CN103412867A - 一种基于3σ法则滤波装置及滤波算法 - Google Patents

一种基于3σ法则滤波装置及滤波算法 Download PDF

Info

Publication number
CN103412867A
CN103412867A CN2013102514359A CN201310251435A CN103412867A CN 103412867 A CN103412867 A CN 103412867A CN 2013102514359 A CN2013102514359 A CN 2013102514359A CN 201310251435 A CN201310251435 A CN 201310251435A CN 103412867 A CN103412867 A CN 103412867A
Authority
CN
China
Prior art keywords
filtering
data
interval
module
sample
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.)
Granted
Application number
CN2013102514359A
Other languages
English (en)
Other versions
CN103412867B (zh
Inventor
宋志军
李班化
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu xindie Digital Technology Co.,Ltd.
Original Assignee
Xuzhou Zhongkuang Automatic Science & Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xuzhou Zhongkuang Automatic Science & Technology Co Ltd filed Critical Xuzhou Zhongkuang Automatic Science & Technology Co Ltd
Priority to CN201310251435.9A priority Critical patent/CN103412867B/zh
Publication of CN103412867A publication Critical patent/CN103412867A/zh
Application granted granted Critical
Publication of CN103412867B publication Critical patent/CN103412867B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Complex Calculations (AREA)

Abstract

本发明公开了一种基于3σ法则滤波装置及滤波算法，属于数据处理领域。所述滤波算法包括：大样本数据采集与存储；样本平均值与样本标准差的计算；总体期望置信区间的获取；总体标准差置信区间的获取；3σ区间的获取；根据获取到的3σ区间完成数据的滤波。所述的装置包括：数据接收模块、数据存储模块、滤波参数计算模块、可信区间选择模块、数据滤波模块、数据发送模块、参数信息显示模块。本发明能够过滤掉数据采集过程中可信度低的数据，屏蔽掉信息采集过程中的噪声干扰，有效保证信息更进一步的接近实际环境。

Description

一种基于3σ法则滤波装置及滤波算法
技术领域
本发明涉及数据处理领域，特别涉及一种基于3σ法则滤波装置及滤波算法。
背景技术
目前，我国煤炭储存形式正在从露天式向封闭式转化，储煤筒仓、圆形煤场等这类封闭式储煤场的应用，实现了储煤的绿色、环保与安全。封闭式储煤场的应用具有方便信息化管理、环境保护等优势，但是它存在安全隐患也是多方面的，特别是因煤自燃引起封闭煤场的爆炸现象时常发生，不仅造成了巨大财产损失，还直接威胁着工人的生命安全。为了有效避免此类现象的发生，封闭式煤场安装了安全监测系统，监测封闭煤场内温度值、可燃气体浓度、烟雾浓度等参数信息的实时变化，当所监测值超限报警时，采取一定措施，阻止与延缓煤炭的自燃。由此可知，从封闭煤场采集到温度值、可燃气体浓度、烟雾浓度等参数值的准确性是决定能否有效避免爆炸发生的关键。
安全监测系统要求能准确地、实时地得到封闭煤场的参数信息，而封闭煤场环境复杂性对参数信息采集与通信带来了一定的噪声干扰，严重影响了参数信息的准确性，大大降低了参数信息的可信度。为了克服噪声干扰，有些安全监测系统采取采集多次取平均值的数据处理方案、采取同一平面内采集多点取平均值方案、采取采集多次并舍去最高与最低值再取平均值方案，这些方案，仅仅对数据进行了一次简单平滑处理，并没有将可信度低、准确性差的数据从根本上有效过滤掉，使得到参数值与实际环境偏差较大，严重影响了安全监测系统的正常工作。
发明内容
发明目的：为了克服现有方案不足，最大程度屏蔽环境在参数信息采集与通信过程中产生的噪声干扰，本发明提供了一种基于3σ法则滤波装置及滤波算法，完成参数信息的滤波处理，从根本上过滤掉可信度不高的数据，具有在不更改现有系统架构的基础上直接使用、计算量小、工作可靠、通用型强等优点。
技术方案：为了实现上述目的，本发明的一种基于3σ法则滤波装置及滤波算法，包括数据接收模块、数据存储模块、滤波参数计算模块、可信区间选择模块、数据滤波模块、数据发送模块、参数信息显示模块，所述数据接收模块支持RS232、RJ45、RS485接口，从以上三种接口中任何一个接口均可接收数据；所述数据存储模块按一定格式将接收模块接收到数据存储在FLASH中；所述滤波参数计算模块用于计算样本平均值、样本方差、总体期望置信区间、总体标准差置信区间、3σ区间；所述可信区间选择模块选择总体期望与总体标准差置信区间的置信水平以及滤波区间的可信度；所述数据滤波模块根据可信区间选择模块选择的置信水平相对应的3σ区间过滤数据；所述数据发送模块包括无线发送子模块同时支持RS232、RJ45、RS485接口，将过滤后数据的按一定格式封装通过以上任何一种方式均可发送出去；所述参数信息显示模块用于显示子模块工作状态信息以及滤波参数的选择与查询。
该基于3σ法则滤波装置的滤波算法，其特征在于包括以下步骤：
 利用接收模块与存储模块对要进行过滤的数据源进行采集，完成总体的抽样，得到
Figure 2013102514359100002DEST_PATH_IMAGE002
（
Figure 2013102514359100002DEST_PATH_IMAGE003
）条数据记录集，从而获得总体一个容量为
Figure 871480DEST_PATH_IMAGE002
的大样本；
 按照公式
Figure 2013102514359100002DEST_PATH_IMAGE005
与
Figure DEST_PATH_IMAGE006
得到大样本的平均值
Figure 2013102514359100002DEST_PATH_IMAGE007
与标准差
Figure DEST_PATH_IMAGE008
；
       其中为样本的容量；
       
