RU2302655C1 - Способ обнаружения аномальных измерений без оценки функции тренда и устройство, его реализующее - Google Patents

Способ обнаружения аномальных измерений без оценки функции тренда и устройство, его реализующее Download PDF

Info

Publication number
RU2302655C1
RU2302655C1 RU2005132148/09A RU2005132148A RU2302655C1 RU 2302655 C1 RU2302655 C1 RU 2302655C1 RU 2005132148/09 A RU2005132148/09 A RU 2005132148/09A RU 2005132148 A RU2005132148 A RU 2005132148A RU 2302655 C1 RU2302655 C1 RU 2302655C1
Authority
RU
Russia
Prior art keywords
values
penalty values
output
block
penalty
Prior art date
Application number
RU2005132148/09A
Other languages
English (en)
Other versions
RU2005132148A (ru
Inventor
Владимир Иванович Марчук (RU)
Владимир Иванович Марчук
Александр Иванович Шерстобитов (RU)
Александр Иванович Шерстобитов
В чеслав Владимирович Воронин (RU)
Вячеслав Владимирович Воронин
Светлана Викторовна Токарева (RU)
Светлана Викторовна Токарева
Original Assignee
ГОУ ВПО "Южно-Российский государственный университет экономики и сервиса" (ЮРГУЭС)
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 ГОУ ВПО "Южно-Российский государственный университет экономики и сервиса" (ЮРГУЭС) filed Critical ГОУ ВПО "Южно-Российский государственный университет экономики и сервиса" (ЮРГУЭС)
Priority to RU2005132148/09A priority Critical patent/RU2302655C1/ru
Publication of RU2005132148A publication Critical patent/RU2005132148A/ru
Application granted granted Critical
Publication of RU2302655C1 publication Critical patent/RU2302655C1/ru

Links

Abstract

Изобретение относится к специализированным средствам вычислительной техники и может быть использовано в цифровых системах управления и обработки сигналов. Технический результат состоит в обнаружении аномальных измерений в условиях недостаточной априорной информации о статистических характеристиках аддитивного шума при наличии единственной реализации исследуемого процесса. Для этого устройство содержит блок хранения результатов измерений, блок установки количества порогов, блок формирования порогов, блоки дискриминаторов, блоки хранения штрафных значений, блок установки интервала обнаружения, блоки обнаружения интервалов нестационарности штрафных значений, блоки обнуления, блок суммирования, блок порога, блок дискриминатора, блок хранения, генератор тактовых импульсов. 2 н.п. ф-лы, 1 ил.

