CN111353131B - 一种码载偏离度阈值计算的方法 - Google Patents
一种码载偏离度阈值计算的方法 Download PDFInfo
- Publication number
- CN111353131B CN111353131B CN202010120952.2A CN202010120952A CN111353131B CN 111353131 B CN111353131 B CN 111353131B CN 202010120952 A CN202010120952 A CN 202010120952A CN 111353131 B CN111353131 B CN 111353131B
- Authority
- CN
- China
- Prior art keywords
- data
- deviation
- group
- quartile
- code carrier
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004364 calculation method Methods 0.000 title claims description 12
- 238000000034 method Methods 0.000 claims abstract description 45
- 230000002159 abnormal effect Effects 0.000 claims abstract description 29
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 230000001174 ascending effect Effects 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000005856 abnormality Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000005433 ionosphere Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Radar Systems Or Details Thereof (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种码载偏离度阈值计算的方法,码载偏离度阈值计算的方法包括剔除预设仰角范围的码载偏离度数据,得到第一目标正常偏离度数据;对第一目标正常偏离度数据按照预设仰角进行分组,得到i组偏离度数据;基于箱型图法对i组中的每一组偏离度数据进行预处理,剔除异常数据,得到第二目标正常偏离度数据;对第二目标正常偏离度数据基于似然估计计算出总体均值μi和总体标准差σi;基于总体均值μi和总体标准差σi计算出每一组偏离度数据的阈值μi±3σi。实现在计算均值和标准差之前采用了预处理技术对异常数据进行剔除,并且对异常剔除之后的数据采用了似然估计方法对数据进行估计均值与标准差,进而提高了计算出的码载偏离度阈值的准确度。
Description
技术领域
本发明涉及卫星信号质量检测码载偏离度阈值计算技术领域,尤其涉及一种码载偏离度阈值计算的方法。
背景技术
阈值的选取对于信号质量监测中码载偏离度监测来说是一个至关重要的问题,当阈值选取好之后便以这一组阈值为标准对实时的码载偏离度进行判定,当超过这一组阈值的范围便认为当前码载偏离度发生了异常,若阈值选得过低,则会将并未异常的数据判定为异常,而若阈值选择得过高,则会将发生了异常的数据判定为正常,所以无论阈值选取的过大还是过小均会对码载偏离度的判定产生影响。
由于长期统计一组码载偏离度数据后可以知道其符合的分布为正态分布,所以目前传统的方法是直接计算出这一组码载偏离度数据的均值μ与标准差σ,并根据正态分布的3倍标准差原则计算出μ±3σ作为阈值的上下限,所以μ与σ的准确度就决定了阈值的准确度,然而这样统计计算出来的μ与σ确实能很好的描述当前的这一组码载偏离度数据所符合的规律,但却不一定能很好的用来描述总体的码载偏离度的规律,即由这一组μ和σ计算出来的阈值也只对当前统计的这一组码载偏离度数据具有很好的效果,对总体码载偏离度的数据却不一定能起到很好的效果,再加上传统方法并未考虑到由于钟跳或者非电离层异常引起的周跳等接收机内部或外部的原因影响了所统计的这一组码载偏离度数据的分布情况,尽管由于码载偏离度是一种低频变化的数据,当产生钟跳或者非电离层异常引起的周跳等原因时导致的码载偏离度异常属于高频分量,通过低通滤波器可以滤除这些高频分量,但统计的这一组码载偏离度数据中仍会存在一些幅值较大的异常数据,同样会影响这一组数据的分布情况导致计算出的μ与σ出现误差,进而影响阈值的计算,所以想要得到准确的阈值的关键就是要得到准确的μ和σ。
但是传统码载偏离度阈值计算方法中计算出的阈值准确度低。
发明内容
本发明的目的在于提供一种码载偏离度阈值计算的方法,旨在解决传统码载偏离度阈值计算方法中计算出的阈值准确度低的问题。
为实现上述目的,本发明提供了一种码载偏离度阈值计算的方法,包括:
