[发明专利]一种基于经典算法的实时信号甄别和修正的方法

说明书

技术领域

本发明涉及一种基于经典算法的实时信号甄别和修正的方法，尤其涉及一种基于 不同场景进行数据甄别和修正，根据场景的不同选择不同的算法进行异常数据的判断。

背景技术

随着大数据时代的到来，数据在日常生活和实际应用中被越来越频繁的使用。随 着结构物安全监测的推广，由于存在传感器自身不稳定性以及外界环境的干扰，在数据采 集过程中客观的存在误差。为提高采集数据的准确性和可靠性成为一个非常有意义和挑战 的工作，而在不同的场景下只使用一种算法简单的剔除异常数据已经不能完全满足实际应 用，所以不同场景下异常数据甄别和修正成为其中的关键技术。文献1为本发明提供了强有 力的理论支撑。为了形象、有效的展示数据甄别和修正的结果，人机交互就显得必不可少。

发明内容

本发明为了克服上述缺陷，目的在于提供一种基于经典算法的实时信号甄别和修 正的方法，利用人机交互让用户参与数据的处理过程，根据不同算法的应用场景对可配置 化界面进行了一定的约束；

根据一些经典的异常数据甄别算法及加权平均获得一组正常的数据源，基于这组 正常数据判断后续数据流的异常情况并对异常数据的进行标识和修正；

利用迭代的思想对配置的参数进行自动的修正，使数据处理的结果达到要求。

本发明为了实现上述目的，采用如下技术方案:

一种基于经典算法的实时信号甄别和修正的方法，该方法包括如下步骤：

(1)提供有约束的人机交互的界面；

(2)根据反馈信息按需调用不同的算法处理数据；

(3)判断是否达到要求；

(4)如果没有达到要求系统自动修正参数返回(2)，否则到(5)；(5)在交互界面上 返

回最终的配置信息，及数据处理的结果；

数据流就是按照时间顺序的数据集合，人机交互界面提供了异常数据甄别的参数 信息、要求信息同时展示数据处理的结果：

n---窗口的大小(正整数：[5，100])；

a---危险率(取值：0.1，0.05，0.01)；

p---分位数(取值范围：[0，1])；

request---要求信息(变异系数范围cv[c1,c2])；

根据提供的参数信息、要求信息，进行异常数据的过滤；如果异常过滤的结果达到 要求，则在交互界面上展示最终的配置信息和数据处理的结果，否则通过系统自动修正重 新提供参数信息，从而进入新一轮的计算；

具体步骤如下：

由步骤1开始，步骤2获得采集的单个数据data，步骤3判断窗口中数据个数WS>＝ n，步骤4在WS<n的时执行，步骤5判断是否存在一组正常的数据，步骤6在没有一组正常数据 时执行，构造一组正常数据，步骤7有一组正常数据时执行，步骤8判断data的异常值标识， 步骤9在data的异常值标识为true的时执行，步骤10在data的异常值标识为false时或步骤 8之后执行，一直到步骤11结束本流程。

进一步的，

构造一组正常数据流程：步骤12为开始动作，步骤13获得采集的单个数据data，步 骤14数据甄别，步骤15判断窗口中异常数据的个数Count1是否等于0，步骤16在Count1>0时 执行，可用数据源里面合入异常标识为false或者修正标识为true的数据，步骤17利用加权 平均来处理异常数据，步骤18判断窗口中未修正的异常数据个数Count2是否为0，步骤19在 Count1＝0或者Count2＝0时执行，输出窗口中的数据，到步骤20构造一组正常数据流程结 束。

进一步的，

按需选择算法流程：步骤21为开始动作，步骤22判断n与n1、n2之间的关系，步骤23 在n>n2时执行、判断n与n2、n3之间的关系，步骤24在n1<＝n<＝n2时执行，利用格拉布斯准 则，步骤25在n2<n<＝n3时执行，利用样本分位算法，步骤26在n>n3时执行，利用莱茵达准 则，步骤27输出判断的结果，到步骤28该流程结束。

进一步的，