SMEE 机械与电气工程学院 School of Machanical and Elcetrical Engineering 第八章测量数据的预处理 一、剔除数据中的“奇异项” 二、去除数据中的电平漂移 三、去除/提取趋势项 四、测量数据的平滑滤波 机越与电气工程学院
机械与电气工程学院 School of Machanical and Elcetrical Engineering 第八章 测量数据的预处理 一、剔除数据中的“奇异项” 二、去除数据中的电平漂移 三、去除 / 提取趋势项 四、测量数据的平滑滤波
机械与电气工程学院 School of Machanical and Elcetrical Engineering 测量数据的预处理？ 观点1：测试系统的传感器拾取被测对象并完成非电量转换，电信号经 A/D转换后开始传输，直至计算机进行信号分析。 观点2：在计算机信号分析之前，需要对测量数据进行相应加工处理， 以提高数据的精确度、完整性。 观点3：测量数据的预处理属于数据挖掘的前端技术，包括数据清理、 数据集成、数据变换和数据归约。 机越与电气工程学院
机械与电气工程学院 School of Machanical and Elcetrical Engineering 观点1：测试系统的传感器拾取被测对象并完成非电量转换，电信号经 A/D转换后开始传输，直至计算机进行信号分析。 观点2：在计算机信号分析之前，需要对测量数据进行相应加工处理， 以提高数据的精确度、完整性。 观点3：测量数据的预处理属于数据挖掘的前端技术，包括数据清理、 数据集成、数据变换和数据归约。 测量数据的预处理？
ME 机械与电气工程学院 School of Machanical and Elcetrical Engineering 一、剔除数据中的 “奇异项” 奇异项： 测量数据传输过程中，由于强干扰或意外情况（记录媒介 质量损伤)，有可能丢失数据点，或使数据点出现较大误差， 这些错误的数据点便混在大量正确数据之中。但是这些数据并 不真正代表被测物理参数的实际值，而是在测量过程中偶然出 现的坏点，这些错误点统称为奇异项。 机越与电气工程学院
机械与电气工程学院 School of Machanical and Elcetrical Engineering 一、剔除数据中的“奇异项” 奇异项： 测量数据传输过程中，由于强干扰或意外情况（记录媒介 质量损伤），有可能丢失数据点，或使数据点出现较大误差， 这些错误的数据点便混在大量正确数据之中。但是这些数据并 不真正代表被测物理参数的实际值，而是在测量过程中偶然出 现的坏点，这些错误点统称为奇异项。 2 t 1 t 1 t 1 t
机械与电气工程学院 School of Machanical and Elcetrical Engineering 剔除机理： 任何一个物理量总是从小到大，从大到小平滑变化的，例如 温度的变化，可以通过这些物理量的连续性特点，用预测方法来 捡拾。 [例题]：求一个物理过程的均值，t1,t2,t3,t4的测量数据分别 为10,12,12,13，则均值为12，若t3时刻的数据因故丢失，即 出现奇异项，则4点的均值为9，造成错误结论。 因此，需要在数据处理之前，要剔除奇异项，同时补上一个 合适的值。 机城与电气工程学院
机械与电气工程学院 School of Machanical and Elcetrical Engineering 剔除机理： 任何一个物理量总是从小到大，从大到小平滑变化的，例如 温度的变化，可以通过这些物理量的连续性特点，用预测方法来 捡拾。 [例题]：求一个物理过程的均值，𝑡1，𝑡2，𝑡3，𝑡4的测量数据分别 为10，12，12，13，则均值为12，若𝑡3时刻的数据因故丢失，即 出现奇异项，则4点的均值为9，造成错误结论。 因此，需要在数据处理之前，要剔除奇异项，同时补上一个 合适的值
ME 机械与电气工程学院 School of Machanical and Elcetrical Engineering 最简单的一阶差分方法进行预测： 一阶差分方程：t=xt-1+(xt-1-xt-2) 其中：t一t时刻的预测值（估计值）。 xt-1,xt-2一t时刻的前一个、前两个采样点。 当采样频率满足香农定理时，预测有足够的精度。 给定一个误差限△，用t时刻的预测值与t时刻的实际数据进行 比较，即可判定奇异项，即： |xt-l>△ 即为奇异项 △大小要根据数据采集系统的采样率和物理量的变化特性来定。 机越与电气工程学院
