基于多小波基多信源融合异常值剔除方法研究

基于多小波基多信源融合异常值剔除方法研究

ID:46596956

大小:221.91 KB

页数:4页

时间:2019-11-26

基于多小波基多信源融合异常值剔除方法研究_第1页
基于多小波基多信源融合异常值剔除方法研究_第2页
基于多小波基多信源融合异常值剔除方法研究_第3页
基于多小波基多信源融合异常值剔除方法研究_第4页
资源描述:

《基于多小波基多信源融合异常值剔除方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、2012年12月宇航计测技术Dec.,2012第32卷第6期JournalofAstronauticMetrologyandMeasurementV01.32,No.6文章编号:1000—7202(2012)06—0086—04中图分类号:TN911.9文献标识码:A1基于多小波基多信源融合异常值剔除方法研究卓宁(92941部队,辽宁125000)摘要提出了一种基于多小波基多信源融合和偏度分析相结合的异常值剔除方法。基于多个小波基的数据融合算法,先对各信源的数据进行多个不同小波基的多尺度分解,对相同小波基分解的信号在多尺度上加权融合

2、,之后进行不同小波基的逆变换得到重构信号,将重构信号融合出的结果作为目标状态估值,对各信源的异常值进行检测,将偏度分析与检测门限相结合,实现了对异常值的剔除。实验结果表明,该方法准确、高效地实现了对各信源异常值的检测与剔除,提高了数据处理的精度,且易于工程实现。关键词多小波基数据融合异常值剔除偏度分析ResearchofEliminatingAbnormalDatasinMulti—SourceFusionBasedonMulti.WaveletBasisZHUONing(92941UnitofPLA,Liaoning125000)

3、AbstractThemethodofeliminatingabnormaldatasinmulti.sourcefusionbasedonmulti.waveletbasisandskewnessanalysisiSpresented.First.Themulti—waveletbasisandscalewaveletdecompositiontothesensorsignalsiscarringout.Then,theweighteddadafusionalgorithmisimplementedtosignalsofthesa

4、mewavelet·basisdecompositiononmulti—scale.Last,thesignalisreconstructedbyinversetransfor—mationofdifferentwavelet·basis.nefinalfusionistheestimateoftargetstate.moreoverbycombiningskewnessanalysisandthresholddetection,wecandetectandeliminateabnormaldatas.Experimentalsho

5、wsthatabnormaldatascanbedetectedandeliminatedefficientlyandquicklybythismethod.thenda.taprocessingprecisionearlberisen,itISalsoeasytorealizeinproject.KeywordsMuhi.waveletbasisDatafusionAbnormaldatasEliminationSkewnessanalysis引日势,小波变换已被越来越多的学者们应用到多信源的数据融合中。本文提出了一种新的基于多个

6、小波在靶场外测处理中,异常值的识别和剔除是数基的多尺度多信源数据融合方法,避免了单小波基据预处理的重要环节,对于数据处理的质量和准确选取不当对融合结果的影响,从而得到更加完整连度有着非常重要的意义。小波变换本身固有的特性续的弹道数据估值。以弹道数据估值对各信源数据使得它在数据处理中有着其他方法难以比拟的优进行剔除,并融入偏度分析的方法,提高了异常值的收稿日期:2012-05—10,修回日期:2012-09—03作者简介:卓宁(1976一),女,硕士研究生,高级工程师,主要研究方向:无线电外测数据处理方面的研究。第6期基于多小波基多信

7、源融合异常值剔除方法研究检测效率,从而为后续的处理提供了准确可信的预3异常值剔除算法处理数据。2多小波基多信源数据融合基于小波多尺度分解,以2个信源的融合为例,对于多小波基多信源的融合方法可由此类推,融合的基本步骤如下:(1)先选择/"t个具有不同性质的小波基,分别对含有噪声的信源原始数据进行多尺度小波分解,将问题放到多尺度空间中处理;(2)基于各个信源的观测信息,在不同尺度上得到目标信号分解到该尺度上的小波系数和最粗尺度上的尺度系数的估计值;(3)对各分解层分别进行多信源的融合处理时,各分解层上的不同频率分量,即每个尺度上的目标信

8、号的小波系数和最粗尺度上的尺度系数,可采用相同或不同的融合规则进行融合处理,最终得到融合后各层上的小波系数;(4)融合规则选择,可以选用测量数据的方差作为权值进行加权融合;(5)最后对各层上融合后的小波系数进行小波逆变换,在最细尺度上

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。