CN108376123A - 一种卫星重力观测数据异常值提取方法、装置及电子设备 - Google Patents
一种卫星重力观测数据异常值提取方法、装置及电子设备 Download PDFInfo
- Publication number
- CN108376123A CN108376123A CN201810170237.2A CN201810170237A CN108376123A CN 108376123 A CN108376123 A CN 108376123A CN 201810170237 A CN201810170237 A CN 201810170237A CN 108376123 A CN108376123 A CN 108376123A
- Authority
- CN
- China
- Prior art keywords
- observation data
- satellite gravity
- gravity observation
- value
- abnormal 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
Links
- 230000005484 gravity Effects 0.000 title claims abstract description 226
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000001514 detection method Methods 0.000 claims abstract description 52
- 238000012360 testing method Methods 0.000 claims abstract description 9
- 230000002159 abnormal effect Effects 0.000 claims description 167
- 230000006870 function Effects 0.000 claims description 33
- RGCLLPNLLBQHPF-HJWRWDBZSA-N phosphamidon Chemical compound CCN(CC)C(=O)C(\Cl)=C(/C)OP(=O)(OC)OC RGCLLPNLLBQHPF-HJWRWDBZSA-N 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 23
- 238000012986 modification Methods 0.000 claims description 16
- 230000004048 modification Effects 0.000 claims description 16
- 238000000354 decomposition reaction Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 10
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 230000000717 retained effect Effects 0.000 claims description 6
- 238000003786 synthesis reaction Methods 0.000 claims description 6
- 230000001174 ascending effect Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000000892 gravimetry Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- 238000010998 test method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000013450 outlier detection Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
-
- 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
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/148—Wavelet transforms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明实施例涉及测绘工程技术领域，公开了一种卫星重力观测数据异常值提取方法、装置及电子设备。本发明中的卫星重力观测数据异常值提取方法包括：获取第一卫星重力观测数据，采用小波连续函数降噪方法对第一卫星重力观测数据进行异常值探测，根据第一卫星重力观测数据中位于异常值位置的前后数值计算一个新的数值，并将计算出的新的数值替换异常值，获得第二卫星重力观测数据，采用狄克逊检验法对第二卫星重力观测数据进行异常值探测检验。通过小波连续函数降噪方法与狄克逊检验方法的结合，能够实现对卫星重力观测数据中异常值的准确探测。
