[发明专利]基于密度估计的数字化仪均值滤波方法

摘要

本发明公开了一种基于密度估计的数字化仪均值滤波方法，首先数字化仪进行过采样，对得到的数据样本序列进行分组得到若干子样本，然后依次将子样本添加至密度估计样本中，利用密度估计和贝叶斯信息融合方法得到数据样本序列的概率密度函数，计算得到数据样本序列的标准不确定度；按照过采样倍数对数据样本序列重新进行分组，根据标准不确定度得到重新分组后各个子样本的置信区间，进行粗大误差剔除，然后对得到的样本进行平均抽取，得到最终样本。本发明通过对采样得到的数据样本序列分组进行密度估计，基于密度估计结果设置置信区间进行粗大误差剔除，使均值滤波结果更加准确。

主权项

1.一种基于密度估计的数字化仪均值滤波方法，其特征在于，包括以下步骤：S1：数字化仪以V倍于实际采样率的速率进行过采样，记采样得到的数据样本序列X＝{x1,x2,…,xN}，N表示采样点数量，将这N个样本数据平均分为M组，得到M个子样本，每个子样本中有Q个数据，记第m个子样本为Xm，Xm＝{x(m‑1)Q+1,x(m‑1)Q+2,…,xmQ}，m＝1,2,…,M；S2：初始化密度估计样本初始化子样本序号m＝1，设置先验概率密度函数S3：将子样本Xm添加至密度估计样本Y中，即令Y＝Y∪Xm；S4：对当前密度估计样本Y进行密度估计得到样本Y的似然函数S5：根据先验概率密度函数和似然函数利用贝叶斯信息融合方法进行概率密度函数的融合得到后验概率密度函数S6：判断是否m＜M，如果是，进入步骤S7，否则进入步骤S8；S7：令m＝m+1，返回步骤S3；S8：根据计算数据样本序列X的标准不确定度σ：其中，表示数据样本序列X的均值；；S9：将数据样本序列X＝{x1,x2,…,xN}根据过采样倍数V进行分组，每V个数据为一组，记所得到的子样本数量为D，记第m个子样本为X*d，X*d＝{x(d‑1)V+1,x(d‑1)V+2,…,xdV}，d＝1,2,…,D；S10：计算得到每个子样本X^*_d中数据样本的均值根据步骤S8得到的标准不确定度σ设置子样本X′_d的置信区间将子样本X^*_d中在置信区间以外的样本剔除，并加入同等数量的均值得到样本更新后的子样本X′_d＝{x′_(d‑1)V+1,x′_(d‑1)V+2,…,x′_dV}；S11：对步骤S10得到的每个子样本X′_d进行平均抽取，得到平均值将D个平均值A_d构成的序列作为最终样本输出。