Figure DEST_PATH_IMAGE012
 得到大样本的平均值与标准差
Figure 718006DEST_PATH_IMAGE008
后，按照公式
Figure 2013102514359100002DEST_PATH_IMAGE013
、
Figure DEST_PATH_IMAGE014
计算出总体期望一个置信水平为的置信区间
Figure DEST_PATH_IMAGE016
； 
Figure DEST_PATH_IMAGE018
Figure 2013102514359100002DEST_PATH_IMAGE019
其中
Figure 188432DEST_PATH_IMAGE007
为大样本的平均值，
Figure 498191DEST_PATH_IMAGE008
为样本的标准差，
Figure 568915DEST_PATH_IMAGE011
为样本的容量，
Figure DEST_PATH_IMAGE021
为标准正态分布的上
Figure DEST_PATH_IMAGE022
分位点，
Figure 251350DEST_PATH_IMAGE021
值依赖于
Figure DEST_PATH_IMAGE023
取值，根据
Figure 153447DEST_PATH_IMAGE023
不同取值，可得到不同置信水平的置信区间；
所述的公式是根据公式
Figure DEST_PATH_IMAGE025
和
Figure DEST_PATH_IMAGE026
推导而出；所述公式
Figure DEST_PATH_IMAGE027
是根据公式
Figure DEST_PATH_IMAGE028
和推导而出；
Figure 316761DEST_PATH_IMAGE017
=
Figure DEST_PATH_IMAGE029
Figure 472061DEST_PATH_IMAGE019
=
Figure DEST_PATH_IMAGE030
其中
Figure 228665DEST_PATH_IMAGE007
为大样本的平均值，为样本的标准差，
Figure 987859DEST_PATH_IMAGE011
为样本的容量，
Figure DEST_PATH_IMAGE031
为服从自由度为
Figure DEST_PATH_IMAGE032
的
Figure DEST_PATH_IMAGE033
分布的上
Figure DEST_PATH_IMAGE034
分位点；
Figure DEST_PATH_IMAGE035
其中
Figure 6237DEST_PATH_IMAGE021
为标准正态分布的上分位点；
Figure DEST_PATH_IMAGE036
 得到大样本的平均值
Figure 767706DEST_PATH_IMAGE007
与标准差后，按照公式
Figure DEST_PATH_IMAGE037
、计算出总体标准差一个置信水平为
Figure 295956DEST_PATH_IMAGE015
的置信区间
Figure DEST_PATH_IMAGE039
；
Figure DEST_PATH_IMAGE041
其中
Figure 590934DEST_PATH_IMAGE008
为样本的标准差，
Figure 584297DEST_PATH_IMAGE011
为样本的容量，
Figure DEST_PATH_IMAGE042
为标准正态分布的上
Figure DEST_PATH_IMAGE043
分位点，为标准正态分布的上
Figure DEST_PATH_IMAGE045
分位点；
所述公式
Figure DEST_PATH_IMAGE046
是根据公式
Figure DEST_PATH_IMAGE047
和
Figure DEST_PATH_IMAGE048
推导而出；所述公式
Figure DEST_PATH_IMAGE049
是根据公式
Figure DEST_PATH_IMAGE050
和
Figure DEST_PATH_IMAGE051
推导而出；
Figure DEST_PATH_IMAGE052
Figure DEST_PATH_IMAGE053
其中
Figure 205204DEST_PATH_IMAGE008
为样本的标准差，
Figure 942216DEST_PATH_IMAGE011
为样本的容量，
Figure DEST_PATH_IMAGE054
为服从自由度为
Figure DEST_PATH_IMAGE055
的
Figure DEST_PATH_IMAGE056
分布的上
Figure 91700DEST_PATH_IMAGE043
分位点，
Figure DEST_PATH_IMAGE057
为服从自由度为
Figure 583861DEST_PATH_IMAGE055
的
Figure 825486DEST_PATH_IMAGE056
分布的上分位点； 
Figure DEST_PATH_IMAGE058
Figure DEST_PATH_IMAGE059
其中
Figure DEST_PATH_IMAGE060
和
Figure 367250DEST_PATH_IMAGE044
分别为标准正态分布的上
Figure 702416DEST_PATH_IMAGE043
分位点与上
Figure 493655DEST_PATH_IMAGE045
分位点；
 根据计算得到的总体期望一个置信水平为
Figure DEST_PATH_IMAGE062
的置信区间与总体标准差的一个置信水平为
Figure 132763DEST_PATH_IMAGE062
的置信区间
Figure DEST_PATH_IMAGE063
，按照公式、
Figure DEST_PATH_IMAGE065
计算出
Figure DEST_PATH_IMAGE066
区间；
=
Figure DEST_PATH_IMAGE069
Figure DEST_PATH_IMAGE070
=
Figure DEST_PATH_IMAGE071
 根据总体期望一个置信区间
Figure 717460DEST_PATH_IMAGE016
的置信水平
Figure 668098DEST_PATH_IMAGE062
、总体标准差一个置信区间的
Figure 117315DEST_PATH_IMAGE063
的置信水平
Figure 469799DEST_PATH_IMAGE062
以及
Figure 474664DEST_PATH_IMAGE066
法则，根据公式
Figure DEST_PATH_IMAGE073
计算出滤波区间的可信度，即
Figure 912598DEST_PATH_IMAGE066
区间的可信度
Figure DEST_PATH_IMAGE074
；
Figure DEST_PATH_IMAGE075
=
Figure DEST_PATH_IMAGE076
Figure DEST_PATH_IMAGE077
        根据得到
Figure 21631DEST_PATH_IMAGE074
可信度选取合适的滤波区间，对数据接收模块接收的数据进行滤波，滤去不在可滤波区间内的数据，得到可信度为的数据；
    