Description
技术领域
本发明实施例涉及测绘工程技术领域，特别涉及一种卫星重力观测数据异常值提取方法、装置及电子设备。
背景技术
数据是进行科学研究的基础，因此人们运用各种手段获得测量或实验数据。由于环境或人为因素的干扰，测量数据即卫星重力观测数据与被测原型的真值不完全一致，即存在误差。测量学领域将测量数据中的误差按照大小、特征及产生的原因分为系统误差、偶然误差和粗差。在应用测量数据时，要求数据仅含有偶然误差，系统误差可以采用一定的方法发现和修正，粗差即异常值则是由于实验工作者操作时疏忽大意或测量仪器本身有缺陷而测量者又未能及时发现，而导致的严重歪曲测量结果的误差。因此，如果卫星重力观测数据中存在粗差，不论是在科学实验还是航天应用等实际生产领域，都会产生严重的影响。因此在用于科学处理之前，需要对卫星重力观测数据进行异常值探测，将卫星重力观测数据中的异常值标定，剔除或者用合理的数值代替。
发明人发现现有技术中至少存在如下问题：在对卫星重力观测数据进行粗差探测时，目前应用比较广泛的探测方法有小波降噪方法，如小波收缩阈值去噪法。在数据处理过程中，小波收缩阈值去噪法虽然对离散态粗差和区域态粗差比较敏感，但是在粗差探测过程中仍然不能实现准确探测。虽然有人针对小波降噪方法中的小波收缩阈值去噪法进行了改进，但改进后的小波收缩阈值去噪方法的粗差探测效果仍不理想。并且，单独使用现有技术中的任意一类单一粗差探测方法都不能实现对粗差的准确探测。
发明内容
本发明实施方式的目的在于提供一种卫星重力观测数据异常值提取方法、装置及电子设备，通过小波连续函数降噪方法与狄克逊检验方法的结合，实现对卫星重力观测数据中异常值的准确探测。
为解决上述技术问题，本发明的实施方式提供了一种卫星重力观测数据异常值提取方法，包括：获取第一卫星重力观测数据；采用小波连续函数降噪方法对第一卫星重力观测数据进行异常值探测；根据第一卫星重力观测数据中位于异常值位置的前后数值计算一个新的数值，并将计算出的新的数值替换异常值，获得第二卫星重力观测数据；采用狄克逊检验法对第二卫星重力观测数据进行异常值探测检验。
本发明的实施方式还提供了一种卫星重力观测数据异常值提取装置，包括：获取模块，用于获取第一卫星重力观测数据；第一处理模块，用于采用小波连续函数降噪方法对第一卫星重力观测数据进行异常值探测；第二处理模块，用于根据所述第一卫星重力观测数据中位于异常值位置的前后数值计算一个新的数值，并将计算出的新的数值替换异常值，获得第二卫星重力观测数据；第三处理模块，用于采用狄克逊检验法对第二卫星重力观测数据进行异常值探测检验。
本发明的实施方式还提供了一种电子设备，包括至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施方式中的卫星重力观测数据异常值提取方法。
本发明实施方式相对于现有技术而言，先通过小波连续函数降噪方法对卫星重力观测数据中的异常值进行探测，根据探测出的异常值前后数值的特征计算一个新的数值来替换探测出的异常值，再使用狄克逊检验法对异常值替换后的卫星重力观测数据进行进一步探测。通过将小波连续函数降噪方法与狄克逊检验法进行结合，实现了对卫星重力观测数据中异常值的准确探测。
另外，采用小波连续函数降噪方法对第一卫星重力观测数据进行异常值探测，具体包括：对第一卫星重力观测数据进行小波分解，得到第一卫星重力观测数据在各尺度上的小波系数；
对小波系数进行修改，其中，将大于预设阈值的小波系数进行保留，将小于预设阈值的小波系数进行无限接近于零值处理，将大于预设最小阈值同时小于预设最大阈值之间的小波系数，加上修正量之后进行保留，其中，所述修正量为：所述预设最小阈值和所述预设最大阈值差值的绝对值乘以修改之前的所述小波系数所得的结果；
根据修改后的小波系数进行小波系数合成，得到第三卫星重力观测数据；通过计算第三卫星重力观测数据与第一卫星重力观测数据的差值得到残差信号；根据残差信号对第一卫星重力观测数据中的异常值进行定位。该方式中，通过使用对异常值探测效果较好的小波连续函数降噪方法，能够将卫星重力观测数据中绝大部分的异常值通过定位的方式探测出来。
另外，对小波系数进行修改，具体包括：
利用阈值函数公式：计算得到修改后的小波系数；其中，η表示修改后的小波系数，x表示修改之前的小波系数，λMax表示预设最大阈值：λMin表示预设最小阈值：其中，σ表示第一卫星重力观测数据的信号标准差，N表示第一卫星重力观测数据的信号长度，j表示所述第一卫星重力观测数据的分解尺度，参数a、b、m表示阈值函数的调节因子，m的取值在区间(0,1)之间。
另外，根据第一卫星重力观测数据中位于异常值位置的前后数值计算一个新的数值，具体包括：
