張 東
(92941部隊(duì) 葫蘆島 125000)
?
基于中值濾波實(shí)現(xiàn)遙測(cè)視速度數(shù)據(jù)異常值識(shí)別*
張東
(92941部隊(duì)葫蘆島125000)
摘要在試驗(yàn)過(guò)程中,由于記錄設(shè)備故障或測(cè)量精度限制等因素,遙測(cè)數(shù)據(jù)不可避免地存在異常值,針對(duì)此問(wèn)題提出采用中值濾波實(shí)現(xiàn)遙測(cè)視速度異常值識(shí)別。制定了異常數(shù)據(jù)處理流程,給出誤碼率Pe=0.005時(shí)的仿真遙測(cè)正負(fù)通道異常值識(shí)別結(jié)果,并在試驗(yàn)任務(wù)中得到具體應(yīng)用,取得很好的識(shí)別效果。
關(guān)鍵詞中值濾波; 遙測(cè); 視速度; 異常值
Class NumberTP312
1引言
在遙測(cè)信息測(cè)量過(guò)程中,由于來(lái)自環(huán)境、設(shè)備以及合作目標(biāo)的各種突發(fā)因素影響,或者設(shè)備操作誤差和信息記錄的過(guò)失,致使觀測(cè)數(shù)據(jù)在某些時(shí)刻或某些段落出現(xiàn)較大的誤差,與目標(biāo)運(yùn)動(dòng)規(guī)律明顯不符合,這些觀測(cè)數(shù)據(jù)稱為異常數(shù)據(jù)(或野值)。如果不修正測(cè)量數(shù)據(jù)中的異常值,會(huì)導(dǎo)致濾波效果變差,測(cè)量值失真,影響數(shù)據(jù)的置信度和系統(tǒng)控制性能,因此對(duì)觀測(cè)數(shù)據(jù)預(yù)處理時(shí),必須識(shí)別異常數(shù)據(jù)并加以修補(bǔ)。
異常數(shù)據(jù)對(duì)一些經(jīng)典的處理方法(例如,基于最小二乘擬合的多項(xiàng)式濾波、平滑與微分平滑、Kalman濾波及預(yù)報(bào)等)會(huì)產(chǎn)生不利影響。中值濾波是一種非線性的噪聲處理方法,具有良好的邊緣保持特性和抑制脈沖噪聲的能力。文中重點(diǎn)探討中值濾波在遙測(cè)視速度數(shù)據(jù)異常值識(shí)別中的應(yīng)用,分別對(duì)仿真和實(shí)測(cè)數(shù)據(jù)的異常值進(jìn)行識(shí)別[1]。
2中值濾波器
中值濾波器是非線性濾波器,基本原理是把數(shù)字序列中任一點(diǎn)的值用該點(diǎn)鄰域內(nèi)各點(diǎn)值的中值來(lái)代替,具有計(jì)算簡(jiǎn)單,抗差性強(qiáng),對(duì)于濾除脈沖形式的異常值非常有效。中值濾波在參數(shù)估計(jì)族中是最穩(wěn)健的,其小樣本崩潰點(diǎn)接近50%,即在觀測(cè)數(shù)據(jù)集合的任一非空子集中,當(dāng)異常數(shù)據(jù)的個(gè)數(shù)不足一半時(shí)算法都不會(huì)崩潰[2]。構(gòu)造如下的滑動(dòng)窗長(zhǎng)度為(2n+1)的中值濾波器:
yi=med(xi-n,…,xi,…,xi+n)
其中,med()為中值算子,其主要特性包括三點(diǎn):
1) 對(duì)于某些特定輸入信號(hào)(例如,單調(diào)遞增或遞減信號(hào)),中值濾波輸出不變,即
xi=med(xi-n,…,xi,…,xi+n)
2) 中值濾波可用來(lái)減弱隨機(jī)干擾和脈沖干擾,特別是對(duì)于脈沖寬度小于滑動(dòng)窗口長(zhǎng)度一半的窄脈沖干擾,濾波效果很好。
3) 輸入信號(hào)經(jīng)過(guò)中值濾波后,頻譜基本保持不變。
原始遙測(cè)脈沖視速度數(shù)據(jù)是二進(jìn)制碼數(shù)據(jù),且正負(fù)通道的遙測(cè)數(shù)據(jù)單調(diào)遞增的,中值濾波器進(jìn)行異常數(shù)據(jù)識(shí)別恰好利用了遙測(cè)數(shù)據(jù)這個(gè)特點(diǎn)??梢酝ㄟ^(guò)下式判斷數(shù)據(jù)xi是否異常值:
這里,k值一般可以取2或3,σ為滑動(dòng)窗內(nèi)測(cè)量值的均方差。