获取预设时间内收集的一组码载偏离度数据按照仰角进行分组,所述预设时间长度大于或等于卫星绕地球运行的一个周期;
剔除预设仰角范围的码载偏离度数据,得到第一目标正常偏离度数据;
对所述第一目标正常偏离度数据按照预设仰角进行分组,得到i组偏离度数据;
基于箱型图法对i组中的每一组偏离度数据进行预处理,剔除异常数据,得到第二目标正常偏离度数据;
对所述第二目标正常偏离度数据基于似然估计计算出总体均值μi和总体标准差σi;
基于总体均值μi和总体标准差σi计算出每一组偏离度数据的阈值μi±3σi。
在一实施方式中,基于箱型图法对i组中的每一组偏离度数据进行预处理,剔除异常数据,得到第二目标正常偏离度数据,具体包括:
将每一组偏离度数据按照升序排列,计算每一组偏离度数据的下四分位数Qi,d和上四分位数Qi,u;
根据上四分位数Qi,d和下四分位数Qi,u确定上下限;
根据上下限剔除异常数据,得到第二目标正常偏离度数据。
在一实施方式中,对所述第二目标正常偏离度数据基于似然估计计算出总体均值μi和总体标准差σi,具体包括:
对第二目标正常偏离度数据分别由概率密度函数建立似然函数;
对每一组似然函数求对数,得到对数似然函数;
基于对数似然函数分别对均值与标准差进行求偏导;
基于偏导等于零,计算得到总体均值μi和总体标准差σi。
在一实施方式中,将每一组偏离度数据按照升序排列,计算每一组偏离度数据的下四分位数和上四分位数,具体包括:
若是,则下四分位数为Qi,d=xi(Pi,d);
若否,则Qi,d=0.25×xi(floor(Pi,d))+0.75×xi(ceil(Pi,d)),其中floor表示向下取整,ceil表示向上取整。
在一实施方式中,将每一组偏离度数据按照升序排列,计算每一组偏离度数据的下四分位数和上四分位数,具体还包括:
若是,则上四分位数为Qi,u=xi(Pi,u);
若否,则上四分位数为Qi,u=0.75×xi(floor(Pi,u))+0.25×xi(ceil(Pi,u)),其中floor表示向下取整,ceil表示向上取整。
在一实施方式中,根据上四分位数和下四分位数确定上下限,具体包括:
确定四分位距IQRi=Qi,u-Qi,d;
确定上限thredi,u=Qi,u+1.5×IQRi,下限thredi,d=Qi,d-1.5×IQRi。
在一实施方式中,对第二目标正常偏离度数据分别由概率密度函数建立似然函数,其中,所述概率密度函数为:
在一实施方式中,对第二目标正常偏离数据分别由概率密度函数建立似然函数,其中,所述似然函数为:
本发明的一种码载偏离度阈值计算的方法,通过剔除预设仰角范围的码载偏离度数据,得到第一目标正常偏离度数据;对所述第一目标正常偏离度数据按照预设仰角进行分组,得到i组偏离度数据;基于箱型图法对i组中的每一组偏离度数据进行预处理,剔除异常数据,得到第二目标正常偏离度数据;对所述第二目标正常偏离度数据基于似然估计计算出总体均值μi和总体标准差σi;基于总体均值μi和总体标准差σi计算出每一组偏离度数据的阈值μi±3σi。实现在计算均值和标准差之前采用了预处理技术对异常数据进行剔除,能大大提高剩余数据的可靠性,并且对异常剔除之后的数据采用了似然估计方法对数据进行估计均值与标准差,由于似然估计计算的是总体的均值与标准差,比对一组数据直接计算得出的均值与标准差更加稳健,与真实值的偏差更小,进而提高了计算出的码载偏离度阈值的准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种码载偏离度阈值计算的方法的流程示意图;
图2是本发明步骤S104的具体流程示意图;
图3是本发明步骤S105的具体流程示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
请参阅图1,是本发明提供的一种码载偏离度阈值计算的方法的流程示意图。具体的,所述码载偏离度阈值计算的方法可以包括以下步骤:
S101、获取预设时间内收集的一组码载偏离度数据按照仰角进行分组;
本发明实施例中,首先收集一组码载偏离度数据,所述预设时间长度大于或等于卫星绕地球运行的一个周期,只有收集完一个周期的数据才能完整的计算出每一个仰角处的阈值。
S102、剔除预设仰角范围的码载偏离度数据,得到第一目标正常偏离度数据;
本发明实施例中,预设仰角范围为0度以上10度以下,由于仰角在0度以上10度以下的时候外部环境复杂,即卫星受到的外部干扰较为严重,对码载偏离度影响大,即码载偏离度数据跳动会比较大,所以仰角在0~10度之间的码载偏离数据不予考虑,即不计算在0~10度之间的码载偏离度数据的阈值。
S103、对所述第一目标正常偏离度数据按照预设仰角进行分组,得到i组偏离度数据;
本发明实施例中,所述预设仰角为10度,即所述第一目标正常偏离度数据按照每10度仰角分为一组,i等于1~8;比如从10~90度一共分为8组,即i等于8,ni表示第i组数据的数据个数。
S104、基于箱型图法对i组中的每一组偏离度数据进行预处理,剔除异常数据,得到第二目标正常偏离度数据;