机械与电气工程学院 School of Machanical and Elcetrical Engineering 1 t 1 t 最简单的一阶差分方法进行预测： 一阶差分方程：𝑥 𝑡 = 𝑥𝑡−1 + 𝑥𝑡−1 − 𝑥𝑡−2 其中：𝑥 𝑡 —— t 时刻的预测值（估计值）。 𝑥𝑡−1，𝑥𝑡−2 —— t 时刻的前一个、前两个采样点。 当采样频率满足香农定理时，预测有足够的精度。 给定一个误差限Δ，用t时刻的预测值与t时刻的实际数据进行 比较，即可判定奇异项，即： |𝑥𝑡 − 𝑥 𝑡 | > 𝛥 即为奇异项 Δ大小要根据数据采集系统的采样率和物理量的变化特性来定
SMEE 机械与电气工程学院 School of Machanical and Elcetrical Engineering 二、去除数据中的电平漂移 数据采集系统中元器件的电平会随温度漂移，必然叠加在采样点 数据上。由于温漂是缓慢变化的，比大多数物理量的变化慢得多，因 而可视为直流电平漂移。 去除机理： 试验性采样均值来检拾电平漂移。 机越与电气工程学院
机械与电气工程学院 School of Machanical and Elcetrical Engineering 二、去除数据中的电平漂移 数据采集系统中元器件的电平会随温度漂移，必然叠加在采样点 数据上。由于温漂是缓慢变化的，比大多数物理量的变化慢得多，因 而可视为直流电平漂移。 去除机理： 试验性采样均值来检拾电平漂移
机城车到工学 SMEE 机械与电气工程学院 School of Machanical and Elcetrical Engineering 去除温漂的方法： ① 每隔一段时间对系统的零电平采样。 ② 在这段时间内对采样点求均值，即为输出零电平漂移。 ③ 将原测量数据依次减去这个均值。 温漂 去除后采样量 机越与电气工程学院
机械与电气工程学院 School of Machanical and Elcetrical Engineering 去除温漂的方法： ① 每隔一段时间对系统的零电平采样。 ② 在这段时间内对采样点求均值，即为输出零电平漂移。 ③ 将原测量数据依次减去这个均值。 x(t) t 温漂 t 去除后采样量 t
SME 机械与电气工程学院 School of Machanical and Elcetrical Engineering 三、去除/提取趋势项 含义： 趋势项 周期大于记录或测量长度的频率成分 交变分量 周期小于记录或测量长度的频率成分 目的： 去除/提取趋势项是数据处理的一个非常重要的步骤，对后续相 关分析、功率谱估计带来极大好处。它能将消除可能出现的很大畸 变，因为趋势项可以使低频部分的P$D功率谱估计失真。 但去除/提取趋势项需要特别谨慎，必须存在物理意义上明显的 趋势项时候才能进行，以免丢失有用信息。 机越与电气工程学院
机械与电气工程学院 School of Machanical and Elcetrical Engineering 三、去除 / 提取趋势项 含义： 趋势项 —— 周期大于记录或测量长度的频率成分 交变分量 —— 周期小于记录或测量长度的频率成分 目的： 去除/提取趋势项是数据处理的一个非常重要的步骤，对后续相 关分析、功率谱估计带来极大好处。它能将消除可能出现的很大畸 变，因为趋势项可以使低频部分的PSD功率谱估计失真。 但去除/提取趋势项需要特别谨慎，必须存在物理意义上明显的 趋势项时候才能进行，以免丢失有用信息
SMEE 机械与电气工程学院 School of Machanical and Elcetrical Engineering 去除/提取趋势项的方法： 平均斜率法： 计算简单，精度一般 多元线性回归 线性回归 最小二乘法： →回归分析 逐步回归 计算量大，精度较高 非线性回归 机越与电气工程学院
机械与电气工程学院 School of Machanical and Elcetrical Engineering 去除/提取趋势项的方法： 平均斜率法： 计算简单，精度一般 最小二乘法： 计算量大，精度较高 回归分析 线性回归 多元线性回归 逐步回归 非线性回归
机械与电气工程学院 School of Machanical and Elcetrical Engineering 四、测量数据的平滑滤波 目的： 从数据采集系统得到的测量数据往往叠加有噪声，为提高 数据处理精度，必须去除这些随机噪声，即为平滑滤波。 模拟滤波器：对模拟信号直接滤波 时域平滑滤波 利用计算机：基于各种统计方法的滤波 频域滤波 机越与电气工程学院
机械与电气工程学院 School of Machanical and Elcetrical Engineering 四、测量数据的平滑滤波 目的： 从数据采集系统得到的测量数据往往叠加有噪声，为提高 数据处理精度，必须去除这些随机噪声，即为平滑滤波。 模拟滤波器：对模拟信号直接滤波 利用计算机：基于各种统计方法的滤波 时域平滑滤波 频域滤波