遙測(cè)誤碼率在正常的情況下很小,在級(jí)間分離等特殊段時(shí),誤碼率會(huì)增加,這時(shí)利用中值濾波器,則可以很好地保護(hù)級(jí)間段這個(gè)邊緣信息。
3異常數(shù)據(jù)識(shí)別仿真
通過(guò)異常數(shù)據(jù)處理流程,建立仿真識(shí)別程序,分析在具有一定誤碼率的條件下,該方法識(shí)別的效果。
圖1 異常數(shù)據(jù)識(shí)別仿真流程圖
下面給出誤碼率Pe=0.005條件下的仿真識(shí)別結(jié)果。其中k=3,n=10,圖2和圖3給出仿真正負(fù)通道數(shù)據(jù),圖5和圖6給出正負(fù)兩個(gè)方向的識(shí)別結(jié)果。
圖2 仿真正通道數(shù)據(jù)
圖3 仿真負(fù)通道數(shù)據(jù)
圖4 加入誤碼的真實(shí)位置
圖5 正方向的識(shí)別結(jié)果
圖6 負(fù)方向的識(shí)別結(jié)果
當(dāng)Pe=0.005時(shí),通過(guò)圖5和6的比較可發(fā)現(xiàn)此時(shí)無(wú)論是正方向還是負(fù)方向均可完全識(shí)別。上圖說(shuō)明中值濾波器對(duì)于變化較小的數(shù)據(jù)效果較好,如正通道(1~600)。在處理遙測(cè)數(shù)據(jù)時(shí),運(yùn)用中值濾波器,結(jié)合正負(fù)通道數(shù)據(jù)的互補(bǔ)性,即:正通道數(shù)據(jù)有變化,負(fù)通道數(shù)據(jù)無(wú)變化,反之亦然,可獲得較好的異常數(shù)據(jù)識(shí)別效果[3~10]。
4異常數(shù)據(jù)識(shí)別實(shí)算結(jié)果
遙測(cè)數(shù)據(jù)由于受到傳輸路徑干擾有時(shí)存在成片的異常數(shù)據(jù),嚴(yán)重影響遙測(cè)數(shù)據(jù)的質(zhì)量。中值濾波器不僅能識(shí)別孤立的異常值,而且能識(shí)別成片的異常值。利用中值濾波器,得到某次試驗(yàn)任務(wù)遙測(cè)XYZ三方向脈沖差值數(shù)據(jù)的異常點(diǎn)識(shí)別情況,如圖7~圖9所示。
圖7 X方向的異常點(diǎn)識(shí)別結(jié)果
圖8 Y方向的異常點(diǎn)識(shí)別結(jié)果
圖9 Z方向的異常點(diǎn)識(shí)別結(jié)果
圖中橫坐標(biāo)為數(shù)據(jù)所在行數(shù),即時(shí)間軸,數(shù)據(jù)采樣間隔為0.025s;縱坐標(biāo)為遙測(cè)原始分層值。由圖可知,X方向異常點(diǎn)為6個(gè),Y方向經(jīng)識(shí)別無(wú)異常點(diǎn),Z方向異常點(diǎn)為14個(gè)。以X方向的異常點(diǎn)為例,具體識(shí)別結(jié)果如表1所示。
表1 X方向異常數(shù)據(jù)識(shí)別結(jié)果
5結(jié)語(yǔ)
對(duì)異常值進(jìn)行有效檢測(cè),以合理可信的預(yù)測(cè)值代之是飛行控制中不可缺少的步驟之一。本文利用中值濾波技術(shù)對(duì)遙測(cè)視速度的仿真和實(shí)測(cè)數(shù)據(jù)進(jìn)行了異常值識(shí)別,實(shí)驗(yàn)證明其效果明顯。同時(shí),為克服或減小自身缺點(diǎn),中值濾波器也有很多改進(jìn)得形式,如加權(quán)中值濾波器、遞歸中值濾波器、混合中值濾波器、二維中值濾波器等。這些方法的應(yīng)用有效避免了異常值誤判,將改善數(shù)據(jù)處理和分析的能力,具有較大的工程應(yīng)用價(jià)值。
參 考 文 獻(xiàn)
[1] 王正明,易東云,周海銀,等.彈道跟蹤數(shù)據(jù)的校準(zhǔn)與評(píng)估[M].長(zhǎng)沙:國(guó)防科技大學(xué)出版社,1999.
WANG Zhengming, YI Dongyun, ZHOU Haiyin. Calibration and Evaluation of Trajectory Tracking Data[M]. Changsha: National University of Defense Technology Press,1999.