本发明实施例中,请参阅图2,将每一组偏离度数据按照升序排列,计算每一组偏离度数据的下四分位数Qi,d和上四分位数Qi,u;获取下四分位数所在的位置Pi,d,判断下四分位数所在的位置Pi,d是否为整数;其中,ni表示第i组数据的数据个数;
若是,则下四分位数为Qi,d=xi(Pi,d);
若否,则Qi,d=0.25×xi(floor(Pi,d))+0.75×xi(ceil(Pi,d)),其中floor表示向下取整,ceil表示向上取整。
若是,则上四分位数为Qi,u=xi(Pi,u);
若否,则上四分位数为Qi,u=0.75×xi(floor(Pi,u))+0.25×xi(ceil(Pi,u)),其中floor表示向下取整,ceil表示向上取整。
根据上四分位数Qi,d和下四分位数Qi,u确定上下限;
确定四分位距IQRi=Qi,u-Qi,d;
确定上限thredi,u=Qi,u+1.5×IQRi,下限thredi,d=Qi,d-1.5×IQRi。
根据上下限剔除异常数据,得到第二目标正常偏离度数据,对每一组偏离度数据进行判断,将大于thredi,u和小于thredi,d的数据判定为异常数据进行剔除。
由于原始数据中若存在一定的异常数据,会导致整体数据不能很好地符合正态分布规律,所以首先对每一组数据采用箱型图法进行分析,将大于上限和下限的数据判定为异常数据进行剔除,对于完全符合正态分布规律的数据使用箱型法剔除掉异常数据时剔除的数据仅占总数据量的0.3%左右,进行这一步预处理后既能保留绝大部分正常数据,又能将小部分的异常数据丢弃,即使丢弃的数据里包含了部分正常数据,仍然不会影响总体数据的分布,所以此预处理步骤大大的提高了第二目标正常偏离度数据的可靠性,剔除了异常数据之后的第二目标正常偏离度数据比原始数据能更好的符合正态分布规律。
S105、对所述第二目标正常偏离度数据基于似然估计计算出总体均值μi和总体标准差σi;
本发明实施例中,请参阅图3,对第二目标正常偏离度数据分别由概率密度函数建立似然函数;其中,所述概率密度函数为:
其中,xi(j)为升序排列之后第i组数据中的第j个数,j的范围为1~ni,ni表示第i组数据的数据个数,μi、σi表示的是第i组数据所符合的分布的总体均值与总体标准差。
对每一组似然函数求对数,得到对数似然函数;其中,所述似然函数为:
将所述似然函数(2)进一步化简为:
对于正态分布而言,小概率的样本点出现的概率很小,也就是几乎不会出现,所以已经出现的样本点所对应的概率值总体是很大的,因而他们相乘起来也应是一个很大的值,对应到(2)(3)中的似然函数方程中也就是最接近真实值的μi和σi会使得似然函数L取得最大值,故接下来的目标是对似然函数L求最大值,但是直接对(2)(3)中的似然函数求最大值并不容易,为了更简便的求出最大值,对似然函数取对数:
基于对数似然函数分别对均值与标准差进行求偏导;
基于偏导等于零,计算得到总体均值μi和总体标准差σi。
当(5)(6)均等于0时对数似然函数即可得到最大值;
进一步求解即可得到:
S106、基于总体均值μi和总体标准差σi计算出每一组偏离度数据的阈值μi±3σi。
本发明实施例中,(8)中求出的μi和σi即为每一组偏离度数据的总体均值与总体标准差,所以μi±3σi为每一组偏离度数据的阈值的上下限。对异常剔除后的第二目标正常偏离度数据分别采用似然估计的方法估计出每一组的总体均值μi和总体标准差σi,进而再采用3倍标准差原则将μi±3σi作为每一组数据的阈值,由此计算出来的均值和标准差会比直接对原始数据计算出来的均值和标准差能更好的描述总体码载偏离度所符合的正态分布的特性,也就是说由此计算出来的均值和标准差会更接近真实值,进而计算出的阈值也能更准确。
本发明的一种码载偏离度阈值计算的方法,通过剔除预设仰角范围的码载偏离度数据,得到第一目标正常偏离度数据;对所述第一目标正常偏离度数据按照预设仰角进行分组,得到i组偏离度数据;基于箱型图法对i组中的每一组偏离度数据进行预处理,剔除异常数据,得到第二目标正常偏离度数据;对所述第二目标正常偏离度数据基于似然估计计算出总体均值μi和总体标准差σi;基于总体均值μi和总体标准差σi计算出每一组偏离度数据的阈值μi±3σi。实现在计算均值和标准差之前采用了预处理技术对异常数据进行剔除,能大大提高剩余数据的可靠性,并且对异常剔除之后的数据采用了似然估计方法对数据进行估计均值与标准差,由于似然估计计算的是总体的均值与标准差,比对一组数据直接计算得出的均值与标准差更加稳健,与真实值的偏差更小,进而提高了计算出的码载偏离度阈值的准确度,尤其是解决了当出现由于钟跳或非电离层异常引起的周跳等接收机或外部的原因导致码载偏离度数据异常时,计算出的阈值准确度再次降低的问题。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本发明权利要求所作的等同变化,仍属于发明所涵盖的范围。
Claims (7)
1.一种码载偏离度阈值计算的方法,其特征在于,包括:
获取预设时间内收集的一组码载偏离度数据按照仰角进行分组,所述预设时间长度大于或等于卫星绕地球运行的一个周期;
剔除预设仰角范围的码载偏离度数据,得到第一目标正常偏离度数据;