利用差值公式：计算异常值对应的新的数值，其中，i表示第一卫星重力观测数据中数值的序列号，y′i表示第一卫星重力观测数据中序列号为i的数值对应的新的数值，yi-1表示位于异常值yi之前的第一个数值，yi-2表示位于异常值yi之前的第二个数值，yi+1表示位于异常值yi之后的第一个数值，yi+2表示位于异常值yi之后的第二个数值。
另外，将计算出的新的数值替换异常值，获得第二卫星重力观测数据具体包括：将计算出的新的数值y′i代替探测出的异常值yi；通过对第一卫星重力观测数据进行异常值yi的替换后，获得第二卫星重力观测数据。该方式中，根据异常值前后数值所计算出的符合卫星重力观测数据特征的新的数值，并根据新的数值修改异常值，实现对存在异常值的卫星重力观测数据的修正。
另外，采用狄克逊检验法对第二卫星重力观测数据进行异常值探测检验，具体包括：将第二卫星重力观测数据中的数值按照从小到大的顺序进行升序排列，获得第四卫星重力观测数据，其中，第四卫星重力观测数据表示为{D1，D2...Dn}，n表示第四卫星重力观测数据中包含的数值个数；构建异常值判断比值或者其中Dk∈{D1,D2,...Dn}，k表示第四卫星重力观测数据中数值的序列号，根据异常值判断比值判断Dk是否为异常值。该方式中，对于通过小波连续函数降噪方法修正后的卫星重力观测数据，进一步使用狄克逊检验法进行探测，通过狄克逊的异常值探测结果对小波连续函数降噪方法的探测结果进行检验，保证了卫星重力观测数据异常值探测结果的准确性。
另外，根据异常值判断比值判断zj是否为异常值，具体包括：
判断是否满足其中k-1表示自由度，表示显著性水平，表示狄克逊检验临界值，若满足则确定Dk为异常值。
另外，获取第一卫星重力观测数据之前还包括：模拟原始卫星重力观测数据，其中，原始卫星重力观测数据中未包含异常值；向原始卫星重力观测数据中分别加入离散态异常值和连续态异常值，并生成第一卫星重力观测数据。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1是本发明第一实施方式的卫星重力观测数据异常值提取方法的流程图；
图2是本发明第二实施方式的卫星重力观测数据异常值提取方法的流程图；
图3是本发明第三实施方式的卫星重力观测数据异常值提取装置的结构图；
图4是本发明第四实施方式的卫星重力观测数据异常值提取装置的结构图；
图5是本发明第五实施方式的电子设备的结构示例图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。
本发明的第一实施方式涉及一种卫星重力观测数据异常值提取方法，该卫星重力观测数据异常值提取方法应用于电子设备上，具体流程如下：
步骤101，获取第一卫星重力观测数据。
需要说明的是，第一卫星重力观测数据是包含异常值的一组数值序列，并且异常值的类型包括离散态异常值和连续态异常值。在实际应用中可以通过数据采集仪器进行采集。
值得一提的是，为了验证异常值探测结果的准确性，可以通过模拟原始卫星重力观测数据，并向原始卫星重力观测数据中分别加入离散态异常值和连续态异常值的方式，生成第一卫星重力观测数据。其中，原始卫星重力观测数据中未包含异常值。可以通过对第一卫星重力观测数据异常值的探测结果与已知的实际异常值位置进行对比，对探测结果进行验证。
在一个具体实现中，由于实测数据中的卫星重力观测数据无法得知异常值的具体分布位置和数量。因此为了验证本实施方式异常值探测的准确性，可以通过地球重力场模型96(Earth Gravitational Model 96，EGM96)模拟原始卫星重力观测数据作为原始卫星重力观测数据。实际应用中，可以根据需要设计EGM96的采样频率和采样时间，进而获得原始卫星重力观测数据，并通过向原始卫星重力观测数据中分别加入离散态异常值和连续态异常值，获得带有噪声即异常值的第一卫星重力观测数据。当然，采用模拟数据只是为了验证本实施方式中异常值探测的准确性。在实际的卫星重力观测数据异常值探测应用中，本实施方式中的第一卫星重力观测数据可以为带有异常值的实际卫星重力观测数据，本实施方式对此不作限定。
步骤102，采用小波连续函数降噪方法对第一卫星重力观测数据进行异常值探测。
其中，小波连续函数降噪方法能够探测第一卫星重力观测数据中的绝大部分异常值，该异常值包括离散态异常值和连续态异常值。采用小波连续函数降噪方法进行异常值探测后，绝大部分的异常值会被探测出来，但并不能实现对异常值的完全探测。
步骤103，计算一个新的数值替换异常值并获得第二卫星重力观测数据。
其中，采用小波连续函数降噪方法探测出第一卫星重力观测数据中的异常值后，根据第一卫星重力观测数据中位于异常值位置的前后数值计算一个新的数值。具体实现中，可以采用样条插值法计算该新的数值，具体计算过程如以下公式所示：
其中，i表示第一卫星重力观测数据中数值的序列号，y′i表示第一卫星重力观测数据中序列号为i的数值对应的新的数值，yi-1表示位于异常值yi之前的第一个数值，yi-2表示位于异常值yi之前的第二个数值，yi+1表示位于异常值yi之后的第一个数值，yi+2表示位于异常值yi之后的第二个数值。
其中，在计算出一个新的数值y′i之后，将y′i代替探测出的异常值yi，通过对第一卫星重力观测数据进行异常值yi的替换后，获得第二卫星重力观测数据。因此，第二卫星重力观测数据实际是对第一卫星重力观测数据中的异常值进行修正后的卫星重力观测数据。
需要说明的是，本实施方式中在计算替换异常值的新的数值时，采用的是相邻点平滑倒数插值法，但在实际应用中，并不对具体的计算方法进行限定，只要能够计算出符合异常值附近的观测数值的特征，都在本申请的保护范围之内。
步骤104，采用狄克逊检验法对第二卫星重力观测数据进行异常值探测检验。
具体操作为：将第二卫星重力观测数据中的数值按照从小到大的顺序进行升序排列，获得第四卫星重力观测数据，其中，第四卫星重力观测数据表示为{D1，D2...Dn}，n表示第四卫星重力观测数据中包含的数值个数；构建异常值判断比值或者其中，Dk∈{D1,D2,...Dn}，k表示第四卫星重力观测数据中数值的序列号，根据异常值判断比值判断Dk是否为异常值。
具体的，在判断Dk是否为异常值时，判断异常值判断比值r是否满足其中，k-1表示自由度，表示显著性水平，表示狄克逊检验临界值。若满足，则确定Dk为异常值。当然，在自由度k-1和显著性水平确定的情况下，可以通过查询狄克逊检验临界值表，查询出与自由度k-1和显著性水平所对应的狄克逊检验临界值
值得一提的是，在使用小波连续函数降噪方法完成对第一卫星重力观测数据中的异常值探测之后，再使用狄克逊检验法对异常值替换后的卫星重力观测数据进行进一步探测，通过狄克逊的异常值探测结果对小波连续函数降噪方法的探测结果进行检验，保证了异常值探测的准确性。
与现有技术相比，本实施方式中，先通过小波连续函数降噪方法对卫星重力观测数据中的异常值进行探测，根据探测出的异常值前后数值的特征计算一个新的数值来替换探测出的异常值。再使用狄克逊检验法对异常值替换后的卫星重力观测数据进行进一步探测检验。通过将小波连续函数降噪方法与狄克逊检验方法进行结合，实现了对卫星重力观测数据中异常值的准确探测。
本发明的第二实施方式涉及一种卫星重力观测数据异常值提取方法，第二实施方式是在第一实施方式的基础上，对步骤102的具体实现方式进行说明，该方法的具体流程如图2所示。
其中，步骤201与第一实施方式中的步骤101大致相同，步骤207至步骤208与第一实施方式中的步骤103至104大致相同，此处不再赘述。步骤202至步骤206是对第一实施方式中步骤102的具体说明。下面主要介绍与第一实施方式的不同之处。
步骤201，获取第一卫星重力观测数据。
步骤202，对第一卫星重力观测数据进行小波分解，得到第一卫星重力观测数据在各尺度上的小波系数。
其中，将第一卫星重力观测数据作为小波信号进行小波分解，并且第一观测信号作为小波信号由多个小波基构成，每一种小波基按照相同或不同的尺度数进行变换得到不同的小波系数。
步骤203，对小波系数进行修改。
其中，通过修改小波系数完成对第一卫星重力观测数据的小波信号的去噪过程。例如根据信号质量的要求设定预设最小阈值和预设最大阈值，将大于预设最大阈值的小波系数进行保留，将小于预设最小阈值的小波系数进行无限接近于零值处理，将大于所述预设最小阈值同时小于所述预设最大阈值之间的所述小波系数，加上修正量之后进行保留，其中，该修正量为：预设最小阈值和预设最大阈值差值的绝对值乘以修改之前的小波系数所得的结果。对小波系数利用阈值函数公式进行修改，阈值函数公式如下所示：
其中，η表示修改后的小波系数，x表示修改之前的小波系数，λMax表示预设最大阈值：λMin表示预设最小阈值：其中，σ表示第一卫星重力观测数据的信号标准差，N表示第一卫星重力观测数据的信号长度，j表示第一卫星重力观测数据的分解尺度，参数a、b、m表示阈值函数的调节因子，m的取值在区间(0,1)之间。通过对小波系数进行修改获得组成第一卫星重力观测数据信号的各小波基新的小波系数。
步骤204，根据修改后的小波系数进行小波系数合成，得到第三卫星重力观测数据。
步骤205，通过计算第三卫星重力观测数据与第一卫星重力观测数据的差值得到残差信号。
具体的说，存在噪声的情况下，通过小波重构的第三卫星重力观测数据与第一卫星重力观测数据之间会存在差异。第一卫星重力观测数据与第三卫星重力观测数据的数值个数相同，将第一卫星重力观测数据减去第三卫星重力观测数据，在第一卫星重力观测数据存在噪声的数值与第三卫星重力观测数据对应序列号位置的数值之间会得到一个差值，即得到残差信号。
步骤206，根据残差信号对第一卫星重力观测数据中的异常值进行定位。
其中，通过残差信号确定第一卫星重力观测数据中与第三卫星重力观测数据对应序列号位置的数值存在区别的数值，该数值为探测出的异常值，实现对第一卫星重力观测数据中异常值的定位。
步骤206之后，执行步骤207至208。
与现有技术相比，本实施方式中，先通过小波连续函数降噪方法对卫星重力观测数据中的异常值进行探测，并且通过小波分解、小波系数代换、小波系数还原、根据残差信号定位异常值能够将卫星重力观测数据中的绝大部分异常值实现准确探测。根据探测出的异常值前后数值的特征计算一个新的数值来替换探测出的异常值。再使用狄克逊检验法对异常值替换后的卫星重力观测数据进行进一步探测。通过将小波连续函数降噪方法与狄克逊检验方法进行结合，实现了对卫星重力观测数据中异常值的准确探测。
上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。
本发明第三实施方式涉及一种卫星重力观测数据异常值提取装置，该装置的具体结构如图3所示，卫星重力观测数据异常值提取装置300具体包括：获取模块301、第一处理模块302、第二处理模块303和第三处理模块304。
其中，获取模块301用于获取第一卫星重力观测数据，第一处理模块302用于采用小波连续函数降噪方法对第一卫星重力观测数据进行异常值探测，第二处理模块303用于根据第一卫星重力观测数据中位于异常值位置的前后数值计算一个新的数值，并将计算出的新的数值替换异常值，获得第二卫星重力观测数据，第三处理模块304用于采用狄克逊检验法对第二卫星重力观测数据进行异常值探测检验。
其中，第二处理模块303具体用于，利用差值公式：计算异常值对应的新的数值；其中，i表示第一卫星重力观测数据中数值的序列号，y′i表示第一卫星重力观测数据中序列号为i的数值对应的新的数值，yi-1表示位于异常值yi之前的第一个数值，yi-2表示位于异常值yi之前的第二个数值，yi+1表示位于异常值yi之后的第一个数值，yi+2表示位于异常值yi之后的第二个数值；将计算出的新的数值y′i代替探测出的异常值yi，通过对第一卫星重力观测数据进行异常值yi的替换后，获得第二卫星重力观测数据。
其中，第三处理模块304具体用于，将第二卫星重力观测数据中的数值按照从小到大的顺序进行升序排列，获得第四卫星重力观测数据，其中，第四卫星重力观测数据表示为{D1，D2...Dn}，n表示第四卫星重力观测数据中包含的数值个数。构建异常值判断比值或者其中，Dk∈{D1,D2,...Dn}，k表示第四卫星重力观测数据中数值的序列号，根据异常值判断比值判断Dk是否为异常值。判断是否满足其中k-1表示自由度，表示显著性水平，表示狄克逊检验临界值，若满足则确定Dk为异常值。
不难发现，本实施方式为与第一实施方式相对应的装置实施例，本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第一实施方式中。
本发明的第四实施方式涉及一种卫星重力观测数据异常值提取装置，该实施方式主要是在第三实施方式的基础上对第一处理模块302的具体划分，其中第一处理模块302具体包括：分解子模块3021、修改子模块3022、合成子模块3023、计算子模块3024和定位子模块3025，其它结构及连接关系与第三实施方式中相同。该结构的具体结构如图4所示。
本实施方式中，分解子模块3021用于对第一卫星重力观测数据进行小波分解，得到第一卫星重力观测数据在各尺度上的小波系数。具体地说，分解子模块3021将第一卫星重力观测数据作为小波信号进行小波分解，并且第一观测信号由多个小波基构成，每一种小波基按照相同或不同的尺度数进行变换得到不同的小波系数。
修改子模块3022用于对小波系数进行修改。具体地说，修改子模块3022将大于预设阈值的小波系数进行保留，将小于预设阈值的小波系数进行无限接近于零值处理。阈值函数公式如下所示：
其中，η表示修改后的小波系数，x表示修改之前的小波系数，λMax表示预设最大阈值：λMin表示预设最小阈值：其中，σ表示第一卫星重力观测数据的信号标准差，N表示第一卫星重力观测数据的信号长度，j表示第一卫星重力观测数据的分解尺度，参数a、b、m表示阈值函数的调节因子，m的取值在区间(0,1)之间。通过对小波系数进行修改获得组成第一卫星重力观测数据信号的各小波基新的小波系数。
合成子模块3023用于根据修改后的小波系数进行小波系数合成，得到第三卫星重力观测数据。
计算子模块3024用于通过计算第三卫星重力观测数据与第一卫星重力观测数据的差值得到残差信号。存在噪声的情况下，通过小波重构的的第三卫星重力观测数据与第一卫星重力观测数据之间会存在差异，因为第一卫星重力观测数据与第三卫星重力观测数据中的数值个数相同，将第一卫星重力观测数据减去第三卫星重力观测数据，在第一卫星重力观测数据存在噪声的数值与第三卫星重力观测数据对应序列号位置的数值之间会得到一个差值，即得到残差信号。
定位子模块3025用于根据残差信号对第一卫星重力观测数据中的异常值进行定位。通过残差信号确定第一卫星重力观测数据中与第三卫星重力观测数据对应序列号位置存在区别的数值，该数值为探测出的异常值，实现对第一卫星重力观测数据中异常值的定位。
由于第二实施方式与本实施方式相互对应，因此本实施方式可与第二实施方式互相配合实施。第二实施方式中提到的相关技术细节在本实施方式中依然有效，在第二实施方式中所能达到的技术效果在本实施方式中也同样可以实现，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第二实施方式中。
值得一提的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本发明的创新部分，本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。
本发明的第五实施方式涉及一种电子设备，如图5所示为电子设备的结构示例图，包括：至少一个处理器401；以及，与至少一个处理器401通信连接的存储器402。其中，存储器402存储有可被至少一个处理器401执行的指令，指令被至少一个处理器401执行，以使至少一个处理器401能够执行卫星重力观测数据异常值提取方法。
其中，处理器401、存储器402可以通过总线或者其他方式连接，图5中以通过总线连接为例，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器401、存储器402的各种电路链接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。处理器401负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器402可以被用于存储处理器在执行操作时所使用的数据。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。
Claims (10)
1.一种卫星重力观测数据异常值提取方法，其特征在于，包括：
获取第一卫星重力观测数据；
采用小波连续函数降噪方法对所述第一卫星重力观测数据进行异常值探测；
根据所述第一卫星重力观测数据中位于所述异常值位置的前后数值计算一个新的数值，并将计算出的所述新的数值替换所述异常值，获得第二卫星重力观测数据；
采用狄克逊检验法对所述第二卫星重力观测数据进行异常值探测检验。
2.根据权利要求1所述的卫星重力观测数据异常值提取方法，其特征在于，所述采用小波连续函数降噪方法对所述第一卫星重力观测数据进行异常值探测，具体包括：
对所述第一卫星重力观测数据进行小波分解，得到所述第一卫星重力观测数据在各尺度上的小波系数；
对所述小波系数进行修改，其中，将大于预设最大阈值的所述小波系数进行保留，将小于预设最小阈值的所述小波系数进行无限接近于零值处理，将大于所述预设最小阈值同时小于所述预设最大阈值之间的所述小波系数，加上修正量之后进行保留，其中，所述修正量为：所述预设最小阈值和所述预设最大阈值差值的绝对值乘以修改之前的所述小波系数所得的结果；
根据修改后的所述小波系数进行小波系数合成，得到第三卫星重力观测数据；
通过计算所述第三卫星重力观测数据与所述第一卫星重力观测数据的差值得到残差信号；
根据所述残差信号对所述第一卫星重力观测数据中的所述异常值进行定位。
3.根据权利要求2所述的卫星重力观测数据异常值提取方法，其特征在于，所述对所述小波系数进行修改，具体包括：
利用阈值函数公式：计算得到修改后的所述小波系数；
其中，η表示修改后的所述小波系数，x表示修改之前的所述小波系数，λMax表示所述预设最大阈值：λMin表示所述预设最小阈值：其中，σ表示所述第一卫星重力观测数据的信号标准差，N表示所述第一卫星重力观测数据的信号长度，j表示所述第一卫星重力观测数据的分解尺度，参数a、b、m表示所述阈值函数的调节因子，m的取值在区间(0,1)之间。
4.根据权利要求1所述的卫星重力观测数据异常值提取方法，其特征在于，所述根据所述第一卫星重力观测数据中位于所述异常值位置的前后数值计算一个新的数值，具体包括：
利用差值公式：计算所述异常值对应的新的数值，
其中，i表示所述第一卫星重力观测数据中数值的序列号，y'i表示所述第一卫星重力观测数据中序列号为i的数值对应的新的数值，yi-1表示位于所述异常值yi之前的第一个数值，yi-2表示位于所述异常值yi之前的第二个数值，yi+1表示位于所述异常值yi之后的第一个数值，yi+2表示位于所述异常值yi之后的第二个数值。
5.根据权利要求4所述的卫星重力观测数据异常值提取方法，其特征在于，所述将计算出的所述新的数值替换所述异常值，获得第二卫星重力观测数据具体包括：
将计算出的所述新的数值y'i代替探测出的所述异常值yi；
通过对所述第一卫星重力观测数据进行所述异常值yi的替换后，获得所述第二卫星重力观测数据。
6.根据权利要求1所述的卫星重力观测数据异常值提取方法，其特征在于，所述采用狄克逊检验法对所述第二卫星重力观测数据进行异常值探测检验，具体包括：
将所述第二卫星重力观测数据中的数值按照从小到大的顺序进行升序排列，获得第四卫星重力观测数据，其中，所述第四卫星重力观测数据表示为{D1，D2...Dn}，n表示所述第四卫星重力观测数据中包含的数值个数；
构建异常值判断比值或者其中，Dk∈{D1,D2,...Dn}，k表示所述第四卫星重力观测数据中数值的序列号，根据所述异常值判断比值判断所述Dk是否为异常值。
7.根据权利要求6所述的卫星重力观测数据异常值提取方法，其特征在于，所述根据所述异常值判断比值判断所述Dk是否为异常值，具体包括：
判断是否满足其中k-1表示自由度，表示显著性水平，表示狄克逊检验临界值，若满足则确定所述Dk为异常值。
8.根据权利要求1所述的卫星重力观测数据异常值提取方法，其特征在于，所述获取第一卫星重力观测数据之前还包括：
模拟原始卫星重力观测数据，其中，所述原始卫星重力观测数据中未包含所述异常值；
向所述原始卫星重力观测数据中分别加入离散态异常值和连续态异常值，并生成所述第一卫星重力观测数据。
9.一种卫星重力观测数据异常值提取装置，其特征在于，包括：
获取模块，用于获取第一卫星重力观测数据；
第一处理模块，用于采用小波连续函数降噪方法对所述第一卫星重力观测数据进行异常值探测；
第二处理模块，用于根据所述第一卫星重力观测数据中位于所述异常值位置的前后数值计算一个新的数值，并将计算出的所述新的数值替换所述异常值，获得第二卫星重力观测数据；
第三处理模块，用于采用狄克逊检验法对所述第二卫星重力观测数据进行异常值探测检验。
10.一种电子设备，其特征在于，包括至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1～8任一项所述的卫星重力观测数据异常值提取方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810170237.2A CN108376123A (zh) | 2018-03-01 | 2018-03-01 | 一种卫星重力观测数据异常值提取方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810170237.2A CN108376123A (zh) | 2018-03-01 | 2018-03-01 | 一种卫星重力观测数据异常值提取方法、装置及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108376123A true CN108376123A (zh) | 2018-08-07 |
Family
ID=63018205
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810170237.2A Pending CN108376123A (zh) | 2018-03-01 | 2018-03-01 | 一种卫星重力观测数据异常值提取方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108376123A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109581523A (zh) * | 2018-11-12 | 2019-04-05 | 湖北省地震局 | 一种采用卫星跟踪卫星装置对加速度计校准的方法和系统 |
| CN116719073A (zh) * | 2023-08-09 | 2023-09-08 | 深圳华大北斗科技股份有限公司 | 面向gnss解算域的粗差探测与剔除方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060241486A1 (en) * | 2002-08-26 | 2006-10-26 | Anuju Nair | System and method of characterizing vascular tissue |
| CN102945222A (zh) * | 2012-11-06 | 2013-02-27 | 北京航空航天大学 | 一种基于灰色理论的乏信息测量数据粗大误差判别方法 |
| CN104181883A (zh) * | 2014-08-08 | 2014-12-03 | 青岛高校信息产业有限公司 | 实时数据采集系统的异常数据实时处理方法 |
-
2018
- 2018-03-01 CN CN201810170237.2A patent/CN108376123A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060241486A1 (en) * | 2002-08-26 | 2006-10-26 | Anuju Nair | System and method of characterizing vascular tissue |
| CN102945222A (zh) * | 2012-11-06 | 2013-02-27 | 北京航空航天大学 | 一种基于灰色理论的乏信息测量数据粗大误差判别方法 |