Description

Изобретение относится к области вычислительной техники и может быть использовано в системах управления и обработки сигналов.
Наблюдаемый временной ряд является последовательностью y1, y2, ..., yn результатов измерений, полученной в равностоящие моменты времени t1, t2, ..., tn, где y(tk)=yk,
Figure 00000002
Математическая модель результатов измерений может быть представлена в общем виде
Figure 00000003
где Sk - полезная составляющая; uk - аддитивная шумовая составляющая; ηk - аномальная составляющая.
Значения аддитивной шумовой составляющей uk являются некоррелированными, имеют нулевое математическое ожидание и являются реализацией эргодического случайного процесса.
Цель данного изобретения - обнаружение аномальных измерений ηk в условиях недостаточной априорной информации о статистических характеристиках аддитивного шума, функции полезного сигнала (тренда) и характеристик аномальных измерений при наличии единственной реализации исследуемого процесса. Аномальными измерениями будем считать значения последовательности результатов измерений, которые резко отличаются по амплитуде и статистическим свойствам на фоне основной группы значений реализации. Задача обнаружения аномальных измерений может возникнуть: 1) в работе приемо-передающих устройствах дальней или космической связи; 2) в радиотехнике при оценке помехоустойчивости схем (алгоритмов) обработки сигналов в моделирующих системах; 3) в метрологии при измерении характеристик состояния атмосферы и т.д.
Для решения задачи обнаружения аномальных измерений в настоящее время используется теория статистических решений с применением параметрических методов, использование которых требует априорных сведений как о характере распределения измеряемого процесса, так и о его параметрах (математическом ожидании, дисперсии, корреляционной функции и ряда других). Для эффективного решения задач обнаружения аномальных измерений необходимо знать статистические характеристики нормальных и аномальных составляющих шума.
Использование непараметрических статистик в методах и алгоритмах проверки достоверности результатов измерений предполагает, что функциональный вид распределений шумовых составляющих априорно неизвестен. При использовании не параметрических статистик априорная информация сводится к заданию только различий между конкурирующими гипотезами, сами же распределения, охватываемые той или иной гипотезой, не конкретизируются.
Известен способ обнаружения аномальных измерений, использующий U-статистику [Марчук В.И. Первичная обработка результатов измерений при ограниченном объеме априорной информации. Под ред. Румянцева К.Е. Таганрог. ТРГТУ. 2003, 160 с.]. Применяется в том случае, если выборка представляет N независимых измерений случайного процесса yk распределенного по нормальному закону,
Figure 00000004
где
Figure 00000005
Figure 00000006
Значения Uk являются нормально распределенными случайными величинами Uk~N(0,1) и измерение считается аномальным, если значение статистики Uk превышает при выбранном уровне значимости α квантиль стандартного нормального распределения
Figure 00000007
где Uβ - квантиль стандартного нормального распределения, α=1-β - выбранный уровень значимости.
Признаки способа - аналога, совпадающие с признаками заявляемого технического решения, следующие: дискретизация сигнала по времени, запоминание цифрового сигнала, сравнение с пороговым уровнем, нахождение аномальных измерений.
Недостатками известного способа и устройства его реализующего являются:
- данный способ используется только для стационарных случайных процессов;
- требуется априорная информация о my, σy и законе распределения.
Причины, препятствующие достижению требуемого технического результата, заключаются в следующем:
- в большинстве случаях априорная информация о функциональном виде распределения, а также математическом ожидании и среднем квадратическом отклонении ограничена.
Структурная схема устройства, реализующего рассмотренный способ-аналог, содержит генератор тактовых импульсов, коммутатор, первый и второй регистры, сумматор, блок вычисления среднего квадратического отклонения, сравнивающее устройство, блок установки уровня значимости.
Известен способ обнаружения аномальных измерений методом разбиения на интервалы [Переверткин С.М. и др. Бортовая телеметрическая аппаратура космических летательных аппаратов. - М.: Машиностроение, 1977. 208 с.], где устранение одиночных аномальных измерений из результатов измерений осуществляется с помощью аппроксимации неизвестного распределения шума только в области больших положительных значений аргумента (правого "хвоста" плотности распределения), при этом предполагается, что распределение шума относится к экспоненциальному типу. Для аппроксимации правых "хвостов" неизвестных функций распределения F(y) экспоненциального типа используется выражение
Figure 00000008
где α1, u1, τ - соответственно экстремальная функция интенсивности, характеристическое наибольшее значение и дополнительный параметр, определяемые из опытных данных; n1 - объем выборки.
Для оценки указанных величин, соответствующих неизвестному распределению шума, согласно методу моментов с помощью опорного шумового канала, m1 раз производится выборка из n1 независимых членов (общий объем N=m1n1). В каждые из m1 частных выборок выделяются максимальные по величине члены yk, где k=1, ..., m1 и вычисляются среднее максимальных членов