对所述第一目标正常偏离度数据按照预设仰角进行分组,得到i组偏离度数据;
基于箱型图法对i组中的每一组偏离度数据进行预处理,将每一组偏离度数据按照升序排列,计算每一组偏离度数据的下四分位数Qi,d和上四分位数Qi,u,根据上四分位数Qi,d和下四分位数Qi,u确定上下限,剔除异常数据,得到第二目标正常偏离度数据;
对所述第二目标正常偏离度数据基于似然估计计算出总体均值μi和总体标准差σi;
基于总体均值μi和总体标准差σi计算出每一组偏离度数据的阈值μi±3σi。
2.如权利要求1所述的码载偏离度阈值计算的方法,其特征在于,对所述第二目标正常偏离度数据基于似然估计计算出总体均值μi和总体标准差σi,具体包括:
对第二目标正常偏离度数据分别由概率密度函数建立似然函数;
对每一组似然函数求对数,得到对数似然函数;
基于对数似然函数分别对均值与标准差进行求偏导;
基于偏导等于零,计算得到总体均值μi和总体标准差σi。
5.如权利要求4所述的码载偏离度阈值计算的方法,其特征在于,根据上四分位数和下四分位数确定上下限,具体包括:
确定四分位距IQRi=Qi,u-Qi,d;
确定上限thredi,u=Qi,u+1.5×IQRi,下限thredi,d=Qi,d-1.5×IQRi。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010120952.2A CN111353131B (zh) | 2020-02-26 | 2020-02-26 | 一种码载偏离度阈值计算的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010120952.2A CN111353131B (zh) | 2020-02-26 | 2020-02-26 | 一种码载偏离度阈值计算的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111353131A CN111353131A (zh) | 2020-06-30 |
CN111353131B true CN111353131B (zh) | 2023-05-30 |
Family
ID=71192443
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010120952.2A Active CN111353131B (zh) | 2020-02-26 | 2020-02-26 | 一种码载偏离度阈值计算的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111353131B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112130579A (zh) * | 2020-09-24 | 2020-12-25 | 国网智能科技股份有限公司 | 一种隧道无人机巡检方法及系统 |
CN112768062A (zh) * | 2021-01-26 | 2021-05-07 | 武汉大学 | 提高医疗数值型数据矫正效率的方法、系统及存储介质 |
CN117708615B (zh) * | 2024-02-04 | 2024-05-17 | 芯联集成电路制造股份有限公司 | 产品的检测方法及加工设备的监控方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011100690A2 (en) * | 2010-02-14 | 2011-08-18 | Trimble Navigation Limited | Gnss signal processing with regional augmentation message |
CN105069296A (zh) * | 2015-08-10 | 2015-11-18 | 国网浙江省电力公司电力科学研究院 | 一种设备阈值确定方法及系统 |
CN108828627A (zh) * | 2018-07-25 | 2018-11-16 | 中国电子科技集团公司第二十八研究所 | 一种基于高斯膨胀法的gbas完好性示警阈值估计方法 |
CN110456390A (zh) * | 2019-07-24 | 2019-11-15 | 北京空间飞行器总体设计部 | 一种用于监测导航卫星在轨完好性风险的装置及方法 |
CN110531381A (zh) * | 2019-08-23 | 2019-12-03 | 桂林电子科技大学 | 一种gnss信号可用性与完好性监测系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10215862B2 (en) * | 2014-04-07 | 2019-02-26 | Honeywell International Inc. | Systems and methods for a code carrier divergence high-pass filter monitor |
-
2020
