基于“新息”与双重Kalman滤波的测量数据的野值点去除  

Real Time Outliers Detection Based on Twice-Kalman Filter

作　　者：王鹏[1,2] 杨景曙[1,2] 

机构地区：[1]解放军电子工程学院,合肥230037 [2]安徽省电子制约技术重点实验室,合肥230037

出　　处：《电子工程》2008年第1期29-31,共3页

摘　　要：在工程实践中，Kalman滤波采用了递归滤波的方法和线性无偏最小方差准则，因而在理论上是一种最优估计，并因为这一良好的数学性质得到了广泛的应用。但是在实际测量中，在野值的影响下，Kalman滤波新息的特性遭到破坏，滤波不再准确甚至发散。针对此一现象，提出了基于“新息”序列和对新息序列进行Kalman预测的方法对测量数据进行处理的新算法。该算法利用“新息”序列进行野值点判别，利用Kalman预测的方法对野值点处的“新息”进行预测修复。仿真证明，该算法可使状态估计、野值点判别和野值点修复同时进行，并能很好地抑制滤波的发散。The innovation of the Kalman filter is often damaged because of the outliers in the practice and a new algorithm based on innovation and Kalman predicting is proved in order to solve this question. The algorithm uses Kalman filter to detect the outliers and predicts the innovation in the outliers. And the simulation results show the algorithm can estimate the statement and detect the outliers at the same time and get a better result.

关 键 词：双重Kalmarl滤波 新息 测量数据 野值 

分 类 号：O211.64[理学—概率论与数理统计] P207[理学—数学]