KR101415717B1 - Data processing apparatus using moving standard deviation and processing method tehreof - Google Patents

Data processing apparatus using moving standard deviation and processing method tehreof Download PDF

Info

Publication number
KR101415717B1
KR101415717B1 KR1020120081738A KR20120081738A KR101415717B1 KR 101415717 B1 KR101415717 B1 KR 101415717B1 KR 1020120081738 A KR1020120081738 A KR 1020120081738A KR 20120081738 A KR20120081738 A KR 20120081738A KR 101415717 B1 KR101415717 B1 KR 101415717B1
Authority
KR
South Korea
Prior art keywords
measurement data
moving average
sensor measurement
data
limit value
Prior art date
Application number
KR1020120081738A
Other languages
Korean (ko)
Other versions
KR20140015872A (en
Inventor
박시몽
이주헌
Original Assignee
주식회사 내비오닉스코리아
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 주식회사 내비오닉스코리아 filed Critical 주식회사 내비오닉스코리아
Priority to KR1020120081738A priority Critical patent/KR101415717B1/en
Publication of KR20140015872A publication Critical patent/KR20140015872A/en
Application granted granted Critical
Publication of KR101415717B1 publication Critical patent/KR101415717B1/en

Links

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

Abstract

본 발명은 데이터 처리 장치 및 방법에 관한 것으로, 이 장치는 센서 측정 데이터의 이동 평균을 계산하고, 계산된 이동 평균을 기초로 이동 평균을 추종하는 직선을 계산하며, 이 직선을 따라 현재 이후의 측정 데이터를 예측한다.The present invention relates to a data processing apparatus and method, which calculates a moving average of sensor measurement data, calculates a straight line following the moving average based on the calculated moving average, Predict data.

Description

이동 표준 편차를 이용한 데이터 처리 장치 및 방법{DATA PROCESSING APPARATUS USING MOVING STANDARD DEVIATION AND PROCESSING METHOD TEHREOF}TECHNICAL FIELD [0001] The present invention relates to a data processing apparatus and a data processing method using a moving standard deviation,

본 발명은 데이터 처리 장치 및 방법에 관한 것으로, 보다 자세하게는 이동 표준 편차를 이용한 데이터 처리 장치 및 방법에 관한 것이다.The present invention relates to a data processing apparatus and method, and more particularly, to a data processing apparatus and method using a moving standard deviation.

일반적으로 측정 시스템은 센서로부터 값을 입력 받아 그 후단의 모니터링 장치나 제어장치 등에 전달할 수 있다. 그리고 모니터링 장치나 제어장치는 센서에서 전달되는 값을 이용하여 제어 및 모니터링을 수행할 수 있다.In general, a measurement system can receive a value from a sensor and transmit it to a monitoring device or a control device at a subsequent stage. The monitoring device or the control device can perform control and monitoring by using the value transmitted from the sensor.

최근의 모니터링 장치 또는 제어장치에 있어서, 가속도 센서나 회전 센서 등과 같이 정밀한 움직임이나 상태 등을 측정하는 센서는 측정 데이터의 높은 정밀도가 요구된다. 그러나 현실적으로 센서로부터 측정 시스템에 입력되는 측정 데이터에는 여러 가지 주변 환경적인 요인으로 인하여 노이즈가 포함되어 있다.In a recent monitoring apparatus or a control apparatus, a sensor for measuring precise motion or a state such as an acceleration sensor or a rotation sensor requires high accuracy of measurement data. However, in reality, the measurement data input from the sensor to the measurement system contains noise due to various environmental factors.

그런데 이러한 노이즈를 제거하는 방법으로 로우패스 필터 등이 사용되고 있는데, 기존의 필터는 일정 주파수 대역이나 기본 주파수(fundamental frequency) 등을 적용하는 방식은 실제 노이즈가 아닌 경우에도 획일적 기준에 의해 노이즈로 처리하여, 측정 데이터 신뢰도에 문제가 있었다.However, as a method of eliminating such noise, a low-pass filter or the like is used. In a conventional filter, a method of applying a certain frequency band or a fundamental frequency is treated as a noise by a uniform reference even when the noise is not actual noise , There was a problem in the reliability of the measured data.

한편, 센서와 같이 특정 요소를 측정하는 기기의 데이터를 분석할 때, 입력된 데이터가 실제 상태 변화에 의한 것인지 아니면 단순히 노이즈의 크기나 빈도수의 변화에 의한 것인지 파악하기 어렵기 때문에 데이터 자체만으로 기기의 상태, 예를 들면 움직임이나 압력의 변화 등을 알아내기는 쉽지 않다.On the other hand, when analyzing data of a device that measures a specific element such as a sensor, it is difficult to determine whether the input data is due to a change in actual state or simply due to a change in the size or frequency of the noise. It is not easy to determine a state, for example, a change in motion or pressure.

따라서 본 발명이 해결하려는 과제는 센서 측정 데이터 값의 통계적인 분포를 이용하여 측정 데이터의 신뢰도를 높이고 상태 변화의 예측이나 측정이 가능한 데이터 처리 장치 및 방법을 제공하는 것이다.SUMMARY OF THE INVENTION Accordingly, it is an object of the present invention to provide a data processing apparatus and method capable of increasing reliability of measured data and predicting and measuring a state change using a statistical distribution of sensor measurement data values.