- 2020-02-26 CN CN202010120952.2A patent/CN111353131B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011100690A2 (en) * | 2010-02-14 | 2011-08-18 | Trimble Navigation Limited | Gnss signal processing with regional augmentation message |
CN105069296A (zh) * | 2015-08-10 | 2015-11-18 | 国网浙江省电力公司电力科学研究院 | 一种设备阈值确定方法及系统 |
CN108828627A (zh) * | 2018-07-25 | 2018-11-16 | 中国电子科技集团公司第二十八研究所 | 一种基于高斯膨胀法的gbas完好性示警阈值估计方法 |
CN110456390A (zh) * | 2019-07-24 | 2019-11-15 | 北京空间飞行器总体设计部 | 一种用于监测导航卫星在轨完好性风险的装置及方法 |
CN110531381A (zh) * | 2019-08-23 | 2019-12-03 | 桂林电子科技大学 | 一种gnss信号可用性与完好性监测系统 |
Non-Patent Citations (4)
Title |
---|
"Sequential Data Fusion of GNSS Pseudoranges and Dopplers With Map-Based Vision Systems";Zui Tao,等;《IEEE Transactions on Intelligent Vehicles》;20160930;全文 * |
"地基GPS电离层异常探测研究";白璇;《中国优秀硕士学位论文全文数据库信息科技辑》;20141015;全文 * |
北斗系统测距码与载波一致性评估与验证;李冬霞等;《系统仿真学报》;20181008(第10期);全文 * |
改进包络模型的GNSS完好性监测阈值设计;吕浩源等;《弹箭与制导学报》;20170815(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111353131A (zh) | 2020-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111353131B (zh) | 一种码载偏离度阈值计算的方法 | |
CN111123188A (zh) | 基于改进最小二乘法的电能表综合检定方法及系统 | |
CN109633633B (zh) | 一种基于分段分类增强处理的生命信号增强方法 | |
CN113325277A (zh) | 一种局部放电处理方法 | |
CN109450405B (zh) | 一种应用于ad采集中的复合式软件滤波方法及系统 | |
CN111170103B (zh) | 设备故障识别方法 | |
CN116865269B (zh) | 一种风电机组高谐波补偿方法及系统 | |
CN110188810A (zh) | 一种基于密度聚类的在线野值检测、识别与修正方法 | |
CN114112400A (zh) | 一种基于多角度信息融合的机械轴承故障诊断方法 | |
CN115982602A (zh) | 一种光伏变压器电故障检测方法 | |
CN115840104B (zh) | 一种基于电磁兼容实验的干扰信号识别方法 | |
CN117421610B (zh) | 一种用于电能表运行状态预警的数据异常分析方法 | |
CN112101765A (zh) | 一种配电网运行指标数据异常数据处理方法及系统 | |
CN113901379A (zh) | 一种边缘端的实时数据动态在线快速处理方法 | |
CN108594156B (zh) | 一种改进的电流互感器饱和特性识别方法 | |
CN110233682B (zh) | 一种实时门限信号检测方法 | |
CN117009870A (zh) | 一种频域改进sdp图的泵空化状态识别方法 | |
CN108469609B (zh) | 一种用于雷达目标跟踪的检测信息滤波方法 | |
CN111079591A (zh) | 基于改进多尺度主成分分析的不良数据修复方法及系统 | |
CN114112390B (zh) | 一种非线性复杂系统早期故障诊断方法 | |
CN112965964B (zh) | 一种实测飞参数据的野值检测方法、系统及计算机相关产品 | |
CN109462561B (zh) | 基于概率的噪声估计与门限判决方法 | |
CN112162153A (zh) | 基于相位直线拟合的正弦波信号频率估计方法 | |
CN117439827B (zh) | 一种网络流量大数据分析方法 | |
CN117293758B (zh) | 基于故障识别的数字化配电馈线监测终端自动化保护方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |