公开(公告)号：CN109194305A

公开(公告)日：2019-01-11

申请号：CN201810949272.4

申请日：2018-08-20

Applicant: 电子科技大学

Inventor： 马敏 ,  杨晓蕾 ,  戴志坚 ,  王锂

IPC: H03H17/02

Abstract: 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。

公开(公告)号：CN109194305B

公开(公告)日：2021-07-13

申请号：CN201810949272.4

申请日：2018-08-20

Applicant: 电子科技大学

Inventor： 马敏 ,  杨晓蕾 ,  戴志坚 ,  王锂

IPC: H03H17/02

Abstract: 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。