이러한 기술적 과제를 해결하기 위한 본 발명의 한 실시예에 따른 데이터 처리 방법은, 센서 측정 데이터의 이동 평균을 계산하는 단계, 상기 이동 평균을 기초로 상기 이동 평균을 추종하는 직선을 계산하는 단계, 그리고 상기 직선을 따라 현재 이후의 측정 데이터를 예측하는 단계를 포함한다.According to an aspect of the present invention, there is provided a data processing method including calculating a moving average of sensor measurement data, calculating a straight line following the moving average based on the moving average, And predicting current and subsequent measurement data along the straight line.

상기 직선 계산 단계는 상기 이동 평균을 대상으로 직선 보간법 또는 최소 제곱법을 이용하여 상기 이동 평균의 기울기를 계산하는 단계를 포함할 수 있다.The straight line calculation step may include calculating the slope of the moving average using the linear interpolation method or the least square method on the moving average.

상기 이동 평균의 기울기의 변화량의 절댓값이 기준값보다 크면 상기 센서 측정 데이터의 상태 변화가 나타난 것으로 판단할 수 있다.If the absolute value of the gradient of the moving average is larger than the reference value, it can be determined that a change in the state of the sensor measurement data occurs.

상기 센서 측정 데이터의 이동 표준 편차를 계산하는 단계, 상기 이동 평균 및 상기 이동 표준 편차를 기초로 상기 센서 측정 데이터의 유효 범위의 상한 값 및 하한 값을 계산하는 단계, 그리고 상기 센서 측정 데이터가 상기 유효 범위에 있으면 상기 센서 측정 데이터를 출력하는 단계를 더 포함할 수 있다.Calculating a moving standard deviation of the sensor measurement data, calculating an upper limit value and a lower limit value of the effective range of the sensor measurement data based on the moving average and the moving standard deviation, And outputting the sensor measurement data if the sensor measurement data is in a range.

이러한 기술적 과제를 해결하기 위한 본 발명의 다른 실시예에 따른 센서로부터 센서 측정 데이터를 받아 처리하는 데이터 처리 장치는, 상기 센서 측정 데이터의 이동 평균을 계산하고, 상기 이동 평균을 기초로 상기 이동 평균을 추종하는 직선을 계산하며, 상기 직선을 따라 현재 이후의 측정 데이터를 예측하는 연산부를 포함한다.According to another aspect of the present invention, there is provided a data processing apparatus for receiving sensor measurement data from a sensor and calculating a moving average of the sensor measurement data, And a calculation unit for calculating the following straight line and predicting the present measurement data along the straight line.

상기 연산부는 상기 이동 평균을 대상으로 직선 보간법 또는 최소 제곱법을 이용하여 상기 이동 평균의 기울기를 계산할 수 있다.The operation unit can calculate the slope of the moving average using the linear interpolation method or the least square method on the moving average.

상기 연산부는 상기 이동 평균의 기울기의 변화량의 절댓값이 기준값보다 크면 상기 센서 측정 데이터의 상태 변화가 나타난 것으로 판단할 수 있다.The operation unit may determine that a change in the state of the sensor measurement data occurs if the absolute value of the change amount of the slope of the moving average is larger than the reference value.

상기 연산부는 상기 센서 측정 데이터의 이동 표준 편차를 계산하고, 상기 이동 평균 및 상기 이동 표준 편차를 기초로 상기 센서 측정 데이터의 유효 범위의 상한 값 및 하한 값을 계산하며, 상기 센서 측정 데이터가 상기 유효 범위에 있으면 상기 센서 측정 데이터를 출력하는 필터링부를 더 포함할 수 있다.Wherein the calculation unit calculates a moving standard deviation of the sensor measurement data and calculates an upper limit value and a lower limit value of the effective range of the sensor measurement data based on the moving average and the moving standard deviation, And outputting the sensor measurement data if the sensor measurement data is in a range.

이와 같이 본 발명에 따른 데이터 처리 장치에 의하면, 센서 측정 데이터 값의 통계적인 분포를 이용하여 데이터를 처리함으로써 측정 데이터의 신뢰도를 높일 수 있으며, 또한 상태 변화의 예측이나 측정이 가능하므로 측정 데이터를 보다 효과적으로 해석하여 전체적인 시스템의 신뢰성을 높일 수 있다.As described above, according to the data processing apparatus of the present invention, it is possible to increase the reliability of measured data by processing data using a statistical distribution of sensor measurement data values, and to predict or measure the state change. It is possible to improve the reliability of the overall system by effectively interpreting it.

도 1은 본 발명의 일 실시예에 따른 데이터 처리 장치를 설명하기 위해 제공되는 블록도이다.
도 2 내지 도 5는 본 발명의 일 실시예에 따른 데이터 처리 장치의 동작을 설명하기 위한 그래프이다.
도 6 및 도 7은 본 발명의 일 실시예에 따른 데이터 처리 장치의 동작을 설명하기 위해 제공되는 흐름도이다.1 is a block diagram for explaining a data processing apparatus according to an embodiment of the present invention.
2 to 5 are graphs for explaining the operation of the data processing apparatus according to an embodiment of the present invention.
6 and 7 are flowcharts for explaining the operation of the data processing apparatus according to an embodiment of the present invention.

그러면 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art can easily carry out the present invention.

