CN107092780A - 一种基于最小二乘法的速度信息野值剔除方法 - Google Patents

一种基于最小二乘法的速度信息野值剔除方法 Download PDF

Info

Publication number
CN107092780A
CN107092780A CN201710204424.3A CN201710204424A CN107092780A CN 107092780 A CN107092780 A CN 107092780A CN 201710204424 A CN201710204424 A CN 201710204424A CN 107092780 A CN107092780 A CN 107092780A
Authority
CN
China
Prior art keywords
velocity
mrow
estimation amount
measurement value
value
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.)
Pending
Application number
CN201710204424.3A
Other languages
English (en)
Inventor
韩云峰
孙大军
崔宏宇
张居成
郑翠娥
王永恒
史春昊
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.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
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 Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN201710204424.3A priority Critical patent/CN107092780A/zh
Publication of CN107092780A publication Critical patent/CN107092780A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供的是一种基于最小二乘法的速度信息野值剔除方法。首先设信任度为N，再按如下步骤执行，步骤一、获得目标当前时刻之前的4个时刻的速度量测值；步骤二、使用最小二乘算法外推出下一时刻的速度估计量；步骤三、判断速度量测值与速度估计量的差值是否满足条件，若满足则速度量测值被接受，否则利用速度估计量代替速度量测值；步骤四、当连续接收速度估计量的次数超过信任度N，重新建立滤波。通过本发明提出的方法，实现了速度量测数据的预处理，减小由野值引起的误差和滤波发散。有利于接下来的滤波处理。

Description

一种基于最小二乘法的速度信息野值剔除方法
技术领域
本发明涉及的是一种速度信息野值剔除方法。
背景技术
在实际工程应用中，由于量测系统或者数据传输等方面的原因，会导致在量测数据中出现野值，其数值与实际量测值往往相差较大，如果不经甄别直接应用于卡尔曼滤波进行当前状态值的修正，不仅无法修正状态估计存在的误差，反而会造成滤波系统不稳定，滤波结果和真实状态会出现较大偏差，严重时将导致滤波发散。因此，对量测信息进行预处理，可减小由野值引起的定位误差和滤波发散。
对于速度信息，AUV等载体机动性弱，加速度小，通常以某一稳定速率匀速运行，速率值表现为在某一固定值附近抖动，野值通常产生于传输过程产生的错误值，可以把速度信息的相继观测点看作是连续变化的，结合统计学模型，使用数据的合理性检验准则进行野值剔除。
发明内容
本发明的目的在于提供一种能够解决传输过程产生的速度错误值的剔除问题的基于最小二乘法的速度信息野值剔除方法。
本发明的目的是这样实现的：
首先设信任度为N，再按如下步骤执行，
步骤一、获得目标当前时刻之前的4个时刻的速度量测值；
步骤二、使用最小二乘算法外推出下一时刻的速度估计量；
步骤三、判断速度量测值与速度估计量的差值是否满足条件，若满足则速度量测值被接受，否则利用速度估计量代替速度量测值；
步骤四、当连续接收速度估计量的次数超过信任度N，重新建立滤波。
本发明还可以包括：
1、所述目标当前时刻之前的4个时刻的速度量测值分别表示为v(k-1)、v(k-2)、v(k-3)和v(k-4)。
2、所述使用最小二乘算法外推出下一时刻的速度估计量具体包括：下一时刻的速度估计量结合速度历史信息使用最小二乘算法得出，下一时刻的速度估计量表示为，
3、所述判断速度量测值与速度估计量的差值是否满足条件具体包括：
设在k时刻得到的速度量测值为v(k)，当v(k)满足：
(1)、时，v(k)被接受；
(2)、时，v(k)是野值，被剔除，使用值代替v(k)；
δ值根据速度的误差分布特性和置信区间进行选取。
为了解决传输过程产生的速度错误值的剔除问题，本发明提出一种具有有限信任度的最小二乘外推方法进行速度信息的野值剔除。本发明的使用背景是在卡尔曼滤波系统中。
本发明的有益效果是：通过本发明提出的方法，实现了速度量测数据的预处理，减小由野值引起的误差和滤波发散。有利于接下来的滤波处理。
附图说明
图1是本发明的流程图。
图2是匀速运动速度野值剔除图。
图3是匀加速运动速度野值剔除图。
图4是不同门限下速度野值剔除有效率表。
具体实施方式
下面举例对本发明做更详细的描述。
结合图1，首先假设信任度为N。然后按如下步骤执行：
步骤一、获得目标当前时刻之前的4个时刻的速度信息；
步骤二、使用最小二乘算法外推出下一时刻的速度估计量；
步骤三、判断速度量测值与速度估计量的差值是否满足条件，若满足则速度量测值被接受。否则利用速度估计量代替速度量测值；
步骤四、当连续接收预测值的次数超过信任度N，重新建立滤波。
假设目标做匀速运动(v＝2m/s)或匀加速运动(v0＝2m/s,a＝0.02m/s2)，速度观测量具有均值为0，标准差σv＝0.1m/s的高斯白噪声，由此获得目标当前时刻之前的4个时刻的速度信息。只考虑由传输错误引起的粗差较大的野值，在仿真中，设粗差范围为[1m/s,4m/s]。由此得到步骤一中的四个时刻的速度信息v(k-1)、v(k-2)、v(k-3)和v(k-4)。通过速度历史信息使用最小二乘算法进行外推可得出下一时刻的速度估计量。
δ值根据速度的误差分布特性和置信区间进行选取，选择置信度为99.994％，此时门限的取值约为δ＝0.5m/s，设置信任度N＝4。得到匀速运动速度野值剔除图如图1，匀加速运动速度野值剔除图如图2。
仿真结果显示，在两种运动模型下，算法都可以对速度的大量级野值进行有效的剔除，同时对由于随机误差产生的小量级抖动也具有一定的平滑效果。仿真过程中发现，粗差范围与门限δ的选取直接相关，而合适的门限值对是取得良好滤波效果的重要条件。若具有误差的先验知识，则可以选取固定的δ值作为门限；否则便需要具有自适应性能的门限值，如3σ准则(选取部分历史信息标准差的3倍作为门限值)。
在图1仿真条件的基础上，改变门限值δ，进行1000次蒙特卡洛试验仿真，统计滤波的收敛情况和滤波收敛时野值剔除的有效率，得图4。
仿真结果发现，有限信任度的滤波算法可以有效地控制滤波发散，而门限值取值不同，会导致野值剔除的有效率不同。通过先验知识选取合理的门限值(0.5-0.8m/s),可以剔除超过98％的大量级野值点，且性能优于3σ准则。但3σ准则仍可以作为无先验信息时的备选项。

