【问题标题】:Large Residual-Online Outlier Detection for Kalman Filter卡尔曼滤波器的大残差在线异常值检测
【发布时间】:2018-12-18 20:49:59
【问题描述】:

我正在尝试找出残差中的异常值。我基本上用了三种算法,残差幅度小,算法性能好,残差幅度大,算法性能不好。

 1) ????^????=〖(????−????(????))〗^???? ????^(−????) (????−????(????)) - Chi-Square Test
    if the matrix 3x3 - degree of freedom is 4.
    ????^???? > 13.277

 2) Residual(i) > 3√(HP ????^???? + R) - Measurement Covariance Noise

 3) Residual(i) > 3-Sigma

我已经应用了三种算法来查找异常值。第一个是卡方检验,第二个检查测量协方差噪声,第三个检查 3 sigma。

您能否就算法提出任何建议,或者如果您提出建议,我可以实施一种新方法?

【问题讨论】:

    标签: filter statistics probability outliers kalman-filter


    【解决方案1】:

    第三种情况不能对所有情况都正确,因为如果有很大的残差,就会失败。第二个更稳定,因为它与测量噪声协方差有关,因此您的残差应该根据测量协方差误差而变化。

    【讨论】:

    • 第二种方法更好,但我需要尝试不同的方法。因为我不确定这些算法是否适用于所有情况。因为我有不同的测量值
    猜你喜欢
    • 2019-06-10
    • 2017-08-30
    • 2011-04-14
    • 1970-01-01
    • 2023-03-23
    • 1970-01-01
    • 2014-12-03
    • 1970-01-01
    • 2017-08-11
    相关资源
    最近更新 更多