在卡尔曼滤波之前或之后去除异常值？答案

【问题标题】：Outlier removal before or after Kalman filtering?在卡尔曼滤波之前或之后去除异常值？
【发布时间】：2014-12-03 07:51:36
【问题描述】：

我每毫秒获取相对于我的位置的 (x,y) 坐标系形式的雷达数据点。[大约 10-15 个数据点]。现在，为了更好地估计点的位置，我想应用卡尔曼滤波器。

我还想进一步对频域数据应用高通滤波器。在什么阶段应用卡尔曼滤波是最佳的（在去除异常值和高通滤波之前或之后）？

非常感谢您的回复，如果需要更多信息，请告诉我。

P.S：我打算应用 kmean 聚类来检测异常值。

【问题讨论】：

k-means 对异常值非常敏感。使用更高级的东西，比如 LOF。
过滤前最好去除异常值。卡尔曼滤波是各种最小二乘法，传入异常值会污染您的状态估计。也可以检测（并拒绝）过滤器本身的异常值。寻找本地滑点测试和 w-statistic。

【解决方案1】：

如果 异常值 没有信息（它们被称为错误读数），那么最好在过滤器之前将它们删除。如果y[i] 超过某个阈值，您甚至可以在过滤器中删除它们。如果异常值有一些信息，但已知高噪声，您可以通过使用该特定测量的实际高方差调整 R 来反映这一点。这将导致该测量对结果的影响较小。

【讨论】：