卡尔曼滤波在海洋浮标数据预处理中的应用
Application of Kalman Filtering in Preprocessing of Marine Buoy Data
张新文 1林冠英 1刘同木 1周保成1
作者信息
- 1. 自然资源部南海调查中心,广东 广州 510300;自然资源部海洋环境探测技术与应用重点实验室,广东 广州 510300
- 折叠
摘要
[目的]优化自动化数据预处理方法,以提高海洋浮标数据质量.[方法]结合海洋浮标数据特征,提出了一种改进的自适应卡尔曼滤波自动化数据预处理方法,该方法通过箱型图进行异常值的检测,并采用方差受限的方法解决测量噪声导致的滤波发散问题.[结果与结论]海上工程应用和仿真实验结果表明,改进的算法计算开销低且不影响浮标系统的正常采集和数据融合工作,浮标数据采集率达100%,云数据中心数据接收率达97%.浮标采集的原始数据经过异常值修正和滤波降噪处理后,数据曲线更为平滑且符合随时间序列变化的规律,数据预处理效果良好.
Abstract
[Objective]In order to improve the quality of ocean buoy data,automated data preprocessing methods were optimized.[Method]Based on the characteristics of ocean buoy data,an improved adaptive Kalman filter automated data preprocessing method was proposed.This method detected outliers through box plots,and used constrained variance to solve the problem of the filtering divergence caused by measurement noise.[Result and Conclusion]The results of offshore engineering applications and simulation experiments show that the improved algorithm has low computational cost and does not affect the normal collection and data fusion of the buoy system.The buoy data collection rate reaches 100%,and the cloud data center data reception rate reaches 97%;After outlier correction and filtering noise reduction,the raw data collected by the buoy becomes smoother and conforms to the law of time series variation.The data preprocessing effect is good.
关键词
海洋浮标/数据预处理/箱形图法/卡尔曼滤波算法/方差受限Key words
ocean buoy/data preprocessing/box plot method/kalman filtering algorithm/constrained variance引用本文复制引用
基金项目
自然资源部海洋环境探测技术与应用重点实验室自主设立课题(MESTA-2021-C001)
国家重点研发计划(2022YFC3104204)
&&(ZDYF2023GXJS151)
出版年
2024
国家科技期刊平台
NSTL
万方数据