Claims (4)

1.一种基于最小二乘法的速度信息野值剔除方法，其特征是：
首先设信任度为N，再按如下步骤执行，
步骤一、获得目标当前时刻之前的4个时刻的速度量测值；
步骤二、使用最小二乘算法外推出下一时刻的速度估计量；
步骤三、判断速度量测值与速度估计量的差值是否满足条件，若满足则速度量测值被接受，否则利用速度估计量代替速度量测值；
步骤四、当连续接收速度估计量的次数超过信任度N，重新建立滤波。
2.根据权利要求1所述的基于最小二乘法的速度信息野值剔除方法，其特征是：所述目标当前时刻之前的4个时刻的速度量测值分别表示为v(k-1)、v(k-2)、v(k-3)和v(k-4)。
3.根据权利要求2所述的基于最小二乘法的速度信息野值剔除方法，其特征是所述使用最小二乘算法外推出下一时刻的速度估计量具体包括：下一时刻的速度估计量结合速度历史信息使用最小二乘算法得出，下一时刻的速度估计量表示为，
<mrow> <mover> <mi>v</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>v</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mrow> <mo>(</mo> <mi>v</mi> <mo>(</mo> <mrow> <mi>k</mi> <mo>-</mo> <mn>2</mn> </mrow> <mo>)</mo> <mo>-</mo> <mi>v</mi> <mo>(</mo> <mrow> <mi>k</mi> <mo>-</mo> <mn>4</mn> </mrow> <mo>)</mo> <mo>)</mo> </mrow> <mo>.</mo> </mrow>
4.根据权利要求3所述的基于最小二乘法的速度信息野值剔除方法，其特征是所述判断速度量测值与速度估计量的差值是否满足条件具体包括：
设在k时刻得到的速度量测值为v(k)，当v(k)满足：
(1)、时，v(k)被接受；
(2)、时，v(k)是野值，被剔除，使用值代替v(k)；
δ值根据速度的误差分布特性和置信区间进行选取。
CN201710204424.3A 2017-03-31 2017-03-31 一种基于最小二乘法的速度信息野值剔除方法 Pending CN107092780A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710204424.3A CN107092780A (zh) 2017-03-31 2017-03-31 一种基于最小二乘法的速度信息野值剔除方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710204424.3A CN107092780A (zh) 2017-03-31 2017-03-31 一种基于最小二乘法的速度信息野值剔除方法

