搜索详情-文献综述网

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回

观测数据剔除野值的算法研究文献综述

 2021-09-28 20:05:09  

毕业论文课题相关文献综述

文 献 综 述 1.浅谈观测数据剔除野值野值的定义有很多种。

一种比较公认的且与目标预测中的野值剔除比较贴切的定义是Barnett和Lewis在1984年给出的定义:野值就是一个观测数据集中与其他数据表现不一致的一个或多个观测点组成的子集。

在目标预测中(也即下文中的第二种情况),由于目标测量数据采集过程受传感器、转换器以及无线电传输过程中的干扰,使得接收数据中经常会产生异常跳变点,就会产生野值。

如果在数据预处理阶段不将野值剔除,那么这些野值将会严重影响目标预测的精度,甚至会导致目标预测的发散。

因此,如何剔除野值成为目标预测中的首要问题。

目标预测中的野值剔除和常规的误差理论中(即下文中第一种情况)的野值剔除存在较大区别。

常规的误差理论中处理的往往是静态观测,对观测状态进行多次重复测量。

在大多数情况下,这样处理是可行的,而在目标跟踪预测中,目标状态不断变化属于动态测量,每个状态都是单次测量,而且要求数据的处理具有实时性,随着目标的运动,测量环境和精度也在发生变化。

我们必须通过一定的手段对目标当前状态进行估计来求取观测误差,尤其在目标发生机动的情况下,正常的量测值与野值点很难区分,在处理的过程中容易将目标的机动误判为野值,这会严重影响跟踪预测的精度。

因此,机动情况下的野值判别是目前存在的一个难题,除了目标状态的估计会影响目标预测中的野值剔除性能,不同的野值剔除准则也会影响野值剔除的性能。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。