Figure 00000009
и их дисперсия D1, на основании которых определяются оценки
Figure 00000010
где С=0,5772 - постоянная Эйлера.
Полная выборка из N членов вновь разбивается на m2 выборок по n2 членов (N=m2n2, m2>m1). В каждой из m2 выборок выделяются максимальные по величине члены yk, где k=1, ..., m2, и определяются
Figure 00000011
D2,
Figure 00000012
Figure 00000013
соответствующие новому разбиению полной исходной выборки.
Согласно процедуре обнаружения определяется параметр
Figure 00000014
По априорному значению вероятности ложной тревоги α определяется значение величины решающего порога
Figure 00000015
Признаки способа-аналога, совпадающие с признаками заявляемого технического решения, следующие: дискретизация сигнала по времени, запоминание цифрового сигнала, сравнение с пороговым уровнем, обнаружение аномальных измерений.
Недостатками известного способа и устройства его реализующего являются:
- процедура обнаружения не эффективна в случае обработки групповых аномальных измерении;
- присутствие аномальных измерений делает выборку неоднородной, что приводит к ошибкам при определении параметров закона распределения;
- известный способ применим только в случае обработки одиночных аномальных измерений, если их амплитуда не превышает в два раза среднее значение yk.
Причины, препятствующие достижению требуемого технического результата, заключаются в следующем:
- неоднородность выборки приводит к ошибкам при определении параметров закона распределения, что является следствием наличия в выборке аномальных измерений;
- известный способ не позволяет обнаруживать групповые аномальные измерения;
- алгоритм определения порога П и параметров
Figure 00000016
,
Figure 00000017
, основан на отборе и обработке только максимальных членов частных выборок, что повышает влияние аномальных измерений на оценку параметров.
Структурная схема устройства, реализующего рассмотренный способ-аналог, содержит генератор тактовых импульсов, коммутатор, первый и второй регистры, сумматор, сравнивающее устройство, блок вычисления порога, блок разбиения.
Если выборку из N независимых отсчетов реализации случайного процесса yk, представить в виде вариационного ряда y1, y2, ..., yN, то можно проверить гипотезу о достоверности крайних отсчетов (которые могут быть аномальными) ymin=y1, ymax=yN с помощью параметрической статистики Стьюдента или статистики Румшинского [Дэйвид Г. Порядковые статистики. - М.: Наука. Главная редакция физико-математической литературы, 1979. - 336 с.].
Figure 00000018
где
Figure 00000019
Figure 00000020
j - число аномальных отсчетов.
Если известны точные значения
Figure 00000021
и σ2y исходного процесса, то для проверки принадлежности аномального отсчета к наблюдаемой выборке можно также использовать статистику χ2 и модифицированную статистику Фишера-Снедекора [Дэйвид Г. Порядковые статистики. - М.: Наука. Главная редакция физико-математической литературы, 1979. - 336 с.]
Figure 00000022
где
Figure 00000023
- оценка дисперсии без учета аномальных измерений.
Если имеется выборка из N независимых отсчетов результатов измерений, расположенных в упорядоченный ряд y1, y2, ..., yN, то принадлежность минимального ymin=y1 или максимального ymax=yN к рассматриваемой совокупности {y2, ..., yN-1} можно проверить с помощью непараметрической статистики Диксона [Дэйвид Г. Порядковые статистики. - М.: Наука. Главная редакция физико-математической литературы, 1979. - 336 с.], имеющую следующую плотность распределения
Figure 00000024
где y - переменная, имеющая нормальное стандартное распределение.
Если крайние точки y1, или yN являются одиночными аномальными измерениями, то статистика r представляет собою отнесенную к размаху (yN-y1) нисходящую первую разность, когда проверяется значение ymax=yN
Figure 00000025
или восходящую первую разность, когда проверяется значение ymin=y1
Figure 00000026
Из выражения (11) видно, что распределение переменной Диксона зависит от объема выборки N и не зависит от среднего значения и дисперсии исходного распределения f(y). Непараметрические свойства распределения (11) позволяют использовать его для проверки достоверности результатов измерений при произвольном характере распределения исходных данных. Другое достоинство переменной r - возможность идентификации не только одиночных, но и групповых аномальных измерений с помощью статистики вида
Figure 00000027
где i - число отсчетов в группе, подозреваемой на аномальность; j - объем анализируемой выборки.
Достоверность проверяемой информации определяется в соответствии с решающим правилом
Figure 00000028
где α - уровень значимости.
Признаки способа - аналога, совпадающие с признаками заявляемого технического решения, следующие: дискретизация сигнала по времени, запоминание цифрового сигнала, сравнение с пороговым уровнем, обнаружение аномальных измерений.
Недостатками известного способа и устройства его реализующего являются:
- данный способ используется только для стационарных случайных процессов;
- требуется априорная информация об уровне значимости α;
Причины, препятствующие достижению требуемого технического результата, заключаются в следующем:
- достоверность проверяемой информации определяется в соответствии с решающим правилом (14), которое позволяет принять решение с гарантируемой величиной вероятности ошибки первого рода α. Однако вычислить вероятность ошибки второго рода β с его помощью невозможно, так как альтернатива при этом не проверяется.
Структурная схема устройства, реализующего рассмотренный способ-аналог, содержит генератор тактовых импульсов, коммутатор, первый и второй регистры, блок вычисления статистики, сравнивающее устройство, блок установки уровня значимости.
Известно цифровое сглаживающее устройство с предварительным обнаружением и устранением аномальных измерений [Патент №2010325, МПК G06F 15/353]. Блок обнаружения и устранения аномальных измерений обеспечивает получение абсолютной величины разности |Δk| между текущим k-м отсчетом входного сигнала yk и значением сглаженного выходного сигнала
Figure 00000029
схема сравнения обеспечивает сравнение сигнала абсолютной величины разности |Δk|, с кодом допустимого значения строба Δ и формирует на выходе признак превышения.
В сглаживающем устройстве реализуется следующий алгоритм сглаживания:
Figure 00000030
где величины mk и mk-1 определены как приведенное значение входного сигнала относительно своего среднего значения соответственно для k-го и (k-1)-го моментов текущего времени равны
Figure 00000031
Величина Δ есть допустимое значение строба приведенного отклонения входного сигнала, Nc - значение коэффициента деления.
При проверке условия |Δk| (15), являющегося условием отсутствия ошибки, происходит переход на ту или иную ветвь вычислений. Если условие отсутствия ошибки не выполняется, то вычисленное значение mk считается неверным и вместо него для формирования текущего сглаженного значения используется предыдущее верное значение mk-1. Такая замена вследствие монотонности исходного сглаженного сигнала наведет к его искажению. Если после этого на следующем шаге сглаживания условие отсутствия выполняется, то ошибка классифицируется как исправленное аномальное измерение. Невыполнение условия отсутствия ошибки является признаком отказа.
Признаки способа-аналога, совпадающие с признаками заявляемого технического решения, следующие: дискретизация сигнала по времени, запоминание цифрового сигнала, сравнение с пороговым уровнем, обнаружение аномальных измерений.
Недостатками известного способа и устройства его реализующего являются:
- процедура обнаружения не эффективна в случае обработки групповых аномальных измерений;
- необходимо априорное знание допустимого значения строба Δ.
Причины, препятствующие достижению требуемого технического результата, заключаются в следующем:
- так как данный способ позволяет обнаруживать только одиночные аномальные измерения, то эффективность обнаружения групповых аномальных измерений будет низкой;
- величина Δ задается в зависимости от класса входных сигналов и области их применения.
Структурная схема устройства, реализующего рассмотренный алгоритм, содержит первый сумматор, счетчик отсчетов, первый и второй дешифраторы, первый и второй элемент И, элемент ИЛИ, триггер, блок задания коэффициента деления, первый регистр и второй сумматор, второй регистр, третий дешифратор, счетчик аномальных измерений, блок выделения модуля, схему сравнения, третий элемент И, генератор тактовых импульсов.
Наиболее близким к изобретению является метод автоматизированного сравнения с заданным уровнем анализа в цифровой форме и устройство его реализующее [Мирский Г.Я. Аппаратурное определение характеристик случайных процессов. - М.: Энергия, 1972. - 455 с.].
Рассматриваемый способ-прототип предполагает поступление входной реализации y(t) в формирователь, в котором установлен порог х. Из аномального измерения длительностью τi, превышающего уровень x, формируется прямоугольный импульс такой же длительностью, который преобразуется в серию импульсов, число mi которых пропорционально τi. Некоторая фиксированная длительность рi - уровень анализа, с которой сравниваются длительности аномальных измерений, задается числом qi. В цифровых дискриминаторах, в каждом из которых устанавливается свой уровень анализа, сравниваются числа mi и qi. Если mi>qi, то есть, τii, то на выходе дискриминатора появляется импульс, который фиксируется счетчиком. В случае mi<qi импульс на выходе дискриминатора отсутствует. Отношение числа импульсов di, сосчитанного каждым счетчиком при различном уровне анализа, за время анализа Т, к общему числу аномальных измерений L, подсчитанных счетчиками, дает оценки значений функции распределения Fii). В результате получается p оценок функции или плотности распределения вероятностей длительности аномальных измерений.
Структурная схема устройства, реализующего рассмотренный способ, представлена на чертеже и содержит блок хранения результатов измерений, формирователь прямоугольного импульса, счетчик общего числа выборок, преобразователь интервал-число, блоки дискриминаторов, счетчики, генератор тактовых импульсов.
Недостатками известного способа-прототипа и устройства его реализующего являются:
- использование данного способа предполагает априорные знания о пороговом уровне x;
- данный способ используется только для стационарных случайных процессов;
Причины, препятствующие достижению требуемого технического результата, заключаются в следующем:
- неоднозначность выбора значения порога x для обнаружения аномальных измерений.
Целью изобретения является обнаружение аномальных измерений в исходной дискретной реализации результатов измерений в случае нестационарного случайного процесса при наличии единственной реализации исследуемого процесса.
Предлагаемый способ исходит из наличия единственной дискретной реализации исследуемого процесса y1, y2, ..., yn, где yk=y(tk),
Figure 00000032
,
Упрощенная математическая модель результатов измерений описывается выражением (1).
Рассматриваемый способ обнаружения аномальных измерений без оценки функции тренда предполагает:
1) запоминание входной реализации y1, y2, ..., yn;
2) определение количества порогов L и шага изменения порога;
3) сравнение каждого значения входной реализации y1, y2, ..., yn со значениями порогов и получение штрафных значений, которые накапливаются в виде рядов
Figure 00000033
,
Figure 00000034
с соответствующим номером порога i и номером элемента выборки k;
4) проведение анализа штрафных значений на наличие участков нестационарности и их локализация;
5) обнуление штрафных значений, для интервалов, на которых обнаружен нестационарный случайный процесс;
6) суммирование штрафных значений, полученных при каждом значении порога рi, отдельно для каждого отсчета и получения ряда
Figure 00000035
7) определение
Figure 00000036
и проверка условия,
Figure 00000037
Figure 00000038
. При выполнении данного условия, принимается решение, что соответствующее значение уk является аномальным измерением.
Предлагаемый способ для решения задачи обнаружения аномальных измерений заключается в получении множества штрафных значений путем сравнения значений исходной дискретной реализацией с порогами различной величины. В результате определения значений ymax и ymin ряда
Figure 00000039
, задается шаг изменения порога Δy=(ymax-ymin)/L, где L - априорно заданное количество порогов рi. Значения порогов определяются выражением рi=ymax-Δy·(i-1), где
Figure 00000040
Для каждого значения порога рi проверяется условие:
Figure 00000041
При выполнении условия (17) k-му отсчету присваивается штрафное значение, равное 1, при этом происходит накопление штрафных значений для каждого элемента исходной дискретной реализации yk, которые образуют матрицу штрафов {mi,k}, где номер порога
Figure 00000042
и номер элемента выборки
Figure 00000043
Figure 00000044
После установки порога рi и проверки условия (17), каждая строка матрицы (18) анализируется на наличие участков нестационарности с помощью устройства для обнаружения интервалов нестационарности [Примером может быть служить устройство а.с. 940176 (устройство для определения интервалов стационарности дискретных случайных процессов), опубл. в БИ №24, 1982 г., а.с. 1109761, опубл. в БИ №31, 1984 г.]. При наличии участков нестационарности они локализуются; то есть, если в матрице (18) в какой-либо строке появится последовательность в d и более ненулевых элементов матрицы m,
Figure 00000045
Figure 00000046
Figure 00000047
d=r-j+1, где d - априорно заданная длина интервала обнаружения, то предполагается, что на отрезке [j,r] ряда
Figure 00000048
присутствует полезная составляющая. Ранее полученные штрафные значения для найденных интервалов обнуляются. Вследствие выполнения описанного алгоритма формируется массив штрафных значений. Результирующий ряд штрафных значений является суммой значений mi,k, при каждом фиксированном k,
Figure 00000049
Определяется максимальное значение ряда
Figure 00000050
и проверяется условие:
Figure 00000051
В случае выполнения условия (19) принимается решение, что соответствующее значение yk является аномальным измерением.
Устройство для обнаружения аномальных измерений без оценки функции тренда (фиг.1) содержит блок хранения результатов измерений 1, вход которого является информационным входом устройства, а выход подключен к первому входу блока формирования порогов 3, ко второму входу которого подключен выход блока установки количества порогов 2, выход блока формирования порогов 3 подключен к первым входам блоков дискриминаторов 4.L, на вторые входы которых подключен выход блока хранения результатов измерений 1, выходы блоков дискриминаторов 4.L подключены к входам блоков хранения штрафных значений 5.L, выходы которых подключены к входам блоков обнаружения интервалов нестационарности штрафных значений 6.L, ко вторым входам которых подключен выход блока установки интервала обнаружения 13, выходы блоков обнаружения интервалов нестационарности штрафных значений 6.L подключены к входам блоков обнуления 7.L, выходы которых подключены к входу блока суммирования 8, выход которого подключен к первому входу блока дискриминатора 10 и к входу блока порога 9, выход которого подключен ко второму входу блока дискриминатора 10, выход которого подключен к входу блока хранения 11, чей выход является информационным выходом устройства. Синхронность работы устройства обеспечивает генератор тактовых импульсов 12.
Устройство для обнаружения аномальных измерений работает следующим образом. Исходная дискретная реализация результатов измерений физической величины поступает в блок формирования порогов, где осуществляется определение интервала, в котором располагаются значения исходной дискретной реализации. Разбиением полученного интервала на L подинтервалов, устанавливаемых блоком установки количества порогов, формируются значения порогов рi, где