도 1은 본 발명의 일 실시예에 따른 데이터 처리 장치를 설명하기 위해 제공되는 블록도이다.1 is a block diagram for explaining a data processing apparatus according to an embodiment of the present invention.

도 1을 참고하면, 본 발명의 일 실시예에 따른 데이터 처리 장치(200)는 센서(100)로부터 측정되어 입력된 데이터 값의 통계적 분포를 이용하여 노이즈를 필터링하는 등의 동작을 수행한다.Referring to FIG. 1, a data processing apparatus 200 according to an exemplary embodiment of the present invention performs operations such as filtering noise using a statistical distribution of data values measured and input from a sensor 100.

보다 자세하게는 데이터 처리 장치(200)는 연산부(210) 및 필터링부(230)를 포함할 수 있다.More specifically, the data processing apparatus 200 may include a computing unit 210 and a filtering unit 230.

연산부(210)는 센서(100)로부터 측정되어 입력되는 센서 측정 데이터에 대해 이동 평균, 이동 표준 편차, 데이터 유효 범위의 상한 값 및 하한 값을 계산할 수 있다. 또한 연산부(210)는 계산된 이동 평균 등을 이용하여 측정하려는 대상의 상태 변화를 판단하거나 현재 이후의 센서 측정 데이터를 예측할 수 있다.The operation unit 210 can calculate a moving average, a moving standard deviation, an upper limit value and a lower limit value of the data effective range with respect to the sensor measurement data measured and input from the sensor 100. [ Also, the calculating unit 210 may determine a state change of an object to be measured or estimate sensor measurement data after the current state using the calculated moving average or the like.

예를 들어 데이터 처리 장치(200)가 센서 측정 데이터(

Figure 112012059846144-pat00001
)를 기준으로 일정 범위 이전에 입력된 데이터, 예컨대 m개의 데이터를 이용하여 이동 평균, 이동 표준 편차, 데이터 유효 범위의 상한 값 및 하한 값을 계산하도록 설정된 상태에서 센서(100)로부터 이산적 데이터로
Figure 112012059846144-pat00002
이 순차적으로 측정되어 데이터 처리 장치(200)에 입력되었다고 가정하면, 연산부(210)는 아래 수학식에서 정의한 값들을 계산하여 구할 수 있다.For example, when the data processing apparatus 200 receives sensor measurement data (
Figure 112012059846144-pat00001
The moving average, the moving standard deviation, the upper limit value and the lower limit value of the data effective range using data input before a certain range on the basis of a predetermined range, for example, m data, from the sensor 100 to the discrete data
Figure 112012059846144-pat00002
Are sequentially measured and input to the data processing apparatus 200, the operation unit 210 can calculate the values defined by the following equations.

[수학식 1][Equation 1]

Figure 112012059846144-pat00003
Figure 112012059846144-pat00003

Figure 112012059846144-pat00004
Figure 112012059846144-pat00004

Figure 112012059846144-pat00005
Figure 112012059846144-pat00005

Figure 112012059846144-pat00006
Figure 112012059846144-pat00006

Figure 112012059846144-pat00007
Figure 112012059846144-pat00007

Figure 112012059846144-pat00008

Figure 112012059846144-pat00008

연산부(210)에서 몇 개의 데이터를 이용하여 위 수학식에서 정의한 값들을 계산하여 구할지 여부는 사용자나 데이터 처리 장치(200)의 제작자에 의해 사전에 설정될 수 있다.Whether or not to calculate the values defined in the above equation using several data in the operation unit 210 can be set in advance by the user or the manufacturer of the data processing apparatus 200.

필터링부(230)는 센서 측정 데이터(

Figure 112012059846144-pat00009
)가 연산부(210)에서 구해진 데이터 유효 범위, 즉 상한 값(
Figure 112012059846144-pat00010
) 및 하한 값(
Figure 112012059846144-pat00011
) 내에 있는지 또는 유효 범위 밖에 있는지를 확인하고, 유효 범위 내에 있으면 센서 측정 데이터(
Figure 112012059846144-pat00012
)를 외부 시스템(도시하지 않음)으로 출력하고, 유효 범위 밖에 있는 경우에는 센서 측정 데이터(
Figure 112012059846144-pat00013
) 대신에 상한 값(
Figure 112012059846144-pat00014
) 또는 하한 값(
Figure 112012059846144-pat00015
)을 외부 시스템으로 출력한다.The filtering unit 230 receives the sensor measurement data (
Figure 112012059846144-pat00009
Is the data valid range obtained by the operation unit 210, that is, the upper limit value (
Figure 112012059846144-pat00010
) And the lower limit value (
Figure 112012059846144-pat00011
) Or outside the effective range, and if it is within the effective range, the sensor measurement data (
Figure 112012059846144-pat00012
) To an external system (not shown), and when it is outside the valid range, the sensor measurement data
Figure 112012059846144-pat00013
) Instead of the upper limit value
Figure 112012059846144-pat00014
) Or lower limit value (
Figure 112012059846144-pat00015
) To the external system.

