基于聚类模糊系统的动态数据野值剔除方法

《基于聚类模糊系统的动态数据野值剔除方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第30卷第5期2011年10月飞行器测控学报JournalofSpacecraftTT&CTechnologyV01．30NO．5Oct．2011基于聚类模糊系统的动态数据野值剔除方法。朱学锋(92941部队·辽宁葫芦岛·125000)摘要：针对影响遥测参数处理和分析的野值问题，提出了基于聚类法实时设计模糊系统实现动态数据野值辨识和别除的新方法。该方法能够自适应跟踪不同变化特性的遥测参数，基于聚类法实现模糊系统的动态建模并获得预测值与观测值的残差序列，再按照狄克松准则实现野值的快速剔除。对实测数据的仿真实验表明：该方法能够显著

2、降低动态建模的复杂度，快速跟踪信号变化，方法可行且有效。关键词：聚类法；模糊系统；野值；辨识；数据处理中图分类号：V557文献标识码：A文章编号：1674—5620(2011)05—0081一04ANewMethodforOutlierRemovalfromDynamicDataBasedonClusteringFuzzySystemZHUXuefeng(PLAUnit92941，Huludao，LiaoningProvince125001)Abstract：Toeliminatetheinfluenceofoutliersi

3、ntelemetrydataprocessingandanalysis，thepaperpresentsanewmethodforidentificationandeliminationofoutliersindynamicmeasurementdatabyrealtimedesignofaclusteringfuzzysystem．Themethodadaptivelytrackstelemetryparametersofdifferentvariationcharacteristicsanddynami—callyesta

4、blishesfuzzysystemmodelingbyclusteringtOobtainresidualerrorseriesbetweenforecastvalueandobser—vationvalue．Then，itidentifiesandremovesoutliersinaccordancewithDicksoncriterion．Simulationandeomputa-tionwithaetualmeasurementdatashowthatthemethodremarkablyreducescomplexi

5、tyofsystemmodelingandtrackssignalvariationpromptly．Keywords：Clustering；FuzzySystem；Outliers；Identification；DataProcessing0引言导弹、运载火箭飞行试验中观测的遥测参数有数百乃至上千个，随着飞行器和遥测系统的发展，还会更多。遥测参数按变化频率可分为缓变参数和速变参数，这2类参数特性各异，处理方法迥然不同。速变参数包括高低频振动、冲击、噪声等环境类参数，都是随机数据，不能用明确的数学关系式描述。缓变参数都属于确定

6、性数据，能用明确的数学关系式来描述。遥测参数在测量和传输过程中有时会产生偏离被测信号变化规律的数据点，称之为野值。对于速变参数来说，野值的存在会产生虚伪的谐波频率，提高噪声总量级，较多较大的野值还会淹没信号，对测量数据的总能量给出偏大的错误估计u]。对于缓变参数来说，野值的存在严重影响信号的判读和分析，特别是在飞行弹道和姿态的融合分析中严重影响仿真的计算精度，在实时指挥显示中严重影响飞行轨迹显示效果，引起误判等。因此。剔除野值是遥测数据实时或事后处理、参数融合分析、飞行状态显示中急需解决的问题。在实际工程应用中，野值剔除主要利

7、用最／Ix-"乘和时间多项式外推方法辨识测量数据的质量，而更普遍的方法是利用差分技术来辨识和剔除野值数据。这些方法都依赖于实际工程背景和理想的前提条件，因而极大地制约了方法的应用范围和效果。文献[2]提出了基于卡尔曼滤波的野值辨识和剔除方法，实现了野值辨识与剔除和系统状态估计同时进行，但是这种方法对信号的统计特性要求比较苛刻，当信号的品质没有达到要求时，会严重影响滤波的收敛性和收敛速度。文献f3]提出了基于梯度下·收稿日期：2011～01—24；修回日期：201l—02—18作者简介：朱学锋(1969一)．男．硕士．高级工程师

8、．主要研究方向为遥测数据处理和振动信号分析lE—malIIsix6hao@sins．∞m82飞行器测控学报第30卷降法构造模糊预测系统对动态数据进行野值的辨识和剔除，但是这种方法需要在训练前调整规则的数目，模糊系统的复杂度不能根据数据的情况自行调整。本文将研究基于聚类法设计的