Figure DEST_PATH_IMAGE079
 将滤波后的可信度高的数据进行封装后，通过发送模块发送出去。
所述的用于确定置信区间置信水平的
Figure DEST_PATH_IMAGE080
值，只取0.1、0.01、0.05三个不同数值，得到对应可信度分别为0.81、0.98、0.90三组不同滤波区间；
所述的滤波区间根据
Figure 732284DEST_PATH_IMAGE080
取值不同有多个，在装置真正工作时，允许使用多个滤波区间对数据进行过滤，但在同一时刻只有一个滤波区间用于数据的滤波；
所述步骤
Figure 657515DEST_PATH_IMAGE012
与
Figure 881823DEST_PATH_IMAGE036
中标准正态分布的上分为点
Figure DEST_PATH_IMAGE081
，根据
Figure 850839DEST_PATH_IMAGE080
所取的值，结合标准正态分布上分为点
Figure DEST_PATH_IMAGE082
的性质，通过查询标准正态分布表计算出步骤
Figure 353682DEST_PATH_IMAGE012
与中和值，事先存储于装置中，在计算过程中直接读取参与计算；
所述的3σ法则滤波装置的滤波算法，对于同一数据源的不同可信度3σ区间获得只需要进行一次总体采样与计算。
有益效果：本发明的一种基于3σ法则滤波装置及滤波算法，把概率论与数理统计应用数据处理中，在数据实时处理过程中，能有效的过滤掉可信度不高的数据，使获取到的数据集信息更进一步的接近实际环境。
附图说明
图1为本发明装置模块结构示意图；
图2为本发明装置连接示意图；
图3为本发明装置工作模式示意图；
图4为本发明装置滤波参数计算工作模式流程图；
图5为本发明装置滤波工作模式流程图。
具体实施方式
下面结合附图和实施例对本发明作更进一步的说明：
如图1所示，本发明的一种基于3σ法则滤波装置，包括数据接收模块、数据存储模块、滤波参数计算模块、可信区间选择模块、数据滤波模块、数据发送模块、参数信息显示模块，数据接收模块支持RS232、RJ45、RS485接口，从以上三种接口中任何一个接口均可接收数据；数据存储模块按一定格式将接收模块接收到数据存储在FLASH中；滤波参数计算模块用于计算样本平均值、样本方差、总体期望置信区间、总体标准差置信区间、3σ区间；可信区间选择模块选择总体期望与总体标准差置信区间的置信水平以及滤波区间的可信度；数据滤波模块根据可信区间选择模块选择的置信水平相对应的3σ区间过滤数据；数据发送模块包括无线发送子模块同时支持RS232、RJ45、RS485接口，将过滤后数据的按一定格式封装通过以上任何一种方式均可发送出去；参数信息显示模块用于显示子模块工作状态信息以及滤波参数的查询。
本发明的一种基于3σ法则滤波装置及滤波算法在实际中是这样的。
  如图2所示，将装置集成到当前系统中，本发明装置2与原通信链路1使用相同的通信接口，本发明装置3与原通信链路4使用相同通信接口，数据流经与原通信链路相同协议接口进入本发明装置，经过滤波后，再经与原通信链路相同协议发送出去。
这里需要说明的是，如图3所示，发明装置首次集成到系统后，首先进入的是滤波参数计算工作模式，采集数据源的样本，在此样本的基础上，完成滤波参数的计算，最终得到不同可信度的滤波区间；此后装置直接进入滤波工作模式，根据滤波参数计算模式得到的不同可信度滤波区间，选取一个可信度合适的滤波区间用于滤波，滤去不在滤波区间的数据，得到可信度高的数据后，按照一定格式封装，发送出去。
滤波参数计算模式，包括步骤如图4所示：
步骤1：接收模块与存储模块从通信链路数据流中接收并存储数据，得带一个容量为
Figure 315505DEST_PATH_IMAGE002
（
Figure 617173DEST_PATH_IMAGE003
）的大样本；
步骤2：得到大样本后，滤波参数计算模块按照公式
Figure 977747DEST_PATH_IMAGE005
与得到大样本的平均值与标准差
Figure 251362DEST_PATH_IMAGE008
；
Figure 48416DEST_PATH_IMAGE009
Figure 657252DEST_PATH_IMAGE010
其中
Figure 893062DEST_PATH_IMAGE011
为样本的容量；
步骤:3：得到大样本的平均值
Figure 903743DEST_PATH_IMAGE007
与标准差后，滤波参数计算模块按照公式