즉 필터링부(230)는 센서 측정 데이터(

Figure 112012059846144-pat00016
)와 이동 평균값(
Figure 112012059846144-pat00017
)의 차이의 절대값(
Figure 112012059846144-pat00018
)이 이동 표준 편차(
Figure 112012059846144-pat00019
)보다 작으면 해당 센서 측정 데이터(
Figure 112012059846144-pat00020
)를 유효한 데이터로 외부 시스템에 전달하여 사용되도록 할 수 있으며, 반대로 절대값(
Figure 112012059846144-pat00021
)이 이동 표준 편차(
Figure 112012059846144-pat00022
)보다 크면 해당 센서 측정 데이터(
Figure 112012059846144-pat00023
)를 노이즈로 취급하고 외부 시스템으로 실제 센서 측정 데이터 대신에 상한 값(
Figure 112012059846144-pat00024
) 또는 하한 값(
Figure 112012059846144-pat00025
)을 대신 전달할 수 있다.That is, the filtering unit 230 outputs the sensor measurement data (
Figure 112012059846144-pat00016
) And moving average value
Figure 112012059846144-pat00017
) Of the difference (
Figure 112012059846144-pat00018
) Is the moving standard deviation (
Figure 112012059846144-pat00019
), The corresponding sensor measurement data (
Figure 112012059846144-pat00020
) Can be transmitted to the external system as valid data to be used, and conversely, the absolute value (
Figure 112012059846144-pat00021
) Is the moving standard deviation (
Figure 112012059846144-pat00022
), The corresponding sensor measurement data (
Figure 112012059846144-pat00023
) Is treated as noise and the external system uses the upper limit value (
Figure 112012059846144-pat00024
) Or lower limit value (
Figure 112012059846144-pat00025
) Instead.

연산부(210)는 최소 제곱법이나 선형 보간법 등을 이용하여 이동 평균값들의 기울기 및 이동 평균값을 추종하는 직선을 계산할 수 있다. 이동 평균의 기울기 및 직선의 계산은 미리 정해져 있는 개수만큼의 이동 평균값, 미리 정해져 있는 시간 범위의 이동 평균값, 미리 정해져 있는 간격의 이동 평균값, 또는 이들의 조합을 대상으로 할 수 있다. 또한 연산부(210)는 이동 평균 기울기의 변화량을 계산할 수 있으며, 이동 평균 기울기의 변화량의 절댓값이 기준값보다 크면 측정 대상의 상태가 변화한 것으로 판단할 수 있다. 그리고 연산부(210)는 이동 평균값을 추종하는 직선을 이용하여 현재 이후의 이동 평균값들을 예측할 수 있으며, 이 예측된 값들을 센서 측정 데이터로 대신 사용할 수도 있다.The operation unit 210 can calculate a straight line that follows the slope of the moving average values and the moving average value using a least squares method or a linear interpolation method. The calculation of the slope and the straight line of the moving average can be performed on a predetermined number of moving average values, a moving average value of a predetermined time range, a moving average value of predetermined intervals, or a combination thereof. The calculating unit 210 can calculate the amount of change of the moving average slope and can determine that the state of the measuring object has changed if the absolute value of the amount of change of the moving average slope is larger than the reference value. The calculating unit 210 may predict the moving average values after the current using the straight line following the moving average value, and may use the predicted values as sensor measurement data instead.

도 2 및 도 3은 본 발명의 일 실시예에 따른 데이터 처리 장치의 동작을 설명하기 위한 그래프이다.2 and 3 are graphs for explaining the operation of the data processing apparatus according to an embodiment of the present invention.

도 2에 예시한 그래프에서 데이터(Accel X)는 일정한 간격으로 이산적 데이터를 출력하는 가속도 센서의 X축 데이터를 나타내고 있으며, 데이터(Avg X)는 각 부분에서 이전 데이터 100개의 이동 평균을 나타내고 있으며, 데이터(Pos Band X, Neg Band X)는 각 부분에서 이전 데이터 100개의 이동 평균과 이동 표준 편차를 이용하여 구해지는 유효 범위의 상한 값과 하한 값을 나타내고 있다.In the graph illustrated in FIG. 2, data (Accel X) represents X-axis data of an acceleration sensor that outputs discrete data at regular intervals, and data (Avg X) represents a moving average of 100 previous data in each portion , And data (Pos Band X, Neg Band X) represent the upper and lower limit values of the effective range obtained by using the moving average of 100 previous data and the moving standard deviation in each portion.

도 3은 도 2에 예시한 그래프에서 처음 700 여 개의 데이터를 확대하여 표시한 것으로 가속도 센서의 X축 데이터에서 상한 값과 하한 값을 벗어나는 노이즈 부분이 확실하게 구별되는 것을 알 수 있다.FIG. 3 is an enlarged view of the first 700 data pieces in the graph illustrated in FIG. 2. It can be seen that noise portions deviating from the upper limit value and the lower limit value in the X-axis data of the acceleration sensor are reliably distinguished.

또한 도 3에 도시한 그래프에서 인덱스 160번에서 200번까지의 이동 평균 및 상한 값과 하한 값을 보면 이동 평균값의 기울기 및 상한 값과 하한 값의 기울기가 동시에 변화하는 것을 알 수 있다. 이런 경우 이동 표준 편차 값은 실제로 큰 변화가 없다. 이것은 센서 측정 데이터의 상태 변화가 있음을 나타낸다. 즉, 센서가 측정하려는 대상의 가속도나 각속도 등의 측정 물리량이 변화하기 시작한다는 것을 나타낸다.3, the slope of the moving average value and the slope of the upper limit value and the lower limit value change simultaneously when the moving average, the upper limit value and the lower limit value of the index 160 to 200 are viewed. In this case, the moving standard deviation value does not actually change significantly. This indicates that there is a change in the state of the sensor measurement data. That is, it indicates that the measurement physical quantities such as the acceleration and the angular velocity of the object to be measured start to change.