Figure 00000052
(L - число каналов). Каждое значение порога рi и исходная дискретная реализация результатов измерений параллельно поступают в отдельный канал обработки. В каждом канале сравнивается значение порога рi со значением исходной дискретной реализации. При превышении значений исходной дискретной реализации, значения порога соответствующий отсчет получает штрафное значение, равное 1, и записывается в блок хранения штрафных значений. Полученные штрафные значения поступают на входы блоков обнаружения интервалов нестационарности штрафных значений, где проверяется условие появления последовательности в d и более подряд расположенных ненулевых штрафных значений, где d - длина обнаружения, задаваемая в блоке установки интервала обнаружения. В блоке обнуления осуществляется обнуление штрафных значений для интервалов, определенных блоком обнаружения как нестационарные. С выходов блоков обнуления штрафные значения из L каналов поступают в блок суммирования, где определяется результирующий массив штрафов путем их суммирования из L каналов отдельно для каждого отсчета исходной дискретной реализации. Значения результирующего массива штрафных значений с блока суммирования поступают в блок порога и блок дискриминатора. В блоке порога определяется максимальное значение результирующего массива штрафных значений и умножается на коэффициент 0,7. В результате, на первый вход блока дискриминатора поступает значение порога с блока порога, а на второй - результирующий массив штрафных значений. В блоке дискриминатора сравниваются результирующие значения штрафов с порогом. Таким образом, в исходной дискретной реализации аномальными измерениями считаются те отсчеты, у которых объем полученных штрафных значений будет превышать вычисленное пороговое значение. Данные о расположении в исходной дискретной реализации результатов измерений аномальных значений записываются в блок хранения. Таким образом, блок хранения содержит массив элементов, в котором номера ненулевых элементов соответствуют номерам отсчетов исходной дискретной реализации, содержащих аномальные значения. Выход блока хранения является информационным выходом устройства. Синхронность работы устройства обеспечивает генератор тактовых импульсов.
Такой способ обнаружения аномальных измерений реализуется следующим образом. В блок хранения результатов измерений 1 записывается исходная дискретная реализация результатов измерений физической величины. Блок формирования порогов 3 определяет значения порогов, количество которых задается блоком установки количества порогов 2. В блоках дискриминаторов 4.L значения исходной дискретной реализации сравниваются с полученными порогами. Если значение исходной дискретной реализации превышает значение установленного порога рi, где
Figure 00000053
то данный отсчет получает штрафное значение, равное 1, которое записывается в блоках хранения штрафных значений 5.L. Штрафные значения с выходов блоков хранения штрафных значений 5.L поступают на входы блоков обнаружения интервалов нестационарности штрафных значений 6.L, где проверяется условие появления последовательности в d и более подряд расположенных ненулевых элементов штрафов, где d - длина обнаружения, задаваемая блоком установки интервала обнаружения 13. В блоках обнуления 7.L осуществляется обнуление накопленных штрафных значений для интервалов, определенных блоком обнаружения интервалов нестационарности штрафных значений 6.L. С выходов блоков обнуления 7.L штрафные значения из L каналов поступают в блок суммирования 8, где определяется результирующий массив штрафов путем их суммирования из L каналов отдельно для каждого отсчета исходной дискретной реализации. Значения результирующего массива штрафных значений с блока суммирования 8 поступают в блок порога 9 и блок дискриминатора 10. В блоке порога 9 определяется максимальное значение результирующего массива штрафных значений и умножается на коэффициент 0,7. В результате, на первый вход блока дискриминатора 10 поступает значение порога с блока порога 9, а на второй вход - результирующий массив штрафных значений. В блоке дискриминатора 10 сравниваются результирующие значения штрафов с порогом. Таким образом, в исходной дискретной реализации аномальными измерениями считаются те отсчеты, у которых объем полученных штрафных значений будет превышать вычисленное пороговое значение. Данные о расположении в исходной дискретной реализации результатов измерений аномальных значений записываются в блок хранения 11. Выход блока хранения 11 является информационным выходом устройства. Синхронность работы устройства обеспечивает генератор тактовых импульсов 12.
Технический результат - обнаружение аномальных измерений в случае нестационарного случайного процесса при наличии единственной реализации исследуемого процесса.
Посредством имитационного моделирования было установлено, что предлагаемый способ обладает следующими преимуществами:
- позволяет обнаруживать аномальные измерений в случая нестационарного случайного процесса без оценки функции тренда при ограниченной априорной информации о статистических характеристиках полезной, шумовой и аномальной составляющей при наличии единственной реализации исследуемого процесса.