Figure DEST_PATH_IMAGE083
与
Figure DEST_PATH_IMAGE084
，并取
Figure 608578DEST_PATH_IMAGE080
=0.1、0.05、0.01，计算出总体期望置信水平分别为
Figure 320182DEST_PATH_IMAGE062
=0.90、0.95、0.99的置信区间
Figure DEST_PATH_IMAGE085
、
Figure DEST_PATH_IMAGE086
、； 
Figure 310004DEST_PATH_IMAGE017
Figure DEST_PATH_IMAGE088
Figure 511178DEST_PATH_IMAGE019
Figure DEST_PATH_IMAGE089
其中
Figure 658388DEST_PATH_IMAGE007
为大样本的平均值，
Figure 908103DEST_PATH_IMAGE008
为样本的标准差，
Figure 893377DEST_PATH_IMAGE011
为样本的容量，
Figure 265453DEST_PATH_IMAGE021
为标准正态分布的上
Figure 336177DEST_PATH_IMAGE022
分位点；
步骤:4：滤波参数计算模块按照公式
Figure DEST_PATH_IMAGE090
与，并取
Figure 291680DEST_PATH_IMAGE080
=0.1、0.05、0.01，计算出总体标准差置信水平分别为
Figure 834657DEST_PATH_IMAGE062
=0.90、0.95、0.99的置信区间、
Figure DEST_PATH_IMAGE092
、
Figure DEST_PATH_IMAGE093
；
Figure DEST_PATH_IMAGE094
Figure DEST_PATH_IMAGE095
其中
Figure 750267DEST_PATH_IMAGE008
为样本的标准差，
Figure 669682DEST_PATH_IMAGE011
为样本的容量，为标准正态分布的上
Figure 77846DEST_PATH_IMAGE043
分位点；
对于标准正态分布的上
Figure 123163DEST_PATH_IMAGE023
分位点，根据
Figure 518372DEST_PATH_IMAGE080
所取的值，结合标准正态分布上
Figure 630947DEST_PATH_IMAGE080
分为点
Figure 718988DEST_PATH_IMAGE082
的性质，通过查询标准正态分布表计算出值，事先存储于装置中，在计算过程中直接读取计算，存储于装置的标准正态分布上
Figure 48338DEST_PATH_IMAGE023
分位点表，如表1所示；
表1 标准正态分布上
Figure 247239DEST_PATH_IMAGE023
分位点表
0.1 0.05 0.95 0.01 0.005 0.995 0.025 0.975
Figure DEST_PATH_IMAGE096
 1.28 1.65 -1.65 2.33 2.58 -2.58 1.96 -1.96
步骤5：根据得到的总体期望的置信水平分别为
Figure 971798DEST_PATH_IMAGE062
=0.90、0.95、0.99的置信区间
Figure 788444DEST_PATH_IMAGE085
、
Figure 525456DEST_PATH_IMAGE086
、
Figure 615553DEST_PATH_IMAGE087
以及总体标准差的置信水平分别为=0.90、0.95、0.99的置信区间
Figure 21443DEST_PATH_IMAGE091
、
Figure 624463DEST_PATH_IMAGE092
、
Figure 267934DEST_PATH_IMAGE093
，以及法则，滤波参数计算模块按照公式
Figure DEST_PATH_IMAGE097
、
Figure DEST_PATH_IMAGE098
以及
Figure DEST_PATH_IMAGE099
计算出
Figure 456656DEST_PATH_IMAGE066
区间的可信度及其所对应的滤波区间；
=
Figure DEST_PATH_IMAGE100
Figure 597229DEST_PATH_IMAGE070
=
 