한편, 도 4에 도시한 그래프의 인덱스 800번 내지 1200번 사이에서 나타나듯이 이동 평균이 변하지 않을 때 이동 표준 편차의 값이 커지는 것은 노이즈가 심한 상태를 나타내고, 따라서 이런 경우는 센서 측정 데이터의 상태 변화는 없다는 것을 의미한다.On the other hand, as shown in the index 800 to 1200 of the graph shown in FIG. 4, when the moving average does not change, the value of the moving standard deviation increases, which indicates a state of severe noise. .

도 5의 그래프에서 이러한 방법으로 센서의 상태 변화가 관찰되는 곳을 찾으면 인덱스 3200, 3400, 3600, 4150, 4400, 4550, 4700, 4850 부분들이라 할 수 있다. 이와 같이 상태 변화가 있는 부분들의 이동 평균값들은 일정한 기울기를 가진다. 따라서 상태 변화를 판단한 후에 특정한 문제로 인하여 센서 측정 데이터를 입력 받지 못하는 경우에 이전 이동 평균값들의 경향을 반영하여 센서 측정 데이터를 예측할 수 있다. 즉, 이동 평균값들을 추종하는 직선을 따라 현재 이후의 데이터가 입력된 것으로 처리할 수 있다.In the graph of FIG. 5, when the position where the state change of the sensor is observed is found by this method, it can be regarded as the index 3200, 3400, 3600, 4150, 4400, 4550, 4700, 4850 parts. The moving average values of the portions having the state changes have a constant slope. Therefore, if sensor measurement data is not received due to a specific problem after determining the state change, the sensor measurement data can be predicted by reflecting the tendency of the previous moving average values. That is, it is possible to process the current data after the current along the straight line following the moving average values.

도 6 및 도 7은 본 발명의 일 실시예에 따른 데이터 처리 장치의 동작을 설명하기 위해 제공되는 흐름도이다.6 and 7 are flowcharts for explaining the operation of the data processing apparatus according to an embodiment of the present invention.

먼저, 도 6을 참고하면, 먼저 데이터 처리 장치(200)는 센서(100)로부터 센서 측정 데이터(

Figure 112012059846144-pat00026
)가 입력되면(S410), 센서 측정 데이터(
Figure 112012059846144-pat00027
)를 기준으로 일정 범위 이전에 센서(100)로부터 입력된 데이터를 이용하여 이동 평균값(
Figure 112012059846144-pat00028
) 및 이동 표준 편차(
Figure 112012059846144-pat00029
)를 구할 수 있다(S420). 단계(S420)에서 센서 측정 데이터(
Figure 112012059846144-pat00030
)에 대한 이동 평균값 및 이동 표준 편차를 구하는데 이용되는 데이터의 개수 및 그 범위는 사전에 사용자 또는 데이터 처리 장치(200)의 제조자에 의해 설정될 수 있다.First, referring to FIG. 6, the data processing apparatus 200 first receives sensor measurement data (
Figure 112012059846144-pat00026
(S410), the sensor measurement data (
Figure 112012059846144-pat00027
Using the data input from the sensor 100 before a certain range based on the moving average value
Figure 112012059846144-pat00028
) And the moving standard deviation (
Figure 112012059846144-pat00029
(S420). In step S420, the sensor measurement data (
Figure 112012059846144-pat00030
) And the range of the data used for obtaining the moving average value and the moving standard deviation can be set by the user of the user or the data processing apparatus 200 in advance.

다음으로 데이터 처리 장치(200)는 단계(S420)에서 구해진 이동 평균값(

Figure 112012059846144-pat00031
) 및 이동 표준 편차(
Figure 112012059846144-pat00032
)를 이용하여 유효 범위의 상한 값(
Figure 112012059846144-pat00033
) 및 하한 값(
Figure 112012059846144-pat00034
)을 구한다(S430).Next, the data processing apparatus 200 reads the moving average value (
Figure 112012059846144-pat00031
) And the moving standard deviation (
Figure 112012059846144-pat00032
) To determine the upper limit value of the effective range (
Figure 112012059846144-pat00033
) And the lower limit value (
Figure 112012059846144-pat00034
(S430).

그리고 데이터 처리 장치(200)는 센서 측정 데이터(

Figure 112012059846144-pat00035
)가 유효 범위 내에 있는지 확인하고(S440), 유효 범위에 있는 경우(S440-Y)는 센서 측정 데이터(
Figure 112012059846144-pat00036
)를 외부 시스템으로 출력한다(S450).Then, the data processing apparatus 200 receives the sensor measurement data (
Figure 112012059846144-pat00035
(S440). If it is within the effective range (S440-Y), the sensor measurement data (
Figure 112012059846144-pat00036
To the external system (S450).

