

Метод очистки измерительных данных от выбросов: поиск оптимального решения с минимальным количеством отбракованных результатов измерений
https://doi.org/10.32446/0368-1025it.2023-1-16-23
Аннотация
Рассмотрена проблема очистки от грубых измерений (выбросов) временны ́ х рядов зашумлённых данных измерительных устройств. Решение данной проблемы необходимо для повышения точности современного измерительного оборудования с новейшим математическим и программным обеспечением. Для минимизации количества отбракованных данных автором настоящей статьи ранее сформулирована задача по поиску оптимального решения и предложен устойчивый алгоритм её решения. Полученное решение представляет собой приближение к оптимальному решению и не всегда обеспечивает искомую минимизацию. Предложен усовершенствованный метод очистки данных от выбросов, основанный на поиске оптимального решения с минимальным количеством отбракованных результатов измерений. Для реализации метода поставлена задача, в которой неизвестное среднее исходного числового ряда рассмотрено как параметр, подлежащий определению. Приведён алгоритм, позволяющий гарантированно находить оптимальное решение не более чем за N шагов, на каждом из которых затрачивается порядка N арифметических операций, где N – число исходных данных. Усовершенстованный метод можно применять для автоматического обнаружения и устранения выбросов из временны ́ х рядов измерительных данных на стадии их предварительной обработки в информационно-измерительных системах, а также при решении научных, прикладных, управленческих и других задач в различных областях деятельности.
Об авторе
И. В. БезменовРоссия
Игорь Витальевич Безменов
г. п. Менделеево, Московская обл.
Список литературы
1. Dach R., Beutler G., Hugentobler U., et al. Journal of Geodesy. 2003, vol. 77, no. 1–2, pp. 1–14. https://doi.org/10.1007/s00190-002-0296-z
2. Донченко С. И., Блинов И. Ю., Норец И. Б., Смирнов Ю. Ф., Беляев А. А., Демидов Н. А., Сахаров Б. А., Воронцов В. Г. Характеристики долговременной нестабильности водородных стандартов частоты и времени нового поколения // Измерительная техника. 2020. № 1. C. 35–38. https://doi.org/10.32446/0368-1025it.2020-1-35-38
3. Перов А. И., Харисов В. Н. ГЛОНАСС: принципы построения и функционирования. Изд. 4-е, перераб. и доп. М.: Радиотехника, 2010. 800 с.
4. Пасынок С. Л. Повышение точности определения параметров вращения Земли методом комбинирования результатов измерений различных видов в Главном метрологическом центре Государственной службы времени, частоты и определения параметров вращения Земли // Измерительная техника. 2020. № 1. C. 39–44. https://doi.org/10.32446/0368-1025it.2020-1-39-44
5. International GNSS Service, available at: http://www.igs.org/network (accessed: 05.04.2022).
6. Bernese GNSS Software Version 5.2. User manual, ed. Dach R., Lutz S., Walser P., Fridez P. Astronomical Institute, University of Bern, Bern Open Publishing, 2015, 826 p. https://doi.org/10.7892/boris.72297
7. Mehlstäubler T. E., Grosche G., Lisdat C., Schmidt P. O., Denker H. Reports on Progress in Physics. 2018, vol. 81, no. 6, 064401. https://doi.org/10.1088/1361-6633/aab409
8. Levine J. Metrologia. 2008, vol. 45, pp. S162–S174. https://doi.org/10.1088/0026-1394/45/6/S22
9. Карауш А. А. Автоматическая система сличения и прогнозирования расхождений шкал времени удалённых эталонов времени на основе фазовых измерений глобальных навигационных спутниковых систем // Измерительная техника. 2022. № 9. C. 40–44. https://doi.org/10.32446/0368-1025it.2022-9-40-44
10. Безменов И. В., Игнатенко И. Ю., Пасынок С. Л. Новые методы достижения перспективного уровня точности координатно-временных измерений // Труды ИПА РАН. 2022. Вып. 60. С. 12–20. https://doi.org/10.32876/ApplAstron.60.12-20
11. Blazquez-Garcia A., Conde A., Mori U., Lozano J. A. ACM Computing Surveys. 2021, vol. 54, iss. 3, pp. 1–33. https://doi.org/10.1145/3444690
12. Безменов И. В., Наумов А. В., Пасынок С. Л. Эффективный алгоритм устранения выбросов из данных измерений глобальных навигационных спутниковых систем // Измерительная техника. 2018. № 9. С. 26–30. https://doi.org/10.32446/0368-1025it-2018-9-26-30
13. Bezmenov I. V. Effective Algorithms for Detection Outliers and Cycle Slip Repair in GNSS Data Measurements, ch. 9 in book: Satellite Systems: Design, Modeling, Simulation and Analysis, ed. Tien M. Nguyen. London, UK, IntechOpen, 2021, pp. 177–209. https://doi.org/10.5772/intechopen.92658
14. Безменов И. В., Дроздов А. Э., Пасынок С. Л. Стратегия поиска выбросов в рядах зашумлённых данных с неизвестным трендом // Измерительная техника. 2022. № 5. C. 29–34. https://doi.org/10.32446/0368-1025it.2022-5-29-34
Рецензия
Для цитирования:
Безменов И.В. Метод очистки измерительных данных от выбросов: поиск оптимального решения с минимальным количеством отбракованных результатов измерений. Измерительная техника. 2023;(1):16-23. https://doi.org/10.32446/0368-1025it.2023-1-16-23
For citation:
Bezmenov I.V. Method of cleaning measurement data from outliers: search for the optimal solution with the minimum number of rejected measured data. Izmeritel`naya Tekhnika. 2023;(1):16-23. (In Russ.) https://doi.org/10.32446/0368-1025it.2023-1-16-23