Figure 227931DEST_PATH_IMAGE077
最终计算得出的区间的可信度及其所对应的滤波区间，如表2所示；
表2 
Figure 388971DEST_PATH_IMAGE066
区间的可信度及其区间
可信度 0.81 0.9 0.98
区间
Figure DEST_PATH_IMAGE103
Figure DEST_PATH_IMAGE104
       这里的可信度不会改变，但可信度区间会根据所采集的数据源总体改变而改变；
步骤6：存储模块将滤波参数计算模块将最终得到的
Figure 302307DEST_PATH_IMAGE066
区间的可信度及其区间，保存到装置指定的FLASH区域中。
滤波工作模式，包括步骤如图5所示：
       步骤1：装置进入滤波工作模式后，参数信息显示模块显示滤波区间可信度选择界面，以供选择，若无选择，装置会在间隔一段时间后，自行选择可信度最高的滤波区间；
       步骤2：滤波区间选择完成后，装置数据接收模块开始接收数据，滤波模块对接收模块所接收的数据进行滤波，过滤掉不在此滤波区间内数据；
       步骤3：最后，发送模块对滤波完成后数据按照一定格式封装发送出去，完成数据的滤波。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种基于3σ法则滤波装置，其特征在于：包括数据接收模块、数据存储模块、滤波参数计算模块、可信区间选择模块、数据滤波模块、数据发送模块、参数信息显示模块，所述数据接收模块支持RS232、RJ45、RS485接口，从以上三种接口中任何一个接口均可接收数据；所述数据存储模块按一定格式将接收模块接收到数据存储在FLASH中；所述滤波参数计算模块用于计算样本平均值、样本方差、总体期望置信区间、总体标准差置信区间、3σ区间；所述可信区间选择模块选择总体期望与总体标准差置信区间的置信水平及滤波区间的可信度；所述数据滤波模块根据可信区间选择模块选择的置信水平相对应的3σ区间过滤数据；所述数据发送模块包括无线发送子模块，同时支持RS232、RJ45、RS485接口，将过滤后数据的按一定格式封装通过以上任何一种方式均可发送出去；所述参数信息显示模块用于显示子模块工作状态信息以及滤波参数的选择与查询。
2.根据权利要求1所述的基于3σ法则滤波装置的滤波算法，其特征在于包括以下步骤：
Figure 506067DEST_PATH_IMAGE001
 利用接收模块与存储模块对要进行过滤的数据源进行采集，完成总体的抽样，得到
Figure 961319DEST_PATH_IMAGE002
（
Figure 297360DEST_PATH_IMAGE003
）条数据记录集，从而获得总体一个容量为
Figure 863471DEST_PATH_IMAGE002
的大样本；
Figure 837243DEST_PATH_IMAGE004
 按照公式与
Figure 584936DEST_PATH_IMAGE006
得到大样本的平均值
Figure 892421DEST_PATH_IMAGE007
与标准差
Figure 48595DEST_PATH_IMAGE008
；
Figure 392169DEST_PATH_IMAGE010
    其中
Figure 742160DEST_PATH_IMAGE011
为样本的容量；
    
