1

我以每个ms [10-15个数据点左右]的相对于我的位置的形式获取(x,y)坐标系统形式的雷达数据点。现在,为了有更好的点位置估计,我想应用卡尔曼滤波器。卡尔曼滤波之前或之后的异常值去除?

我也想进一步将高通滤波器应用于频域数据。应用卡尔曼滤波(在去除异常值和高通滤波之前还是之后),哪个阶段最优?

非常感谢您的回复,请让我知道是否需要更多信息。

P.S:我计划应用kmean聚类来检测异常值。

+0

k-means对异常值非常敏感。使用更高级的东西,比如LOF。 – 2014-10-08 19:04:27

+0

最好在过滤之前去除异常值。卡尔曼滤波是各种最小二乘法,并通过异常值会污染你的状态估计值。也可以检测(和拒绝)滤波器本身的异常值。寻找本地滑点测试和w-统计。 – dmuir 2014-10-10 11:05:06

回答

1

如果异常值没有任何信息(它们是已知的错误读数),那么最好在过滤器之前删除它们。如果y[i]超过某个阈值,您甚至可以在过滤器内移除它们。如果异常值具有一些信息,但已知高噪声,则可以通过调整R来反映该特定测量的实际高差异。这将导致该测量对结果的影响较小。