Publications (1)

Publication Number Publication Date
CN107092780A true CN107092780A (zh) 2017-08-25

Family

ID=59649108

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710204424.3A Pending CN107092780A (zh) 2017-03-31 2017-03-31 一种基于最小二乘法的速度信息野值剔除方法

Country Status (1)

Country Link
CN (1) CN107092780A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111161548A (zh) * 2018-11-07 2020-05-15 海信集团有限公司 车载双目摄像机及其计算相对速度的方法
CN112965964A (zh) * 2021-02-08 2021-06-15 北京军懋国兴科技股份有限公司 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

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101839922A (zh) * 2010-05-28 2010-09-22 哈尔滨工程大学 一种信号在线野值剔除的方法
CN103604432A (zh) * 2013-11-25 2014-02-26 中国人民武装警察部队工程大学 一种导航信息动态粗精控制去野值算法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101839922A (zh) * 2010-05-28 2010-09-22 哈尔滨工程大学 一种信号在线野值剔除的方法
CN103604432A (zh) * 2013-11-25 2014-02-26 中国人民武装警察部队工程大学 一种导航信息动态粗精控制去野值算法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘爱东等: "一种实时剔除雷达测量数据中野值的方法分析", 《火力与指挥控制》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111161548A (zh) * 2018-11-07 2020-05-15 海信集团有限公司 车载双目摄像机及其计算相对速度的方法
CN111161548B (zh) * 2018-11-07 2021-09-24 海信集团有限公司 车载双目摄像机及其计算相对速度的方法
CN112965964A (zh) * 2021-02-08 2021-06-15 北京军懋国兴科技股份有限公司 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
CN112965964B (zh) * 2021-02-08 2023-09-08 北京军懋国兴科技股份有限公司 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

Similar Documents

Publication Publication Date Title
WO2019101241A3 (en) System and method for ending view change protocol
Zhong et al. A probabilistic approach to robust fault detection for a class of nonlinear systems
CN106338981A (zh) 动态多向局部离群因子算法的间歇过程在线故障检测方法
CN107506337A (zh) 基于多元加速退化数据的可靠性统计推断方法
CN107092780A (zh) 一种基于最小二乘法的速度信息野值剔除方法
US20180046917A1 (en) Identification of process anomalies in a technical facility
CN105871356A (zh) 基于最大混合互相关熵准则的自适应滤波方法
CN110989552A (zh) 一种网络攻击下连续搅拌釜式反应器系统的故障估计方法
CN107643083A (zh) 基于轨迹预报的空间目标中断航迹关联方法
JP2018116511A (ja) 状態推定器、及びプログラム
CN109597306A (zh) 一种丢包网络控制系统的跟踪控制器设计方法
CN104796440B (zh) 用于发送定位数据的方法和装置
CN107526784A (zh) 一种基于矩阵填充的故障诊断方法
US20100063946A1 (en) Method of performing parallel search optimization
CN112230251A (zh) 一种外推星历与实时星历不间断切换方法
CN111736593A (zh) 一种防不确定DoS攻击的舞台移动机器人编队异步控制方法
CN109635349A (zh) 一种噪声增强最小化克拉美罗界的方法
CN107607913B (zh) 基于对数累积量的海杂波Pareto分布参数估计方法
Yi et al. A UWB location algorithm---Based on adaptive Kalman filter
CN105974367A (zh) 基于apm模型的机动频率自适应跟踪算法
CN110954879B (zh) 一种移动门限的数字检波方法及系统
Emiroğlu et al. Control of a chaotic finance system with passive control
Sun et al. A modified marginalized Kalman filter for maneuvering target tracking
TWI565272B (zh) 通訊系統及其相位誤差估計方法
Zhao et al. Adaptive neural network control for nonlinear state constrained systems with unknown dead-zones input

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170825