ISSN: 1814-3520(print)
ISSN: 2500-1590(online)
12+
Вестник Иркутского государственного технического университета
Поиск по сайту

ФИЛЬТРАЦИЯ ВЫБРОСОВ В ЗАДАЧАХ СТАТИЧЕСКОЙ И ДИНАМИЧЕСКОЙ ОБРАБОТКИ ДАННЫХ В ЭТАЛОНАХ ВРЕМЕНИ И ЧАСТОТЫ

Серышева Ирина Анатольевна

2018 / Том 22, №10 (141) 2018 [ ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ ]

ЦЕЛЬ. Фильтрация аномальных измерений (выбросов) значений частоты водородных стандартов, входящих в состав групповых эталонов времени и частоты, позволит уменьшить алгоритмическую погрешность оценивания вектора состояния групповых эталонов. МЕТОДЫ. Использованы методы помехоустойчивого оценивания в режиме статической и динамической обработки данных. РЕЗУЛЬТАТЫ. Для фильтрации выбросов в статическом режиме предложено использовать α -усеченные оценки с неизвестным процентом выбросов. При динамической обработке данных выбросы отбраковываются при выходе получаемых на данном такте оценок за доверительные интервалы. Доверительные интервалы вычисляются на основе прогнозирующих моделей процессов изменения частоты, построенных на этапе статической обработки данных. Предложенные алгоритмы реализованы в Mathcad 15.0. Работоспособность предлагаемых методов проверена статистическим моделированием и подтверждена при обработке реальных данных, полученных в результате функционирования вторичного эталона ВЭТ 1-5. ВЫВОДЫ. Полученные результаты являются важным этапом при разработке формализованной методики оценивания состояния группового эталона времени и частоты в статическом и динамическом режимах, основанной на применении прогнозирующих моделей.

Ключевые слова:

модели временных рядов,групповые эталоны,аномальные измерения,критерии обнаружения выбросов,аддитивные выбросы,time series models,group standards,anomalous measurements,outlier detection criteria,additive outliers

Библиографический список:

  1. Гамм А.З. Статистические методы оценивания состояния электро-энергетических систем. М.: Наука, 1976. 220 с.
  2. Хрусталёв Ю.П. Статическая и динамическая обработка данных, получаемых в процессе ведения эталонов времени частоты // Измерительная техника. 2004. № 6. С. 20-23.
  3. Острем К.Ю. Введение в стохастическую теорию управления / пер. с англ. М.: Мир, 1973. 321 с.
  4. Charu C. Aggarwal. Outlier Analysis. 2nd Edition. NY: Springer International Publishing AG, 2017. 481 p.
  5. Хогг Р.В. Введение в помехоустойчивое оценивание / В кн.: Устойчивые статистические методы оценки данных. М.: Машиностроение, 1984. С. 86-105.
  6. Патюков В.Г. Основы частотно-временных измерений. Красноярск: Сиб. федер. ун-т, 2014. 166 с.
  7. Додонов В.А. Применение методов помехоустойчивого оценивания в задачах анализа измерительной информации // Реєстрація, зберігання і обробка даних. 2008. Т. 10. № 2. С. 101-120.
  8. Khrustalev Yu.P., Serysheva I.A. Increasing of robustness of estimators of the state of time and frequency standards // Measurement Techniques. 2014. Vol. 57. No. 5. P. 519-525.
  9. Горяинов В.Б., Горяинова Е.Р. Влияние аномальных наблюдений на оценку наименьших квадратов параметра авторегрессионного уравнения со случайным коэффициентом // Вестник МГТУ им. Баумана. Серия: Естественные науки. 2016. № 2. С. 16-24. DOI: 10.18698/1812-3368-2016-2-16-24
  10. Марчук В.И., Токарева С.В. Способы обнаружения аномальных значений при анализе нестационарных случайных процессов. Шахты: ЮРГУЭС, 2009. 210 с.
  11. Попукайло В.С. Обнаружение аномальных измерений при обработке данных малого объема // Технология и конструирование в электронной аппаратуре. 2016. № 4-5. С. 42-46. DOI: 10.15222/TKEA2016.4-5.42
  12. Кобзарь А.И. Прикладная математическая статистика. Для инженеров и научных работников. М.: ФИЗМАТЛИТ, 2006. 816 с.
  13. Han J., Kamber M., Pei J. Data Mining Concepts and Techniques. Third Edition. Waltham, MA, USA : Morgan Kaufmann Publishers is an imprint of Elsevier. 2012. 703 p.
  14. Aggarwal C.C., Gao J., Gupta M., Han J. Outlier detection for temporal data. New York: Morgan & Claypool Publishers. 2014. 131 p.
  15. Фомин А.Ф., Новоселов О.Н., Плющев А.В. Отбраковка аномальных результатов измерений. М.: Энергоатомиздат, 1985. 200 с.
  16. Lemeshko B.Yu., Lemeshko S.B. Extending the Application of Grubbs-Type Tests in Rejecting Anomalous Measurements // Measurement Techniques. 2005. Vol. 48. No. 6. P. 536-547.
  17. Maronna R.A., Martin D., Yohai V. Robust Statistics: Theory and Methods. Chichester: Wiley. 2006. 403 p.

Файлы:

Язык

Лицензия Creative Commons
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная
Количество скачиваний:1707