金属厚度范围较小的问题,在曲线拟合方法的基础上提出了一种基于野值判断的金属识别方法。采用基于高、低能T值的拟合曲线,减少了厚度因素对拟合曲线相关度的影响,解决了较厚金属无法识别的问题;引入野值判断,提高了识别的准确性。对不同厚度的金属铝和金属铜进行识别实验,结果证明:基于野值判断的T值拟合识别算法对不同厚度铝和铜的识别效果较好,可识别的厚度范围相较于传统算法分别提高至90 mm和40 mm,扩大了可以分选的金属厚度范围。

摘要： 为降低信号中野值对滤波的影响,提高卡尔曼滤波精度,提出了一种基于卡尔曼和最小二乘的抗野值降噪方法。方法在进行卡尔曼滤波过程中,首先利用莱特准则对野值进行判别,而后采用最小二乘拟合方法对野值进行修正,并通过引入调节因子降低连续型野值拟合误差的影响。实验结果表明,上述方法不仅能有效降低孤立型野值的影响,而且具有较强的抗连续型野值干扰能力,同时还具有较强的鲁棒性,是一种有效可行的抗野值降噪方法。

摘要： 多普勒计程仪(DVL)工作在未知、复杂的水下环境中时,各个波束的有效性不是都能保证,偶尔会不可避免地产生异常信息,导致水下组合导航系统的定位精度下降。针对水下航行器长航时定位中可能出现的DVL野值和短时失效,提出一种用于SINS/DVL组合导航系统的DVL异常信息处理机制,一方面采用滑动窗卡方检测方法,消除野值对导航精度的影响;另一方面采用基于稀疏贝叶斯理论的相关向量机算法建立DVL速度回归预测模型,在DVL短时失效时输出速度信息避免SINS误差积累。基于长江试验的实测数据,对比了所提方法与DVL失效时仅隔离DVL、采用相关向量机模型预测但未处理野值以及采用支持向量机模型预测并处理野值三种方法,所提方法分别提升了68.8%、67.3%和22.6%的定位精度,可以更准确预测DVL速度输出并且避免野值导致的滤波精度下降问题,验证了该DVL异常信息处理机制的有效性和鲁棒性。

摘要： 针对隧道结构安全监测数据存在野值,噪声等严重影响后续分析的问题,提出了一种自适应跟踪系统噪声的可靠卡尔曼滤波算法进行数据去噪.首先结合滑动窗口使用最小二乘法对野值进行补偿;其次继承卡尔曼的“一步一推导”思想,动态估计噪声值,有效解决了传统卡尔曼滤波器在面对野值及非线性系统时存在的无法准确建模的问题;最后使用北京某施工地铁数据进行数值验证,结果表明,与经典算法相比,该算法在精度方面有极大的提升.

摘要： 为解决水下航行器捷联惯性导航系统(SINS)与多普勒计程仪(DVL)、长基线(LBL)定位设备组合导航问题,提出使用集中式滤波方案,并建立了SINS/DVL/LBL组合导航模型。在组合导航过程中,考虑到使用经典的卡尔曼滤波方法会存在由量测噪声方差时变和野值干扰而导致滤波精度下降的问题,通过将变分贝叶斯滤波与IGGⅢ权函数相结合,提出了一种改进变分贝叶斯滤波方法。组合导航仿真结果表明:文中滤波方法具有较强的自适应能力和抗野值能力,其滤波精度优于经典的卡尔曼滤波方法和变分贝叶斯滤波方法。

摘要： 为解决水下航行器捷联惯性导航系统(SINS)与多普勒计程仪(DVL)、长基线(LBL)定位设备组合导航问题,提出使用集中式滤波方案,并建立了SINS/DVL/LBL组合导航模型.在组合导航过程中,考虑到使用经典的卡尔曼滤波方法会存在由量测噪声方差时变和野值干扰而导致滤波精度下降的问题,通过将变分贝叶斯滤波与IGGⅢ权函数相结合,提出了一种改进变分贝叶斯滤波方法.组合导航仿真结果表明:文中滤波方法具有较强的自适应能力和抗野值能力,其滤波精度优于经典的卡尔曼滤波方法和变分贝叶斯滤波方法.