한편 센서 측정 데이터(

Figure 112012059846144-pat00037
)가 유효 범위 밖에 있는 경우(S440-N), 센서 측정 데이터(
Figure 112012059846144-pat00038
)를 노이즈로 판단하고 센서 측정 데이터(
Figure 112012059846144-pat00039
)가 상한 값(
Figure 112012059846144-pat00040
)보다 큰 경우(S460-Y)에는 상한 값(
Figure 112012059846144-pat00041
)을 출력하고(S470), 하한 값(
Figure 112012059846144-pat00042
)보다 작은 경우(S460-N)는 하한 값(
Figure 112012059846144-pat00043
)을 센서 측정 데이터(
Figure 112012059846144-pat00044
) 대신에 출력한다(S480).On the other hand,
Figure 112012059846144-pat00037
) Is outside the effective range (S440-N), the sensor measurement data
Figure 112012059846144-pat00038
) Is judged as noise and the sensor measurement data
Figure 112012059846144-pat00039
) Is the upper limit value
Figure 112012059846144-pat00040
(S460-Y), the upper limit value
Figure 112012059846144-pat00041
(S470), and outputs the lower limit value (
Figure 112012059846144-pat00042
(S460-N), the lower limit value
Figure 112012059846144-pat00043
) To the sensor measurement data (
Figure 112012059846144-pat00044
(S480).

데이터 처리 장치(200)는 단계(S410) 내지 단계(S480)를 새로운 센서 측정 데이터가 센서로부터 입력될 때마다 반복 수행 할 수 있다.The data processing apparatus 200 may repeat steps S410 to S480 every time new sensor measurement data is input from the sensor.

이와 같이 본 발명에 따른 데이터 처리 장치를 이용하게 되면 단순하게 센서로부터 측정되어 전달되는 데이터를 하나의 절대적 기준에 따라 필터링하는 것이 아니라, 상황에 따라 유효 범위를 변화시키면서 노이즈 여부를 판정하게 됨으로써 보다 신뢰성 있는 데이터 처리가 가능해진다.As described above, when the data processing apparatus according to the present invention is used, the data measured and transmitted from the sensor is not filtered according to one absolute criterion but the noise is determined while changing the effective range according to the situation, It becomes possible to process the data.

도 7을 참고하면, 본 발명의 데이터 처리 장치(200)는 최소 제곱법이나 선형 보간법 등을 이용하여 이동 평균값들의 기울기 및 이동 평균값을 추종하는 직선을 계산한다(S510). 이동 평균값들은 미리 정해져 있는 개수만큼을 대상으로 하거나 일정한 간격만큼 떨어져 있는 이동 평균값을 대상으로 하여 계산할 수 있다.Referring to FIG. 7, the data processing apparatus 200 of the present invention calculates a straight line that follows the slope of the moving average values and the moving average value using a least squares method, a linear interpolation method, or the like (S510). The moving average values can be calculated by targeting a predetermined number or moving average values separated by a predetermined interval.

그런 후 데이터 처리 장치(200)는 현재 이후의 센서 측정 데이터를 예측한다(S520). 이동 평균값을 추종하는 직선에 현재 이후의 시점을 대입함으로써 센서 측정 데이터를 예측할 수 있다. 물론 데이터 예측은 이동 평균을 추종하는 직선뿐만 아니라 이동 표준 편차 및 상한 값과 하한 값들의 누적 데이터를 함께 이용하여 구할 수 있다. 예를 들면, 현재 계산된 센서 측정 데이터로부터 이동 평균값을 추종하는 직선에 이르기까지 완만하게 순차적으로 가까운 값이 되도록 예측 데이터를 계산할 수 있다.Thereafter, the data processing apparatus 200 predicts sensor measurement data presently in operation (S520). Sensor measurement data can be predicted by substituting the present time point into a straight line following the moving average value. Of course, the data prediction can be obtained not only by the straight line following the moving average but also by using the moving standard deviation and the accumulated data of the upper limit value and the lower limit value. For example, the predictive data can be calculated so as to be gently and sequentially close to the straight line following the moving average value from the currently calculated sensor measurement data.

데이터 처리 장치(200)는 이동 평균 기울기의 변화량을 계산하고 그 변화량의 절댓값이 기준값보다 크면 측정하고자 하는 대상의 상태가 변한 것으로 판단하고, 그렇지 않으면 상태 변화가 없는 것으로 판단한다(S530).The data processing apparatus 200 calculates a change amount of the moving average slope and determines that the state of the object to be measured has changed if the absolute value of the change amount is larger than the reference value. Otherwise, the data processing apparatus 200 determines that there is no state change (S530).

이와 같이 미래의 예측 데이터와 상태 변화를 이용하면 측정 데이터 입력의 문제로 인하여 간헐적으로 측정 데이터를 잃어버리거나 시스템이 데이터를 처리하지 못하여 측정 데이터를 놓친 경우, 시스템의 자원이 모자라서 데이터를 버려야 하는 경우, 또는 시스템이 다음 데이터가 준비될 때까지 기다려야 하는 경우에 예측 데이터를 계산하여 시스템에 미치는 문제를 최소화할 수 있다. 또한 가까운 미래의 상태를 예측하여 시스템이 발생 가능한 문제를 미리 예방할 수 있다. 예를 들어 상태 변화가 일어난 후 장시간 이동 평균값의 기울기가 과도하게 큰 경우와 같이 시스템이 비상 상황에 돌입할 가능성이 큰 경우에 이를 사전에 판단하여 미리 조치를 취하도록 할 수 있다.In this way, if predicted data and status changes of the future are used, measurement data may be intermittently lost due to a problem of input of measurement data, or if measurement data is missed due to failure of the system to process data, , Or if the system needs to wait until the next data is ready, then the problem with the system can be minimized by calculating the prediction data. In addition, by predicting the state of the near future, problems that can occur in the system can be prevented in advance. For example, when the system is likely to enter an emergency situation, such as when the slope of the long-term moving average value is excessively large after the state change occurs, it may be determined in advance and taken beforehand.

