design-patterns - 卡尔曼滤波之前还是之后异常值去除?

标签 design-patterns cluster-analysis k-means pattern-recognition kalman-filter

我每毫秒都会以相对于我的位置的 (x,y) 坐标系形式获取雷达数据点。[大约 10-15 个数据点]。现在,为了更好地估计点的位置,我想应用卡尔曼滤波器。

我还想进一步将高通滤波器应用于频域数据。在什么阶段应用卡尔曼滤波是最佳的(在异常值去除和高通滤波之前或之后)?

非常感谢您的回复,如果需要更多信息,请告诉我。

P.S:我计划应用 kmean 聚类来检测异常值。

最佳答案

如果异常值没有信息(它们被称为错误读数),那么最好在过滤器之前将其删除。如果 y[i] 超过某个阈值,您甚至可以在过滤器内删除它们。如果异常值有一些信息,但已知有高噪声,您可以通过使用该特定测量的实际高方差调整 R 来反射(reflect)这一点。这将导致测量对结果的影响较小。

关于design-patterns - 卡尔曼滤波之前还是之后异常值去除?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26260527/

相关文章:

php - 使用 k-means 进行文档聚类,聚类应该基于余弦相似度还是术语向量?

matlab - 如何在matlab中查看kmeans输出?

java - 基于命令行参数交换 Guice 绑定(bind)的最佳方法

java - 如何在整个应用程序中维护对象的状态并同时更改 UI

design-patterns - GoF 对装饰器模式的解释令人困惑(或完全错误)

python - 如何将包含分类数据和连续数据的数据集获取到 DBSCAN 中用户定义的度量函数中?

python - 将多维集群绘制成二维图 python

python - SKLearn KMeans收敛警告

python - 如何在Python中找到Kmeans++聚类的拟合度

sql - 如何在关系数据库中存储连续一周的展示次数?