摘要： 针对水工结构长周期监测数据野值识别中存在分布假设难以满足、野值点数量受限和野值难以有效量化的问题,提出了以改进局部异常系数算法为基础的密度分簇局部异常识别方法。该方法将长周期监测数据集分为极端簇、野值簇和正常簇,在每个簇中以不同方式赋予异常可能性,得到了综合考虑自变量和效应量的异常可能性时序图,实现了水工结构长周期监测数据野值识别与量化分析。核心算法预先不使用任何分布假设,改进了局部异常系数算法可达距离的定义,扩大了高异常系数与低异常系数的差值,使得野值与其他数据点更易区分。依托实际调水工程长周期监测数据,考虑实测数据集中野值数量和位置均未知的情况,根据异常可能性计算可信程度作为回归分析模型的权重,模型预测结果与未加权重的模型相比得到了较大提高,验证了所提出方法的有效性。

摘要： 为抑制弹道外测数据中异常值的影响,设计了一种基于最小二乘趋势项建模与一阶差分还原的联合野值处理方法.该方法基于最小二乘原理建立了外测数据趋势项多项式的一般模型;利用一阶差分处理化斑点型野值为孤立型野值,在简化野值类型的同时又降低了野值的处理难度;最后引入肖维涅准则进行野值检验剔除,并积分还原得到便于后续分析的外测数据.仿真算例结果对比表明,该方法简便易行,在不破坏原始数据有用信息前提下,可抑制复杂类型野值的影响,取得较好的处理效果.

摘要： 为剔除遥测数据中野值并降低背景噪声干扰,文章提出了一种基于卡尔曼滤波的遥测数据野值剔除方法.该方法在对遥测数据进行卡尔曼滤波过程中,首先根据卡尔曼信息特征构建能够反映野值的判别因子,其次利用莱特准则分析判别因子特征,实现对野值的准确判别,而后利用该判别因子推导野值点处观测值,最后利用该观测值对卡尔曼滤波过程中预测值进行修正,以达到消除野值干扰的目的.实验结果表明:该方法在抑制遥测信号背景噪声干扰的同时,可有效剔除信号中野值,且具有较强的鲁棒性,是一种有效可行的遥测数据野值剔除方法.

摘要： 对于机载捷联惯性卫星组合导航系统而言,当载机处于大动态或者其他卫星信号不连续情况时,卫星提供的速度、位置等量测信息可能会出现跳变,进而影响组合导航精度.介绍了惯性导航、卫星导航及其组合导航系统的基本原理和优缺点,分析了卫星量测不可避免出现跳点时组合导航系统Kalman滤波器的估计效果,对基于惯性辅助的卫星信息容错技术进行研究,提出了一种新的卫星信号野值剔除与滤波改进方法.新方法既保证了量测向量原有的统计特性,同时将野值带来的影响去除.半实物仿真分析结果表明,滤波器的估计稳定性得到明显提升,组合导航系统的速度和位置精度分别提升了约30％和35％.

摘要： 动态测量数据处理中，在观测噪声为白噪声的情况下，可以利用新息序列的正交性对野值进行辨识。但是当其为有色噪声时，噪声之间的相关性使其不再独立分布，此时新息序列正交性得不到保障。针对上述问题，本文提出了有色观测噪声模型的级数表示及其模型方差求解的方法，利用该方差修正了新息满足的条件，并构造出野值辨识函数以及合理的剔除方法。仿真计算表明，该函数能有效的辨识出野值，降低误判率，提高数据处理的精度。

摘要： 给出一种适用于外测数据的野值实时检择与校正方法.该方法首先在观测序列的初始段数据中找到S个以上彼此吻合的观测值(亦称为基本点组),用这些点求得卡尔曼滤波的初值,然后进行卡尔曼滤波的逐步递推,在递推的每一步利用新息(即预报残差)这个统计量进行判断,以确定对应的观测值是否为野值,对检测出的野值用预测值替之.根据靶场的实际情况,我们采用了一种特殊的卡尔曼滤波器,即α-β-γ滤波器.并对递推过程中可能出现发散的原因及对策进行了分析、探讨.