Claims (2)

1. Способ обнаружения аномальных измерений, заключается в том, что значения yk, где k=1...n, исходной дискретной реализации сравниваются с различными значениями порогов, отличающийся тем, что определяют количество L порогов pi, где i=1...L, сравнивают каждое значение yk исходной дискретной реализации с различными значениями порогов рi при выполнении условия yk≥рi, k-му значению присваивают штрафное значение, равное 1, при этом происходит накопление штрафных значений для каждого элемента исходной дискретной реализации yk, при котором образуется матрица штрафных значений mi,k, каждая строка матрицы анализируется на наличие интервалов нестационарности, ранее полученные штрафные значения для найденных интервалов, на которых обнаружен нестационарный случайный процесс, обнуляются, формируются результирующие штрафные значения путем суммирования штрафных значений отдельно для каждого отсчета исходной дискретной реализации результатов измерений, вычисляют пороговый уровень штрафных значений путем определения максимального значения результирующего массива штрафных значений, умноженный на коэффициент 0,7, отсчеты исходной дискретной реализации, у которых результирующие штрафные значения превышают вычисленный пороговый уровень, считаются аномальными.
2. Устройство для обнаружения аномальных измерений, содержащее блок хранения результатов измерений, вход которого является информационным входом устройства, блоки дискриминаторов значений дискретных реализации, отличающееся тем, что выход блока хранения результатов измерений подключен к первому входу блока формирования порогов, ко второму входу которого подключен выход блока установки количества порогов, выход блока формирования порогов подключен ко входу блоков дискриминаторов значений дискретных реализации, на вторые входы которых подключен выход блока хранения результатов измерений, выходы блоков дискриминаторов подключены к входам блоков хранения штрафных значений, выходы которых подключены к первым входам блоков обнаружения интервалов нестационарности штрафных значений, ко вторым входам которых подключен выход блока установки интервала обнаружения, выходы блоков обнаружения интервалов нестационарности штрафных значений подключены к входам блоков обнуления, выходы которых подключены к входам блока суммирования, выход которого подключен к первому входу блока дискриминатора штрафных значений и к входу блока порога штрафных значений, выход которого подключен к второму входу блока дискриминатора штрафных значений, выход блока дискриминатора штрафных значений подключен к входу блока хранения, выход которого является информационным выходом устройства, синхровходы всех блоков соединены с генератором тактовых импульсов.
RU2005132148/09A 2005-10-17 2005-10-17 Способ обнаружения аномальных измерений без оценки функции тренда и устройство, его реализующее RU2302655C1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2005132148/09A RU2302655C1 (ru) 2005-10-17 2005-10-17 Способ обнаружения аномальных измерений без оценки функции тренда и устройство, его реализующее

