matlab检验数据异常点,一种航标定位的GPS异常点快速判别及剔除方法

1 引 言GPS(Global Positioning System)已广泛应用于各个领域,但其定位精度容易受到多种因素如系统误差(卫星的轨道误差、大气折射误差等)及偶然误差(多路径效应误差、观测误差等)的干扰,国内外的许多学者对于如何提高GPS测量精度做了大量的研究,如采用双频接收机方法补偿电离层折射误差,利用卡尔曼滤波法降低多路径效应误差中的随机误差,采用非线性滤波技术提高GPS的定位精度和鲁...
摘要由CSDN通过智能技术生成

1 引 言

GPS(Global Positioning System)已广泛应用于各个领域,但其定位精度容易受到多种因素如系统误差(卫星的轨道误差、大气折射误差等)及偶然误差(多路径效应误差、观测误差等)的干扰,国内外的许多学者对于如何提高GPS测量精度做了大量的研究,如采用双频接收机方法补偿电离层折射误差,利用卡尔曼滤波法降低多路径效应误差中的随机误差,采用非线性滤波技术提高GPS的定位精度和鲁棒性。

目前,基于GPS,GPRS/GSM,GIS的航标监控系统已应用于我国各地航道管理部门,实现了对航标的全天候监控,其中GPS采集航标位置,用于判断航标当前的位置、漂移速度。如果出现GPS异常数据时,会发送航标漂移的误报警情况,增加额外的人力物力来维护航标终端,频繁误报警的航标监控系统某种程度上影响了用户对系统的信任程度,严重时会“弃用”该系统。因此,快速识别出并剔除GPS接收机输出的GPS异常数据点,降低航标漂移误报警的概率,是此类系统需要重点解决的问题。

2 方法的数学基础

2.1 古典概型

若随机试验E具有以下两个特征:

(1)所有可能的试验结果(基本事件)为有限个,即: xsj092043w-1.jpg

(2)每个基本事件发生的可能性相同,即:

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
异常剔除一种常用的数据处理方法,在Matlab中也有相应的工具和函数可以实现。以下是使用Matlab进行异常剔除的基本流程和方法: 1. 数据加载:首先,将包含异常的原始数据加载到Matlab中,可以使用`load`函数或`readtable`函数等进行数据读取。 2. 数据可视化:使用Matlab中的绘图函数,如`plot`或`scatter`,将原始数据可视化。通过观察可以初步判断出是否存在异常。 3. 异常检测:使用Matlab中的统计工具和函数,如`mean`、`std`、`median`等,对数据进行统计分析,计算数据的均值、标准差、中位数等。通过与这些统计量进行比较,可以判断出是否存在异常。常见的异常检测方法有3σ准则、箱线图等。 4. 异常剔除:根据异常检测的结果,使用适当的方法异常数据剔除。可以使用Matlab中的`find`函数和逻辑条件进行数据筛选,例如将超出一定范围的数据排除。 5. 数据再次可视化:剔除异常后,重新绘制数据的散图或其他图形,观察剔除效果。 6. 数据保存:将剔除异常数据保存为新的文件,便于进一步分析和处理。 需要注意的是,异常剔除需要综合考虑数据和实际应用场景,不同的数据集和问题可能需要不同的剔除方法和阈值设定。同时,异常剔除也可能带来信息丢失和数据偏差的问题,因此需要谨慎操作。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值