摘要： 本文分析标准卡尔曼滤波方法中野值对其滤波精度的影响,提出了基于M估计的野值处理方法.这种方法不仅可以去除单个野值的影响,而且在野值成片出现时具有很好地保持滤波稳定性的特点.最后通过仿真验证了该方法在DR/GPS组合导航系统中的有效性.

摘要： 本发明公开了一种方位观测数据的野值实时剔除方法，首先获取水下运动目标的宽带阵列接收信号，通过计算不同时刻接收信号的空间谱估计目标方位，获取方位观测数据，利用目标匀速运动特性判别和修正方位观测数据的野值。本发明适用于孤立型、斑点型和混合型野值的剔除，方法简单，提高了运动目标方位测量数据动态野值点检测的准确性和方位跟踪性能，可推广应用于其它运动目标测量系统测量数据的孤立型、斑点型和混合型野值判别和修正，具有良好的理论和工程应用价值。

摘要： 本发明公开了一种抗野值鲁棒无迹卡尔曼滤波的动力电池SOC估计方法，属于动力电池技术领域，包括如下步骤：利用复合模型方法结合安时法设计动力电池的状态和观测方程，确定车载电池的模型方程，建立电池等效模型；进行模型参数辩识，递推最小二乘法辨识电池模型观测试方程的相关参数，系统输入量为持续激励，辩识迭代次数使最终结果收敛并趋于稳定；采用改进的抗野值鲁棒无迹卡尔曼滤波算法对电池SOC进行估计。本发明将测量误差模型修正为归一化受污染正态分布模型，结合贝叶斯定理计算野值出现的后验概率作为加权系数自适应调整测量预测相关方差及增益阵，能够有效克服野值干扰的问题。

摘要： 本申请提供了一种卫星遥测数据野值检测方法、装置和电子设备，其中，利用核极限学习机训练得到遥测数据的野值检测模型，可以有效对卫星的遥测数据中的野值进行检测，大大提高遥测数据的野值检测效率和野值检测准确率。

摘要： 本发明涉及一种基于统计的卫星遥测数据野值剔除方法，步骤包括：将卫星遥测数据按时间序列形式进行存储制成数据表D；数据位置时刻初始化t＝M，数据表大小初始化L＝|D|；当t＝L‑N时，结束操作。本发明将遥测变量数据同时和之后的M个数据和之前的N个数据的均值进行比较，避免了单一比较导致的当某个遥测变量由于某种原因如卫星设备开关机所导致的突变所带来的野值错误检测问题。

摘要： 本发明公开了一种抗测量野值干扰的多目标鲁棒定位方法，该方法包括如下步骤：根据目标的运动模型和传感器采集到的目标与传感器对间的距离差信息来建立多目标的状态模型和观测模型；基于传感器的先验信息来对观测值进行检测，找到测量野值；引入虚拟点、关联门和联合概率对检测到的测量野值进行修正；利用修正后的测量值推导具有鲁棒特性的无迹粒子滤波模型；融合多传感器的鲁棒无迹粒子滤波结果实现多目标定位。本发明减弱了由于测量野值和粒子退化对目标定位结果的影响，同时减弱较差滤波结果对最终定位结果的影响，提高了多目标定位的准确度，能够为多目标定位提供一定的基础。