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2005132148/09A RU2302655C1 (ru) 2005-10-17 2005-10-17 Способ обнаружения аномальных измерений без оценки функции тренда и устройство, его реализующее

Publications (2)

Publication Number Publication Date
RU2005132148A RU2005132148A (ru) 2007-04-27
RU2302655C1 true RU2302655C1 (ru) 2007-07-10

Family

ID=38106603

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2005132148/09A RU2302655C1 (ru) 2005-10-17 2005-10-17 Способ обнаружения аномальных измерений без оценки функции тренда и устройство, его реализующее

Country Status (1)

Country Link
RU (1) RU2302655C1 (ru)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2449355C2 (ru) * 2010-08-02 2012-04-27 Государственное образовательное учреждение высшего профессионального образования "Южно-Российский государственный университет экономики и сервиса" (ГОУ ВПО "ЮРГУЭС") Способ обнаружения и устранения импульсного шума при обработке изображений и устройство, его реализующее
RU2473958C1 (ru) * 2011-06-08 2013-01-27 Государственное образовательное учреждение высшего профессионального образования Омский государственный университет путей сообщения Способ регистрации единичного элемента с использованием методов нечеткой логики
RU2616568C1 (ru) * 2016-02-02 2017-04-17 федеральное государственное бюджетное образовательное учреждение высшего образования "Донской государственный технический университет" (ДГТУ) Устройство обнаружения и устранения аномальных измерений
WO2018027214A1 (en) * 2016-08-05 2018-02-08 Worcester Polytechnic Institute Measurement equipment with outlier filter

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
МИРСКИЙ Г.Я. Аппаратурное определение характеристик случайных процессов, Москва, Энергия, 1972, с.432-433. *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2449355C2 (ru) * 2010-08-02 2012-04-27 Государственное образовательное учреждение высшего профессионального образования "Южно-Российский государственный университет экономики и сервиса" (ГОУ ВПО "ЮРГУЭС") Способ обнаружения и устранения импульсного шума при обработке изображений и устройство, его реализующее
RU2473958C1 (ru) * 2011-06-08 2013-01-27 Государственное образовательное учреждение высшего профессионального образования Омский государственный университет путей сообщения Способ регистрации единичного элемента с использованием методов нечеткой логики
RU2616568C1 (ru) * 2016-02-02 2017-04-17 федеральное государственное бюджетное образовательное учреждение высшего образования "Донской государственный технический университет" (ДГТУ) Устройство обнаружения и устранения аномальных измерений
WO2018027214A1 (en) * 2016-08-05 2018-02-08 Worcester Polytechnic Institute Measurement equipment with outlier filter

Also Published As

Publication number Publication date
RU2005132148A (ru) 2007-04-27

Similar Documents

Publication Publication Date Title
Woodall The distribution of the run length of one-sided CUSUM procedures for continuous random variables
US7415328B2 (en) Hybrid model based fault detection and isolation system
KR20010103712A (ko) 측정 분석 방법 및 장치
RU2302655C1 (ru) Способ обнаружения аномальных измерений без оценки функции тренда и устройство, его реализующее
CN108932197B (zh) 基于参数Bootstrap重抽样的软件失效时间预测方法
Zhang et al. On cross correlation based-discrete time delay estimation
RU2616568C1 (ru) Устройство обнаружения и устранения аномальных измерений
EP1001352A1 (en) Data conversion method, data converter, and program storage medium
US11656166B2 (en) Method and apparatus for detecting particles
RU2110150C1 (ru) Обнаружитель сигналов
RU2301445C1 (ru) Устройство для обнаружения и устранения аномальных измерений
CN110032758B (zh) 计算电信号的能量的方法、装置和计算机存储介质
RU2361268C1 (ru) Устройство для обнаружения и устранения аномальных измерений при фиксированном значении вероятности ложной тревоги
KR940004332A (ko) 회로 테스트 방법 및 지연 결함 검출장치
RU150919U1 (ru) Устройство прогнозирования работоспособности многопараметрических электромеханических систем
Belkov et al. On methods for detecting interference traces in accepted M-sequences
RU2174699C2 (ru) Автоматизированное устройство контроля и диагностирования радиоэлектронных изделий
CN104833848B (zh) 测量脉冲频率的方法及系统
JPH10239440A (ja) ディジタル計数率計
RU2324213C1 (ru) Устройство для контроля радиоэлектронных объектов
Lyubchenko et al. Monte Carlo simulation model for estimation of reliability indexes of electronic means
RU200424U1 (ru) Устройство оценки безотказности технических систем по результатам наблюдений потока отказов
Wu et al. Probing the NASA generic transport aircraft in real-time for health monitoring
SU690496A1 (ru) Многоканальный анализатор временных интервалов между выбросами случайных процессов
CN116128551A (zh) 基于自回归滑动平均模型的进出口趋势分析方法及装置

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20091018