Figure 752841DEST_PATH_IMAGE012
 得到大样本的平均值
Figure 658480DEST_PATH_IMAGE013
与标准差
Figure 754612DEST_PATH_IMAGE008
后，按照公式
Figure 403899DEST_PATH_IMAGE014
、计算出总体期望一个置信水平为的置信区间
Figure 929056DEST_PATH_IMAGE017
； 
    
Figure 865843DEST_PATH_IMAGE019
Figure 175601DEST_PATH_IMAGE020
Figure 918429DEST_PATH_IMAGE021
其中
Figure 971836DEST_PATH_IMAGE013
为大样本的平均值，
Figure 749299DEST_PATH_IMAGE008
为样本的标准差，
Figure 229959DEST_PATH_IMAGE011
为样本的容量，
Figure 725662DEST_PATH_IMAGE022
为标准正态分布的上
Figure 317181DEST_PATH_IMAGE023
分位点，值依赖于
Figure 364826DEST_PATH_IMAGE024
取值，根据不同取值，可得到不同置信水平的置信区间；
所述的公式是根据公式
Figure 291828DEST_PATH_IMAGE026
和
Figure 51973DEST_PATH_IMAGE027
推导而出；所述公式
Figure 319007DEST_PATH_IMAGE028
是根据公式
Figure 517907DEST_PATH_IMAGE029
和
Figure 124469DEST_PATH_IMAGE027
推导而出；
Figure 117832DEST_PATH_IMAGE018
=
Figure 308380DEST_PATH_IMAGE030
Figure 310971DEST_PATH_IMAGE020
=
Figure 834356DEST_PATH_IMAGE031
其中为大样本的平均值，
Figure 177930DEST_PATH_IMAGE008
为样本的标准差，
Figure 656316DEST_PATH_IMAGE011
为样本的容量，
Figure 34208DEST_PATH_IMAGE032
为服从自由度为
Figure 572636DEST_PATH_IMAGE033
的分布的上
Figure 834169DEST_PATH_IMAGE035
分位点；
    
Figure 66567DEST_PATH_IMAGE036
其中为标准正态分布的上分位点；
Figure 609041DEST_PATH_IMAGE037
 得到大样本的平均值
Figure 899208DEST_PATH_IMAGE013
与标准差
Figure 841756DEST_PATH_IMAGE008
后，按照公式
Figure 217374DEST_PATH_IMAGE038
、
Figure 903570DEST_PATH_IMAGE039
计算出总体标准差一个置信水平为
Figure 110560DEST_PATH_IMAGE016
的置信区间
Figure 660228DEST_PATH_IMAGE040
；
Figure 585459DEST_PATH_IMAGE041
Figure 747450DEST_PATH_IMAGE042
其中为样本的标准差，
Figure 93298DEST_PATH_IMAGE011
为样本的容量，
Figure 443507DEST_PATH_IMAGE043
为标准正态分布的上
Figure 471506DEST_PATH_IMAGE044
分位点，
Figure 590772DEST_PATH_IMAGE045
为标准正态分布的上
Figure 46024DEST_PATH_IMAGE046
分位点；
所述公式
Figure 116486DEST_PATH_IMAGE047
是根据公式
Figure 682597DEST_PATH_IMAGE048
和
Figure 984265DEST_PATH_IMAGE049
推导而出；所述公式
Figure 548102DEST_PATH_IMAGE050
是根据公式
Figure 669641DEST_PATH_IMAGE051
和
Figure 977126DEST_PATH_IMAGE052
推导而出；
Figure 133301DEST_PATH_IMAGE053
Figure 868039DEST_PATH_IMAGE054
其中
Figure 476874DEST_PATH_IMAGE008
为样本的标准差，
Figure 821006DEST_PATH_IMAGE011
为样本的容量，
Figure 831687DEST_PATH_IMAGE055
为服从自由度为
Figure 799643DEST_PATH_IMAGE056
的
Figure 833458DEST_PATH_IMAGE057
分布的上
Figure 545062DEST_PATH_IMAGE044
分位点，
Figure 347933DEST_PATH_IMAGE058
为服从自由度为
Figure 486791DEST_PATH_IMAGE056
的
Figure 7902DEST_PATH_IMAGE057
分布的上
Figure 523197DEST_PATH_IMAGE046
分位点； 
Figure 242891DEST_PATH_IMAGE059
Figure 994727DEST_PATH_IMAGE060
其中
Figure 65451DEST_PATH_IMAGE061
和
Figure 56541DEST_PATH_IMAGE045
分别为标准正态分布的上
Figure 896321DEST_PATH_IMAGE044
分位点与上分位点；
根据计算得到的总体期望一个置信水平为
Figure 464203DEST_PATH_IMAGE063
的置信区间
Figure 96173DEST_PATH_IMAGE017
与总体标准差的一个置信水平为
Figure 13313DEST_PATH_IMAGE063
的置信区间
Figure 229268DEST_PATH_IMAGE064
，按照公式、计算出
Figure 198995DEST_PATH_IMAGE067
区间
Figure 466029DEST_PATH_IMAGE068
；
=
Figure 202538DEST_PATH_IMAGE071
=
Figure 956867DEST_PATH_IMAGE072
Figure 693879DEST_PATH_IMAGE073
 根据总体期望一个置信区间
Figure 653482DEST_PATH_IMAGE017
的置信水平
Figure 83327DEST_PATH_IMAGE063
、总体标准差一个置信区间的
Figure 262635DEST_PATH_IMAGE064
的置信水平以及
Figure 118913DEST_PATH_IMAGE067
法则，根据公式
Figure 454079DEST_PATH_IMAGE074
计算出滤波区间的可信度，即
Figure 120684DEST_PATH_IMAGE067
区间的可信度
Figure 199498DEST_PATH_IMAGE075
；
Figure 697476DEST_PATH_IMAGE075
=
Figure 905341DEST_PATH_IMAGE076
Figure 855980DEST_PATH_IMAGE077
   