摘要： 本发明涉及一种地震记录分频带野值压制方法，属于地震数据预处理领域，首先对炮集记录分频带进行扫描，得到野值所在的频率范围；利用带通滤波技术，将炮集记录按照频率间隔分成若干个分频带数据体；依据野值所在的频率范围对于每一个数据体设置一个压制阈值，求取数据体所有采样点绝对值的平均值，使其与阈值相乘得到期望值；在相位不变的情况下，将每个数据体中采样点的绝对值与期望值相比较，若前者大于后者，则当前采样点的数据的绝对值为期望值，反之采样点的数值不变；将野值压制后的数据体进行合并，生成分频带野值压制后的地震炮集记录。模型实验与实际资料结果表明，本方法可有效压制野值，保护有效信号，从而显著提高炮集记录的信噪比。

摘要： 本发明公开了一种野值噪声干扰下基于中心误差熵中心差分卡尔曼滤波的卫星姿态确定方法，包括：建立卫星姿态确定的非线性系统；根据前一时刻卫星的状态估计值和状态协方差，利用Stirling插值变换计算确定性采样点，通过状态方程进行状态传递，获取当前时刻卫星的一步预测状态估计值和一步预测状态协方差；根据一步预测状态估计值和一步预测状态协方差，利用Stirling插值变换计算确定性采样点，通过测量方程进行测量信息传递，获取卫星量测输出量的一步预测值、一步预测值与一步预测状态估计值的互协方差；基于中心误差熵准则建立卫星状态的线性化回归方程，获取当前时刻卫星的状态估计值和状态协方差。本发明能提高处理非高斯噪声时的姿态估计精度和鲁棒性。

摘要： 本发明公开了一种基于卡尔曼滤波和最小二乘拟合的抗野值降噪方法，涉及信号处理领域的信号降噪及野值剔除,包括如下步骤：采用卡尔曼滤波算法对信号进行滤波，在滤波过程中利用莱特准则判别信号中观测值是否为野值，若观测值为正常值，则采用该观测值对该时刻卡尔曼预测值进行修正，得到最终卡尔曼滤波结果；若观测值为野值，则采用最小二乘方法拟合出该时刻估计值，并利用该拟合估计值对卡尔曼预测值进行修正，在修正过程中，设计调节因子，该调节因子能在野值连续出现时逐渐降低拟合估计值对预测值的修正作用，提高野值连续出现时的滤波精度。本发明可以在消除野值干扰的同时有效降低信号中噪声影响，提高信号的可识别性。

摘要： 本发明实施例公开了一种基于反卷积重建网络的遥测信号野值去除方法、装置及介质；该方法包括：基于卷积构建与反卷积重建构造一反卷积重建网络；通过由已有的实测遥测信号数据及对应的实测遥测信号数据时间戳组成的训练数据对所述反卷积重建网络进行训练，获得训练后的反卷积重建网络；将原始遥测信号数据时间戳输入至所述训练后的反卷积重建网络，以获得与所述原始遥测信号数据时间戳对应的预测的遥测信号数据；计算所述原始遥测信号数据时间戳对应的原始遥测信号数据与所述预测的遥测信号数据之间的距离；当所述距离大于设定的阈值，确定所述原始遥测信号数据时间戳对应的原始遥测信号数据为野值，并将所述野值进行去除。

摘要： 本发明提供一种着陆测量雷达高度向多次反射野值剔除方法及其系统，包括：获取中频信号经数字下变频后的雷达回波基带信号，对所述基带信号进行FFT处理，分析雷达回波的幅频特征，进行雷达回波信号重心估计处理，得到所述雷达回波的频率特征的重心；通过多个与雷达天线法向不同夹角的波束分时测量相应波束的所述雷达回波的频率重心，选择其中波束方向与雷达天线法向夹角最大的至少三个波束的指向矢量对所述着陆地面的径向距离值进行解算，得到所述着陆地面的平面特征；计算所述着陆地面相交的着陆交点到所述雷达的距离估算值与雷达天线法向夹角最小的波束对着陆地面的径向距离值的差值的绝对值。本发明实现简单，能够剔除并且纠正任何类型野值。