[2] 閆章更.試驗(yàn)數(shù)據(jù)的統(tǒng)計(jì)分析[M].北京:國(guó)防工業(yè)出版社,2001.
YAN Zhanggeng. Statistical Analysis of test data[M]. Beijing: National Defense Industry Press,2001.
[3] 王斐,梁曉庚,鄭強(qiáng),等.飛行數(shù)據(jù)改進(jìn)中值濾波和自適應(yīng)小波降噪[J].計(jì)算機(jī)仿真,2013,30(7):75-86.
WANG Fei, LIANG Xiaogeng, ZHENG Qiang, et al. Flight Data Denoising Algorithm Using Improved Median Filter and Adaptive Threshold Shrinkage in Wavelet Transform[J]. Computer Simulation,2013,30(7):75-86.
[4] 陳健,鄭紹華,余輪,等.基于方向的多閾值自適應(yīng)中值濾波改進(jìn)算法[J].電子測(cè)量與儀器學(xué)報(bào),2013,27(2):156-161.
CHEN Jian, ZHENG Shaohua, YU Lun, et al. Improved Algorithm for Adaptive Median Filter with Multi-threshold Based on Directional Information[J]. Journal of Electronic Measurement and Instrument,2013,27(2):156-161.
[5] 李迅波,蔣東升,王振林.梯度相似性的椒鹽圖像加權(quán)中值濾波算法[J].電子科技大學(xué)學(xué)報(bào),2012,41(1):114-119.
LI Xunbo, JIANG Dongsheng, WANG Zhenlin. Weighted Median Filtering of Im Based on Grads Similarity[J]. Journal of University of Electronic Science and Technology of China,2012,41(1):114-119.
[6] 牛敏,鄔戰(zhàn)軍,牛燕雄,等.一種基于排序統(tǒng)計(jì)理論的快速圖像中值濾波法[J].電子測(cè)量技術(shù),2015,38(6):60-63.
NIU Min, WU Zhanjun, NIU Yanxiong, et al. Fast Image Median Filtering Method Based on Statistical Theory[J]. Electronic Measurement Technology,2015,38(6):60-63.
[7] 趙建春,劉力源.基于MATLAB中值算法的優(yōu)化與實(shí)現(xiàn)[J].艦船電子工程,2014,238(4):37-39.
ZHAO Jianchun, LIU Liyuan. Optimization of Median Filter Algorithm Based on MATLAB[J]. Ship Electronic Engineering,2014,238(4):37-39.
[8] 許喬,鞏玉振,蔡惠智.基于FPGA的大矩陣奇異值分解的實(shí)現(xiàn)[J].電子測(cè)量技術(shù),2014,37(6):68-72.
XU Qiao, GONG Yuzhen, CAI Huizhi. Implementation to Solve Singular Value Decomposition of Large Matrix Size in FPGAs[J]. Electronic Measurement Technology,2014,37(6):68-72.
[9] 盧元磊,何佳洲,安瑾.目標(biāo)預(yù)測(cè)中的野值剔除方法研究[J].計(jì)算機(jī)與數(shù)字工程,2013,283(5):722-725.
LU Yuanlei, HE Jiazhou, AN Jin. Outlier-discrimination Algorithm in Target-prediction[J]. Computer and Digital Engineering,2013,283(5):722-725.
[10] 趙高長(zhǎng),張磊,武風(fēng)波.改進(jìn)的中值濾波算法在圖像去噪中的應(yīng)用[J].應(yīng)用光學(xué),2011,32(4):678-682.
ZHAO Gaochang, ZHANG Lei, WU Fengbo. Application of Improved Median Filtering Algorithm to Image De-noising[J]. Journal of Applied Optics,2011,32(4):678-682.
收稿日期:2016年1月17日,修回日期:2016年2月24日
作者簡(jiǎn)介:張東,男,碩士,研究方向:遙測(cè)數(shù)據(jù)處理。
中圖分類號(hào)TP312
DOI:10.3969/j.issn.1672-9722.2016.07.015
Abnormal Value Identification of Telemetry Apparent Velocity Data Based on Median Filter
ZHANG Dong
(No. 92941 Troops of PLA, Huludao125000)
AbstractDuo to the fault recording equipments and measurement accuracy limit of the test procedure and other factors, the abnormal value is unavoidable in telemetry data. To solve this problem,the median filter is used to abnormal value identification of telemetry apparent velocity data. The abnormal value data processing procedure is set up. The identification results of the abnormal data of the positive and negative channel under bit error rate=0.005 are given. And it has been used in the tests. Good results have been achieved.
Key Wordsmedian filter, telemetry, apparent velocity, abnormal value