Figure 676168DEST_PATH_IMAGE078
 根据得到可信度选取合适的滤波区间，对数据接收模块接收的数据进行滤波，滤去不在滤波区间内的数据，得到可信度为
Figure 908883DEST_PATH_IMAGE075
的数据；
   
Figure 346818DEST_PATH_IMAGE079
 将滤波后的可信度高的数据进行封装后，通过发送模块发送出去。
3.根据权利要求2所述的基于3σ法则滤波装置的滤波算法，其特征在于：所述的用于确定置信区间置信水平的值，只取0.1、0.01、0.05三个不同数值，得到对应可信度分别为0.81、0.98、0.90三组不同滤波区间。
4.根据权利要求2所述的基于3σ法则滤波装置的滤波算法，其特征在于：所述的滤波区间根据
Figure 177688DEST_PATH_IMAGE080
取值不同有多个，在装置真正工作时，允许使用多个滤波区间对数据进行过滤，但在同一时刻只有一个滤波区间用于数据的滤波。
5.根据权利要求2所述的基于3σ法则滤波装置的滤波算法，其特征在于：所述步骤与中标准正态分布的上
Figure 871035DEST_PATH_IMAGE080
分位点
Figure 932532DEST_PATH_IMAGE081
，根据
Figure 154565DEST_PATH_IMAGE080
所取的值，结合标准正态分布上
Figure 567092DEST_PATH_IMAGE080
分位点
Figure 532774DEST_PATH_IMAGE082
的性质，通过查询标准正态分布表计算出步骤
Figure 714357DEST_PATH_IMAGE012
与
Figure 841713DEST_PATH_IMAGE037
中
Figure 741536DEST_PATH_IMAGE083
和
Figure 307646DEST_PATH_IMAGE084
值，事先存储于装置中，在计算过程中直接读取参与计算。
6.根据权利要求2所述的3σ法则滤波装置的滤波算法其特征在于：对于同一数据源的不同可信度3σ区间获得只需要进行一次总体采样与计算。
CN201310251435.9A 2013-06-24 2013-06-24 一种基于3σ法则的滤波装置的滤波方法 Active CN103412867B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310251435.9A CN103412867B (zh) 2013-06-24 2013-06-24 一种基于3σ法则的滤波装置的滤波方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310251435.9A CN103412867B (zh) 2013-06-24 2013-06-24 一种基于3σ法则的滤波装置的滤波方法

Publications (2)

Publication Number Publication Date
CN103412867A true CN103412867A (zh) 2013-11-27
CN103412867B CN103412867B (zh) 2016-08-31

Family

ID=49605879

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310251435.9A Active CN103412867B (zh) 2013-06-24 2013-06-24 一种基于3σ法则的滤波装置的滤波方法

Country Status (1)

