Preview

iPolytech Journal

Advanced search

OUTLIER FILTRATION IN PROBLEMS OF STATIC AND DYNAMIC DATA PROCESSING IN TIME AND FREQUENCY STANDARDS

https://doi.org/10.21285/1814-3520-2018-10-67-77

Abstract

PURPOSE. Filtration of anomalous measurements (outliers) of frequency values of hydrogen standards which form a part of the group standards of time and frequency will allow to reduce an algorithmic estimation error of the state vector of group standards. METHODS. The study employs the methods of noise-immunity estimation in the mode of static and dynamic data processing. RESULTS. It is proposed to use α-trimmed estimates with an unknown percentage of outliers to filter the outliers in the static mode. In the case of dynamic data processing, the outliers are rejected if the estimates obtained at this stage go beyond the confidence intervals. The latter are calculated on the basis of the predictive models of frequency variation constructed at the stage of static processing of data. The proposed algorithms are implemented in Mathcad 15.0. The efficiency of the proposed methods has been verified by statistical modeling and confirmed by the processing of real data obtained as a result of VET 1-5 secondary standard operation. CONCLUSIONS. The received results form an important development stage of a formalized estimation procedure of the state vector of the time and frequency group standard in static and dynamic modes based on the use of predictive models.

About the Author

I. A. Serysheva
Irkutsk National Research Technical University
Russian Federation


References

1. Гамм А.З. Статистические методы оценивания состояния электро-энергетических систем. М.: Наука, 1976. 220 с.

2. Хрусталёв Ю.П. Статическая и динамическая обработка данных, получаемых в процессе ведения эталонов времени частоты // Измерительная техника. 2004. № 6. С. 20-23.

3. Острем К.Ю. Введение в стохастическую теорию управления / пер. с англ. М.: Мир, 1973. 321 с.

4. Charu C. Aggarwal. Outlier Analysis. 2nd Edition. NY: Springer International Publishing AG, 2017. 481 p.

5. Хогг Р.В. Введение в помехоустойчивое оценивание / В кн.: Устойчивые статистические методы оценки данных. М.: Машиностроение, 1984. С. 86-105.

6. Патюков В.Г. Основы частотно-временных измерений. Красноярск: Сиб. федер. ун-т, 2014. 166 с.

7. Додонов В.А. Применение методов помехоустойчивого оценивания в задачах анализа измерительной информации // Реєстрація, зберігання і обробка даних. 2008. Т. 10. № 2. С. 101-120.

8. Khrustalev Yu.P., Serysheva I.A. Increasing of robustness of estimators of the state of time and frequency standards // Measurement Techniques. 2014. Vol. 57. No. 5. P. 519-525.

9. Горяинов В.Б., Горяинова Е.Р. Влияние аномальных наблюдений на оценку наименьших квадратов параметра авторегрессионного уравнения со случайным коэффициентом // Вестник МГТУ им. Баумана. Серия: Естественные науки. 2016. № 2. С. 16-24. DOI: 10.18698/1812-3368-2016-2-16-24

10. Марчук В.И., Токарева С.В. Способы обнаружения аномальных значений при анализе нестационарных случайных процессов. Шахты: ЮРГУЭС, 2009. 210 с.

11. Попукайло В.С. Обнаружение аномальных измерений при обработке данных малого объема // Технология и конструирование в электронной аппаратуре. 2016. № 4-5. С. 42-46. DOI: 10.15222/TKEA2016.4-5.42

12. Кобзарь А.И. Прикладная математическая статистика. Для инженеров и научных работников. М.: ФИЗМАТЛИТ, 2006. 816 с.

13. Han J., Kamber M., Pei J. Data Mining Concepts and Techniques. Third Edition. Waltham, MA, USA : Morgan Kaufmann Publishers is an imprint of Elsevier. 2012. 703 p.

14. Aggarwal C.C., Gao J., Gupta M., Han J. Outlier detection for temporal data. New York: Morgan & Claypool Publishers. 2014. 131 p.

15. Фомин А.Ф., Новоселов О.Н., Плющев А.В. Отбраковка аномальных результатов измерений. М.: Энергоатомиздат, 1985. 200 с.

16. Lemeshko B.Yu., Lemeshko S.B. Extending the Application of Grubbs-Type Tests in Rejecting Anomalous Measurements // Measurement Techniques. 2005. Vol. 48. No. 6. P. 536-547.

17. Maronna R.A., Martin D., Yohai V. Robust Statistics: Theory and Methods. Chichester: Wiley. 2006. 403 p.


Review

For citations:


Serysheva I.A. OUTLIER FILTRATION IN PROBLEMS OF STATIC AND DYNAMIC DATA PROCESSING IN TIME AND FREQUENCY STANDARDS. Proceedings of Irkutsk State Technical University. 2018;22(10):67-77. (In Russ.) https://doi.org/10.21285/1814-3520-2018-10-67-77

Views: 246


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 License.


ISSN 2782-4004 (Print)
ISSN 2782-6341 (Online)