본 발명의 실시예는 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터로 읽을 수 있는 매체를 포함한다. 이 매체는 앞서 설명한 데이터 처리 방법을 실행시키기 위한 프로그램을 기록한다. 이 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 이러한 매체의 예에는 하드디스크, 플로피디스크 및 자기 테이프와 같은 자기 매체, CD 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 자기-광 매체, 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 구성된 하드웨어 장치 등이 있다. 또는 이러한 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.Embodiments of the present invention include a computer-readable medium having program instructions for performing various computer-implemented operations. This medium records a program for executing the above-described data processing method. The medium may include program instructions, data files, data structures, etc., alone or in combination. Examples of such media include magnetic media such as hard disks, floppy disks and magnetic tape, optical recording media such as CD and DVD, programmed instructions such as floptical disk and magneto-optical media, ROM, RAM, And a hardware device configured to store and execute the program. Or such medium may be a transmission medium, such as optical or metal lines, waveguides, etc., including a carrier wave that transmits a signal specifying a program command, data structure, or the like. Examples of program instructions include machine language code such as those produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like.

이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, Of the right.

100: 센서 200: 데이터 처리 장치
210: 연산부 230: 필터링부100: sensor 200: data processing device
210: operation unit 230: filtering unit

Claims (8)

센서 측정 데이터의 이동 평균을 계산하는 단계,
상기 이동 평균을 기초로 상기 이동 평균을 추종하는 직선을 계산하는 단계,
상기 직선을 따라 현재 이후의 측정 데이터를 예측하는 단계,
상기 센서 측정 데이터의 이동 표준 편차를 계산하는 단계,
상기 이동 평균 및 상기 이동 표준 편차를 기초로 상기 센서 측정 데이터의 유효 범위의 상한 값 및 하한 값을 계산하는 단계, 그리고
상기 센서 측정 데이터가 상기 유효 범위에 있으면 상기 센서 측정 데이터를 출력하고, 상기 센서 측정 데이터가 상기 유효 범위 밖에 있으면 상기 센서 측정 데이터를 대신하여 상기 상한 값 및 상기 하한 값 중 어느 하나를 출력하는 단계
를 포함하는 데이터 처리 방법.Calculating a moving average of sensor measurement data,
Calculating a straight line following the moving average based on the moving average,
Predicting current and subsequent measurement data along the straight line,
Calculating a moving standard deviation of the sensor measurement data,
Calculating an upper limit value and a lower limit value of the valid range of the sensor measurement data based on the moving average and the moving standard deviation, and
Outputting the sensor measurement data when the sensor measurement data is in the effective range and outputting either the upper limit value or the lower limit value instead of the sensor measurement data when the sensor measurement data is outside the effective range
/ RTI > 제1항에서,
상기 직선 계산 단계는 상기 이동 평균을 대상으로 직선 보간법 또는 최소 제곱법을 이용하여 상기 이동 평균의 기울기를 계산하는 단계를 포함하는 데이터 처리 방법.The method of claim 1,
Wherein the calculating the straight line includes calculating a slope of the moving average using the linear interpolation or the least square method on the moving average. 제2항에서,
상기 이동 평균의 기울기의 변화량의 절댓값이 기준값보다 크면 상기 센서 측정 데이터의 상태 변화가 나타난 것으로 판단하는 데이터 처리 방법.3. The method of claim 2,
And determines that a change in the state of the sensor measurement data is present if an absolute value of a change amount of the slope of the moving average is larger than a reference value. 삭제delete 센서로부터 센서 측정 데이터를 받아 처리하는 데이터 처리 장치로서,
상기 센서 측정 데이터의 이동 평균 및 이동 표준 편차를 계산하고, 상기 이동 평균을 기초로 상기 이동 평균을 추종하는 직선을 계산하며, 상기 직선을 따라 현재 이후의 측정 데이터를 예측하고, 상기 이동 평균 및 상기 이동 표준 편차를 기초로 상기 센서 측정 데이터의 유효 범위의 상한 값 및 하한 값을 계산하는 연산부, 그리고
상기 센서 측정 데이터가 상기 유효 범위에 있으면 상기 센서 측정 데이터를 출력하고, 상기 센서 측정 데이터가 상기 유효 범위 밖에 있으면 상기 센서 측정 데이터를 대신하여 상기 상한 값 및 상기 하한 값 중 어느 하나를 출력하는 필터링부
를 포함하는 데이터 처리 장치.A data processing apparatus for receiving and processing sensor measurement data from a sensor,
Calculating a moving average and a moving standard deviation of the sensor measurement data, calculating a straight line following the moving average based on the moving average, predicting the current and subsequent measurement data along the straight line, An operation unit for calculating an upper limit value and a lower limit value of the valid range of the sensor measurement data based on the moving standard deviation, and
And outputting the sensor measurement data when the sensor measurement data is in the effective range and outputting any one of the upper limit value and the lower limit value instead of the sensor measurement data when the sensor measurement data is out of the valid range,
To the data processing apparatus. 제5항에서,
상기 연산부는 상기 이동 평균을 대상으로 직선 보간법 또는 최소 제곱법을 이용하여 상기 이동 평균의 기울기를 계산하는 데이터 처리 장치.The method of claim 5,
Wherein the operation unit calculates a slope of the moving average by using a linear interpolation method or a least square method on the moving average. 제6항에서,
상기 연산부는 상기 이동 평균의 기울기의 변화량의 절댓값이 기준값보다 크면 상기 센서 측정 데이터의 상태 변화가 나타난 것으로 판단하는 데이터 처리 장치.The method of claim 6,
Wherein the calculation unit determines that a change in the state of the sensor measurement data is present if the absolute value of the change amount of the slope of the moving average is larger than the reference value. 삭제delete
KR1020120081738A 2012-07-26 2012-07-26 Data processing apparatus using moving standard deviation and processing method tehreof KR101415717B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120081738A KR101415717B1 (en) 2012-07-26 2012-07-26 Data processing apparatus using moving standard deviation and processing method tehreof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120081738A KR101415717B1 (en) 2012-07-26 2012-07-26 Data processing apparatus using moving standard deviation and processing method tehreof

