針對傳統(tǒng)Vondrak濾波法易受粗差值影響的問題,提出了一種基于隨機抽樣一致性的Vondrak濾波算法來探測和剔除數(shù)據(jù)中的粗差。首先通過采用隨機抽樣一致性算法對需要濾波的觀測數(shù)據(jù)進行預處理;然后對數(shù)據(jù)是否在閾值范圍內(nèi)進行判斷,給相應(yīng)的數(shù)據(jù)賦予不同的權(quán)值系數(shù);最后利用Vondrak濾波估計預處理后的數(shù)據(jù)。為了驗證所提濾波算法的有效性,通過計算機仿真的方法,采用兩種不同的信號模型產(chǎn)生信號,并且在兩種信號中都加入粗差,分別利用傳統(tǒng)的Vondrak濾波、抗差Vondrak濾波和所提濾波算法對兩種信號進行濾波。仿真結(jié)果表明,所提濾波算法具有良好的粗差探測能力。 

【文章來源】：電訊技術(shù). 2020年05期 北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

RVF計算流程

σ按式(7)估算。為了模擬受粗差污染的觀測數(shù)據(jù)，對該模型加入20個粗差點，前10個粗差點為孤立粗差點，其中5個粗差的取值為0.7，另外5個取值為-0.7，后10個為成片粗差點，第一片粗差的取值為-0.7，第二片取值為0.7。分別用傳統(tǒng)的Vondrak濾波法、RVF法以及基于RANSAC的Vondrak濾波法對該模型進行濾波。由于平滑因子ε的存在，ε越小所得曲線的平滑程度越強。若是ε取值特別小，達到了絕對平滑的目的使得曲線不受粗差的影響，而沒有考慮擬合的要求，使得濾波失去實際意義，故本文在ε的取值方面，對于不同的濾波方法，經(jīng)過了多次選取，最終選取能夠在絕對平滑和絕對擬合之間達到折中目的的ε。對于式(11)的模型，傳統(tǒng)VF的ε=10-4,RVF的ε=1.8×10-5,RSCVF的ε=4×10-3。實驗中RSCVF方法中迭代次數(shù)k=200，閾值t的取值為觀測數(shù)據(jù)的平均絕對偏差[7]，仿真結(jié)果如圖2所示。由圖2可以看出，在式(11)的模型下，RVF有較好的抑制粗差的效果;RSCVF也通過基于RANSAC所進行的權(quán)值修正避免了觀測數(shù)據(jù)中粗差的影響，得到較好的擬合效果，證明了RSCVF的正確性和有效性;而傳統(tǒng)VF受粗差的影響較大，特別是當成片粗差出現(xiàn)時，曲線偏向粗差點的幅度較大。

σ按式(7)估算。對該模型加入20個粗差點，前10個粗差點為孤立粗差點，其中5個粗差的取值為1，另外5個取值為-1，后10個為成片粗差點，第一片粗差的取值為1，第二片取值為-1。分別用4.1節(jié)中的3種濾波方法對該模型進行濾波。對于式(12)的模型，傳統(tǒng)VF的ε=5×10-4,RVF的ε=5×10-5,RSCVF的ε=10-2。實驗中RSCVF方法迭代次數(shù)k=200，閾值t的取值為觀測數(shù)據(jù)的平均絕對偏差，仿真結(jié)果如圖3所示。由圖3可以看出，對于式(12)的模型，傳統(tǒng)VF受粗差的影響仍然較大;與RVF相比，RSCVF的濾波結(jié)果與其大致相同，證明了RSCVF與RVF都具有對被粗差污染的觀測數(shù)據(jù)進行正確估計的能力，能夠避免粗差數(shù)據(jù)對濾波結(jié)果的影響。

【參考文獻】：
期刊論文
[1]基于隨機抽樣一致性算法的風電機組塔筒傾斜度檢測方法[J]. 雷陽,蘭維,石超,張中泉,劉勇釗.  華電技術(shù). 2018(10)
[2]一種GNSS多星座的抗差偽距單點定位算法[J]. 楊柯,蔡成林,張首剛.  電訊技術(shù). 2018(09)
[3]改進Vondrak濾波在削減BDS多路徑誤差中的應(yīng)用[J]. 楊國剛,蔡成林,唐振輝,孫凱.  導航定位學報. 2017(04)
[4]基于隨機抽取一致性的穩(wěn)健點云平面擬合[J]. 魏英姿,劉曉莉.  北京工業(yè)大學學報. 2014(03)
[5]抗差Vondrak濾波器設(shè)計及其在粗差探測中的應(yīng)用[J]. 谷德峰,孫蕾,易東云.  兵工學報. 2008(06)

博士論文
[1]大跨橋梁施工期結(jié)構(gòu)形態(tài)監(jiān)測系統(tǒng)的實現(xiàn)與應(yīng)用研究[D]. 楊保岑.武漢大學 2010

碩士論文
[1]Vondrak濾波準則及應(yīng)用研究[D]. 吳蕓蕓.中南大學 2012



本文編號：2932354