Country Link
CN (1) CN103412867B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106526339A (zh) * 2016-11-07 2017-03-22 中国电力科学研究院 一种基于无线电干扰值样本数据确定最小采样本量的方法及系统
CN107991558A (zh) * 2017-11-23 2018-05-04 国网福建省电力有限公司 基于t分布检验法的数字校准方法
CN108732481A (zh) * 2018-05-30 2018-11-02 四川蓝彩电子科技有限公司 一种大功率igbt模块的电流检测方法
CN108877945A (zh) * 2018-01-08 2018-11-23 上海铱硙医疗科技有限公司 医疗信息处理方法及装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111879522B (zh) * 2020-07-24 2021-11-05 山东大学 基于时序概率的汽轮机运行监测和故障判别方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101046502A (zh) * 2005-06-10 2007-10-03 清华大学 一种电缆安全运行评价方法
US20090031018A1 (en) * 2000-02-22 2009-01-29 Smartsignal Corporation Web based fault detection architecture
CN101477358A (zh) * 2008-01-04 2009-07-08 中芯国际集成电路制造(上海)有限公司 统计过程控制方法和装置
CN101577118A (zh) * 2009-06-12 2009-11-11 北京大学 面向智能服务机器人的语音交互系统的实现方法
CN102195814A (zh) * 2011-05-04 2011-09-21 成都勤智数码科技有限公司 一种利用相关性的it运维指标预报与预测方法和装置
CN102495305A (zh) * 2011-11-24 2012-06-13 广州市地下铁道总公司 基于灰色理论的轨道交通运营机电设备故障趋势分析方法
CN102495858A (zh) * 2011-11-21 2012-06-13 浙江省电力试验研究院 一种电能质量指标95概率大值获取方法和系统
CN102930149A (zh) * 2012-10-24 2013-02-13 武汉理工大学 基于pca和emd的传感器网络感知信息去噪处理方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090031018A1 (en) * 2000-02-22 2009-01-29 Smartsignal Corporation Web based fault detection architecture
CN101046502A (zh) * 2005-06-10 2007-10-03 清华大学 一种电缆安全运行评价方法
CN101477358A (zh) * 2008-01-04 2009-07-08 中芯国际集成电路制造(上海)有限公司 统计过程控制方法和装置
CN101577118A (zh) * 2009-06-12 2009-11-11 北京大学 面向智能服务机器人的语音交互系统的实现方法
CN102195814A (zh) * 2011-05-04 2011-09-21 成都勤智数码科技有限公司 一种利用相关性的it运维指标预报与预测方法和装置
CN102495858A (zh) * 2011-11-21 2012-06-13 浙江省电力试验研究院 一种电能质量指标95概率大值获取方法和系统
CN102495305A (zh) * 2011-11-24 2012-06-13 广州市地下铁道总公司 基于灰色理论的轨道交通运营机电设备故障趋势分析方法
CN102930149A (zh) * 2012-10-24 2013-02-13 武汉理工大学 基于pca和emd的传感器网络感知信息去噪处理方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106526339A (zh) * 2016-11-07 2017-03-22 中国电力科学研究院 一种基于无线电干扰值样本数据确定最小采样本量的方法及系统
CN107991558A (zh) * 2017-11-23 2018-05-04 国网福建省电力有限公司 基于t分布检验法的数字校准方法
CN108877945A (zh) * 2018-01-08 2018-11-23 上海铱硙医疗科技有限公司 医疗信息处理方法及装置
CN108732481A (zh) * 2018-05-30 2018-11-02 四川蓝彩电子科技有限公司 一种大功率igbt模块的电流检测方法

Also Published As

Publication number Publication date
CN103412867B (zh) 2016-08-31

Similar Documents

Publication Publication Date Title
CN103412867A (zh) 一种基于3σ法则滤波装置及滤波算法
CN106909698B (zh) 一种除尘器运维诊断和滤袋实时寿命管理方法
CN103532940A (zh) 网络安全检测方法及装置
CN102724773B (zh) 基于m2m通信的无线智能监控装置及方法
CN209488629U (zh) 一种基于LoRa的物联网设备监管系统
CN110311990B (zh) 一种可配置物联网数据采集系统及配置方法
CN101986746A (zh) 无线局域网的测试方法、系统及设备
CN102088365B (zh) 通信机房能耗采集与节能计量系统
CN103296112A (zh) 太阳能电池组件接线盒及智能监测系统
CN111399421A (zh) 一种基于云平台的工厂能源监控和管理系统
CN107770801A (zh) 一种车载atp通信信号综合监测系统
CN102768051A (zh) 自来水电磁流量仪远程监控报警系统及其方法
CN205608824U (zh) 一种天然气管道分区巡检系统
CN113242516A (zh) 一种基于物联网的无人机远程数据采集方法及系统
CN108222083B (zh) 一种智能化基坑监测系统
CN107493454A (zh) 摄像机级联系统
CN103078951A (zh) 基于移动应用的环保数据采集器
CN210893239U (zh) 一种基于大数据的环境监测系统
CN106973098A (zh) 空调数据处理方法及装置
CN108156660A (zh) 一种基于大数据提高WiFi探针采集成功率的诱导方法
CN103267229A (zh) 一种工业煤气数据采集和监控装置
CN106649798A (zh) 一种基于北斗高精度的结构监测数据对比及关联分析方法
CN205247107U (zh) 一种清洗设备的远程监控系统
CN108961716B (zh) 一种基于ZigBee的无线抄表系统
CN107590871A (zh) 一种网络化办公考勤监管系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220617

Address after: 221000 floor 5, block C, building 2, Xuzhou Software Park, No. 6, Software Park Road, Quanshan District, Xuzhou City, Jiangsu Province

Patentee after: Jiangsu xindie Digital Technology Co.,Ltd.

Address before: 221008 room 213, Xuzhou hi tech entrepreneurship center, Quanshan District, Xuzhou City, Jiangsu Province

Patentee before: XUZHOU ZHONGKUANG AUTOMATIC SCIENCE & TECHNOLOGY Co.,Ltd.

PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A method based on 3 s The filtering method of the filtering device based on the law

Effective date of registration: 20230331

Granted publication date: 20160831

Pledgee: Bank of Jiangsu Co.,Ltd. Xuzhou Branch

Pledgor: Jiangsu xindie Digital Technology Co.,Ltd.

Registration number: Y2023980036927