1

Я получаю радиолокационные точки данных в виде (x, y) системы координат относительно моей позиции каждые миллисекунды [около 10-15 точек данных]. Теперь, чтобы иметь лучшую оценку положения точек, я хотел бы применить фильтр Калмана.Удаление выброса до или после фильтрации Калмана?

Я также хотел бы применить фильтр верхних частот к данным в частотной области. На какой стадии оптимально применять фильтрацию kalman (до или после удаления выброса и фильтрации верхних частот)?

Большое спасибо за ваш ответ и, пожалуйста, дайте мне знать, если потребуется дополнительная информация.

P.S: Я планирую применить kmean-кластеризацию для обнаружения выбросов.

+0

k-mean довольно чувствителен к выбросам. Используйте что-то более продвинутое, например LOF. –

+0

Лучше всего удалить выбросы перед фильтрацией. Калманская фильтрация - это множество наименьших квадратов, и передача в выбросах загрязнит ваши оценки состояния. Также возможно обнаружить (и отклонить) выбросы в самом фильтре. Найдите локальный тест проскальзывания и w-статистику. – dmuir

ответ

1

Если выбросы не имеют информации (они известны плохими показаниями), то лучше было бы удалить их перед фильтром. Вы даже можете удалить их внутри фильтра, если y[i] превышает некоторый порог. Если выбросы имеют некоторую информацию, но известный высокий уровень шума, вы можете это отразить, установив R с фактической высокой дисперсией для этого конкретного измерения. Это приведет к тому, что измерение будет иметь меньшее влияние на результат.