一种改进的动态过程测量数据预处理方法.pdf

一种改进的动态过程测量数据预处理方法.pdf

ID:52399783

大小:297.79 KB

页数:4页

时间:2020-03-27

一种改进的动态过程测量数据预处理方法.pdf_第1页
一种改进的动态过程测量数据预处理方法.pdf_第2页
一种改进的动态过程测量数据预处理方法.pdf_第3页
一种改进的动态过程测量数据预处理方法.pdf_第4页
资源描述:

《一种改进的动态过程测量数据预处理方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第23卷第4期传感技术学报V01.23No.4CHINESEJOURNALOFSENSORSANDACTUATORS2010年4月Apr.2010AnImprovedDataPreprocessingMethodinDynamicMeasurementWUZhan,CAI(Departmentoffmmm£ScienceandEngineering,ShanghaiJiaotongUniversity,Shanghai200240,China)Abstract:Inthedataanalysisofdynamicprocesstestandmeasurement,th

2、esampleddataneedtobepretreatedtoidentifyandeliminatetheabnormaldatacausedbyaccidentalinterference.AnimprovedalgorithmbasedonSingularSpectrumAnalysisispresented.Bymeansofsingularspectrumanalysissmoothingmethod,thealgorithmestablishesabenchmarktoidenti~theabnormaldata,andthenwiththe3o-cri

3、terion,theabnormaldataiseliminatedandreplacedbyareasonableone.Thefeasibilityofthisalgorithmhasbeenvalidatedbypracticaldynamicprocesstestapplication.Keywords:dynamicprocesstestandmeasurement;preprocessing;abnormaldataerasing;singularspectrumanalysisEEACC:7220一种改进的动态过程测量数据预处理方法吴展,蔡萍(上海交通大

4、学测试计量技术及仪器系,上海200240)摘要:在动态过程测量数据分析中,首先必须对测量数据进行预处理,剔除并修正由干扰引起的测量异常值。一种改进的奇异谱分析数据预处理是通过使用奇异谱分析平滑的方法建立判断测量数据中异常值的基准,再通过设立检验准则判断异常值并加以修补,在实际动态过程测量数据预处理应用中效果明显。关键词:动态过程测量;预处理;坏值剔除;奇异谱分析中图分类号:TP274.2文献标识码:A文章编号:1004—1699(2010)04-0558-04动态过程测量是指对物体动态变化过程的实时性,人为判断坏值的准确性不高,容易剔除正常值j。测量,常用于变量间关系

5、复杂的物理现象的研究中。通过设计合理的算法判断坏值并加以剔除和修正,可通过对测得数据的非线性拟合等数据处理可以验证以提高数据预处理的效率和可靠性,所以在目前动态或获得反映物体动态变化过程的数学模型。在动态测量数据预处理中,越来越多的用到了基于一定算法过程测量中,出现机率小但作用强烈的偶发性干扰不的计算技术,诸如运用最小二乘法滑动平滑处理测量可避免,导致出现缺值、奇异值、多值等异常数数据或用奇异谱分析将测量数据进行去噪处理等等。据¨J。异常数据,或称坏值的存在使总体测量的准(1)最d~-<-乘法滑动平滑处理确度降低,影响从实验数据到动态过程的还原。因此最小二乘法数据滑动

6、平滑处理的基本假定是:在对数据进行分析处理前必须进行数据预处理,剔除物理系统的惯性及阻尼作用使得整个工作系统的性或修正异常数据。由于动态过程本身是变化的,如果能变化是缓慢和连续的,传感器获得的测量数据具对坏值的剔除不当,很有可能把看似异常其实准确反有一定的连续性,且测量数据整体的统计特性服从应动态变化过程的数据去掉,造成测量的失真。所以正态分布。在动态过程测量数据处理过程中,选用合适的数据预基于最小二乘法滑动平滑处理,首先要从测量处理方法、正确剔除并修正坏值非常重要。数据中确定C个连续的正确值,当动态变化过程不是很剧烈,同时传感器的非线性不是特别严重时,相1现有动态测

7、量数据预处理方法简介邻的这C个数据可以认为是线性的,对此C个数据针对动态测量的数据预处理,大都通过人工处理进行基于最小二乘法的线性拟合,并用拟合函数的进行,即人为判断出现异常的数据,并逐一将坏值剔线性外推值对下一个数据进行合理性检验,如果是除并修补。动态过程测量的数据量大,手动处理效率坏值则给予剔除,由此产生的缺失数据,用线性外推低下,费时费力。另一方面由于过程量本身具有波动值代替。通常测量数据非线性程度的不同通过改变收稿日期:2009—11—18修改日期:2009—12—02第4期吴展,蔡萍:一种改进的动态过程测量数据预处理方法559上述方法中的c

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。