| CN104181883A (zh) * | 2014-08-08 | 2014-12-03 | 青岛高校信息产业有限公司 | 实时数据采集系统的异常数据实时处理方法 |
Non-Patent Citations (2)
| Title |
|---|
| 吴云龙: "GOCE卫星重力梯度测量数据的预处理研究", 《中国博士学位论文全文数据库 基础科学辑》 * |
| 胡海平著: "《小波图像压缩编码与小波图像阈值降噪的研究》", 31 December 2002, 上海大学出版社 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109581523A (zh) * | 2018-11-12 | 2019-04-05 | 湖北省地震局 | 一种采用卫星跟踪卫星装置对加速度计校准的方法和系统 |
| CN116719073A (zh) * | 2023-08-09 | 2023-09-08 | 深圳华大北斗科技股份有限公司 | 面向gnss解算域的粗差探测与剔除方法 |
| CN116719073B (zh) * | 2023-08-09 | 2023-10-20 | 深圳华大北斗科技股份有限公司 | 面向gnss解算域的粗差探测与剔除方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20070073499A1 (en) | Method and apparatus for determining one or more s-parameters associated with a device under test (DUT) | |
| US7787696B2 (en) | Systems and methods for adaptive sampling and estimating a systematic relationship between a plurality of points | |
| CN113360983A (zh) | 一种边坡可靠度分析与风险评估方法 | |
| KR20130117841A (ko) | 측정 오차의 보정방법 및 전자부품 특성 측정장치 | |
| CN108376123A (zh) | 一种卫星重力观测数据异常值提取方法、装置及电子设备 | |
| CN115828821A (zh) | 无源器件阻抗拟合方法、装置、电子设备及存储介质 | |
| KR101018702B1 (ko) | 자기교정과 추적관리 기능을 갖는 부분방전량 교정기 | |
| CN112784218B (zh) | 一种非高斯随机振动信号的峭度估计方法 | |
| KR102230397B1 (ko) | 변형률 및 가속도값에 기반한 구조물의 변위 추정방법 | |
| KR20200033727A (ko) | 데이터 처리 방법, 데이터 처리 장치, 데이터 처리 시스템, 및 데이터 처리 프로그램을 저장한 컴퓨터 판독 가능한 기록 매체 | |
| CN117332205A (zh) | 压电阻抗温度补偿高精度自动优化方法及装置 | |
| CN117216454B (zh) | 基于模糊非概率的可靠性评估方法、装置、终端及存储介质 | |
| CN117370913A (zh) | 光伏系统中异常数据的检测方法、装置以及设备 | |
| CN110631499B (zh) | 基于无网格方法的数字图像变形测量方法及电子设备 | |
| CN112731815A (zh) | 一种提高模拟量采集精度的方法 | |
| EP2738701A2 (en) | Method and apparatus for statistical electronic circuit simulation | |
| CN112929214A (zh) | 模型构建方法、装置、设备及存储介质 | |
| CN114780440B (zh) | 一种软件升级版本正确性的检测方法及装置 | |
| CN111257812A (zh) | 基于矢量网络分析仪测量不确定度二阶段评估方法 | |
| CN106324688A (zh) | 一种储层束缚水饱和度确定方法及装置 | |
| CN107732940B (zh) | 一种基于adpss的电力系统稳定器参数优化试验方法 | |
| JP6394787B2 (ja) | 製品検査装置、製品検査方法及びコンピュータプログラム | |
| CN111695501B (zh) | 一种基于操作系统内核调用数据的设备软故障检测方法 | |
| CN111640096B (zh) | 电子产品外观的检测方法、装置及终端 | |
| CN114511088A (zh) | 一种用于结构损伤识别的贝叶斯模型更新方法及系统 |
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: 20180807 |