Publications (2)

Publication Number Publication Date
KR20140015872A KR20140015872A (en) 2014-02-07
KR101415717B1 true KR101415717B1 (en) 2014-07-04

Family

ID=50265152

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120081738A KR101415717B1 (en) 2012-07-26 2012-07-26 Data processing apparatus using moving standard deviation and processing method tehreof

Country Status (1)

Country Link
KR (1) KR101415717B1 (en)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101919028B1 (en) * 2017-06-22 2019-01-31 두산중공업 주식회사 Method for ultrasonic inspection and, apparatus and system for the same
KR102326006B1 (en) * 2021-05-13 2021-11-15 (주)알티엠 Computing apparatus and feature extraction method for measurement data using the same

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003017393A (en) * 2001-07-03 2003-01-17 Sony Corp System and method for measurement
KR20070007823A (en) * 2004-03-23 2007-01-16 더 리젠트스 오브 더 유니이버시티 오브 캘리포니아 Apparatus and method for improving reliability of collected sensor data over a network
KR20090044348A (en) * 2007-10-31 2009-05-07 삼성탈레스 주식회사 Method for detecting symbol in rfid system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003017393A (en) * 2001-07-03 2003-01-17 Sony Corp System and method for measurement
KR20070007823A (en) * 2004-03-23 2007-01-16 더 리젠트스 오브 더 유니이버시티 오브 캘리포니아 Apparatus and method for improving reliability of collected sensor data over a network
KR20090044348A (en) * 2007-10-31 2009-05-07 삼성탈레스 주식회사 Method for detecting symbol in rfid system

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
이동평균법과 선형예측법을 이용한 수치지형 보간에 관한 연구, 한국측지학회, 이석찬외 2인 1986. *
이동평균법과 선형예측법을 이용한 수치지형 보간에 관한 연구, 한국측지학회, 이석찬외 2인 1986.*

Also Published As

Publication number Publication date
KR20140015872A (en) 2014-02-07

Similar Documents

Publication Publication Date Title
KR101339844B1 (en) Data filtering apparatus using moving standard deviation and filtering method tehreof
CN107077114B (en) Use of soft sensors in programmable logic controllers
EP2677383B1 (en) Process monitoring system and method
EP3382485B1 (en) Controller, control program, control system, and control method
KR20160130209A (en) Method, system and computer device for predicting a capacity based on kalman filter
EP3696693A1 (en) Method and apparatus for monitoring state of device in process industry and medium
CN102652271A (en) Existence judgment device, system, method, and program
KR101415717B1 (en) Data processing apparatus using moving standard deviation and processing method tehreof
US9239377B2 (en) Pulse radar ranging apparatus and ranging algorithm thereof
WO2008127539A1 (en) Machine condition monitoring using discontinuity detection
JP2010224653A (en) Fluid analysis method, fluid analysis apparatus, and fluid analysis program
Bonvini et al. An fmi-based framework for state and parameter estimation
EP3557346B1 (en) State identification device, state identification method and mechanical device
JP2009241150A (en) Method for detecting standing wave variation of molten metal surface in casting mold, method for controlling standing wave of molten metal surface, method for controlling molten metal surface level and continuous casting method
EP4325377A1 (en) Data processing device, data analyzing device, data processing system and method for processing data
JP2011154487A (en) Content availability management system, method, and program
KR101860608B1 (en) System analysis method using the measured signal
JP5773620B2 (en) Sensor abnormality determination device and sensor abnormality determination method
US20130191071A1 (en) System and method for automatic modal parameter extraction in structural dynamics analysis
CN106371419A (en) Diagnostic device and method for monitoring the operation of control loop
WO2012048734A1 (en) Method for controlling an industrial process
JPWO2017164368A1 (en) Monitoring device, monitoring method, program
JP6567229B1 (en) Learning processing device, data analysis device, analysis method selection method, and analysis method selection program
JP6116398B2 (en) Waveform estimation apparatus and waveform estimation method
JP2005258717A (en) Parameter-setting method, device and program for controller

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190610

Year of fee payment: 6