申请/专利权人：暨南大学

申请日：2024-02-02

公开（公告）日：2024-04-05

公开（公告）号：CN117668472B

主分类号：G06F18/10

分类号：G06F18/10;G06F18/213;G06F18/2433;G01N21/84;G01N17/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2024.03.26#实质审查的生效;2024.03.08#公开

摘要：本发明涉及数字数据去噪处理技术领域，具体涉及一种海岛礁环境多参量监测方法及系统，包括：获取每个溶氧量数据对应的各个观测数据集合和各个相关数据集合，基于各个观测数据集合和各个相关数据集合的数据特征，确定各个观测数据集合的第一可信度和第二可信度；根据各个误差协方差矩阵的噪声表现值、各个观测数据集合的第一可信度和第二可信度，确定每个溶氧量数据的噪声表现值，进而优化卡尔曼滤波算法，获得去噪后的每个溶氧量数据；基于去噪后的每个溶氧量数据，对待监测海岛礁的环境进行监测。本发明通过修正每个溶氧量数据的噪声表现值，提高了溶氧量数据的去噪效果，进而提升了海岛礁环境监测结果的准确性。

主权项：1.一种海岛礁环境多参量监测方法，其特征在于，包括以下步骤：获取待监测海岛礁的海水在当前采集时段内每个采集时刻的溶氧量数据，进而获取每个采集时刻的溶氧量数据对应的各个历史时段的观测数据集合和相关数据集合；其中，所述各个历史时段的长度不同；对于任一采集时刻的溶氧量数据，根据溶氧量数据对应的各个历史时段的观测数据集合，分析观测数据集合本身的数据分布特征和数据变化特征，确定各个历史时段的观测数据集合的第一可信度；根据各个历史时段的观测数据集合的第一可信度、观测数据集合中的数据个数以及相关数据集合，分析所有观测数据集合相互之间的数据特征差异，确定各个历史时段的观测数据集合的第二可信度；确定溶氧量数据对应的各个历史时段的误差协方差矩阵的噪声表现值；根据溶氧量数据对应的各个历史时段的误差协方差矩阵的噪声表现值、各个历史时段的观测数据集合的第一可信度和第二可信度，确定溶氧量数据的噪声表现值；通过每个采集时刻的溶氧量数据的噪声表现值优化卡尔曼滤波算法，利用优化后的卡尔曼滤波算法对所有溶氧量数据进行去噪处理，获得去噪后的每个溶氧量数据；基于去噪后的每个溶氧量数据，对待监测海岛礁的环境进行监测；所述根据溶氧量数据对应的各个历史时段的观测数据集合，分析观测数据集合本身的数据分布特征和数据变化特征，确定各个历史时段的观测数据集合的第一可信度，包括：对于溶氧量数据对应的任一历史时段的观测数据集合，对观测数据集合进行曲线拟合获得观测拟合曲线，确定观测拟合曲线中相邻的两个数据点之间的幅值；其中，观测拟合曲线的横轴为采集时刻，纵轴为观测数据；根据观测拟合曲线中相邻的两个数据点之间的幅值，分析相邻的两个数据点之间的幅值的变化情况，确定观测数据集合的第一异常程度；计算观测数据集合的中位数与观测数据集合的平均值之间的差值，将归一化后的中位数与平均值之间的差值确定为观测数据集合的第二异常程度；确定观测数据集合的最小的预设数目个观测数据，将所述最小的预设数目个观测数据与观测数据集合的平均值之间的差异值的平均值，确定为观测数据集合的第三异常程度；计算观测数据集合的第一异常程度、第二异常程度和第三异常程度的乘积，对三个异常程度的乘积进行反比例的归一化处理，将反比例的归一化处理后的数值作为溶氧量数据对应的该历史时段的观测数据集合的第一可信度；所述根据观测拟合曲线中相邻的两个数据点之间的幅值，分析相邻的两个数据点之间的幅值的变化情况，确定观测数据集合的第一异常程度，包括：统计相邻的两个数据点之间的幅值大于观测拟合曲线对应的平均幅值的次数，记为第一次数；进而统计相邻的两个数据点之间的幅值大于观测拟合曲线对应的平均幅值，且幅值对应的两个数据点中前一个数据点的纵坐标大于后一个数据点的纵坐标的次数，记为第二次数；将第二次数与第一次数的比值作为观测数据集合的第一异常程度；所述根据各个历史时段的观测数据集合的第一可信度、观测数据集合中的数据个数以及相关数据集合，分析所有观测数据集合相互之间的数据特征差异，确定各个历史时段的观测数据集合的第二可信度，包括：确定各个历史时段的观测拟合曲线和相关拟合曲线，进而确定各个历史时段的观测拟合曲线和相关拟合曲线中的极值点；其中，相关拟合曲线的横轴为采集时刻，纵轴为磷元素含量数据；根据同一时段的历史时段的观测拟合曲线和相关拟合曲线中的各个极值点，确定各个历史时段的观测数据集合的真实程度；对于溶氧量数据对应的任一历史时段的观测数据集合，根据该历史时段的观测数据集合的第一可信度、真实程度和数据个数、以及除该历史时段之外的其他各个历史时段的观测数据集合的第一可信度、真实程度和数据个数，确定该历史时段的观测数据集合的第二可信度；所述各个历史时段的观测数据集合的真实程度的计算公式为： ；式中，为溶氧量数据对应的第n个历史时段的观测数据集合的真实程度，norm为线性归一化函数，为溶氧量数据对应的第n个历史时段的相关拟合曲线中所有相邻的极值点之间的平均时间间隔，为溶氧量数据对应的第n个历史时段的观测拟合曲线中所有相邻的极值点之间的平均时间间隔，为对求绝对值，为对求绝对值，为溶氧量数据对应的第n个历史时段的相关拟合曲线中的极值点个数，为溶氧量数据对应的第n个历史时段的观测拟合曲线中的极值点个数，n为历史时段的序号；溶氧量数据对应的第n个历史时段的观测数据集合的第二可信度的计算公式为： ；式中，为溶氧量数据对应的第n个历史时段的观测数据集合的第二可信度，exp为以自然常数为底的指数函数，A为溶氧量数据对应的历史时段个数，s为除第n个历史时段的之外的其他各个历史时段的序号，为溶氧量数据对应的第n个历史时段的观测数据集合的第一可信度，为溶氧量数据对应的第n个历史时段的观测数据集合的真实程度，为溶氧量数据对应的除第n个历史时段之外的其他第s个历史时段的观测数据集合的第一可信度，为溶氧量数据对应的除第n个历史时段之外的其他第s个历史时段的观测数据集合的真实程度，为对求绝对值，为溶氧量数据对应的第n个历史时段的观测数据集合中的数据个数，为溶氧量数据对应的除第n个历史时段之外的其他第s个历史时段的观测数据集合中的数据个数，为对求绝对值；所述根据溶氧量数据对应的各个历史时段的误差协方差矩阵的噪声表现值、各个历史时段的观测数据集合的第一可信度和第二可信度，确定溶氧量数据的噪声表现值，包括：对于溶氧量数据对应的任一历史时段，将该历史时段的观测数据集合的第一可信度和第二可信度的乘积作为比值的分子，将所有历史时段的观测数据集合的第一可信度和第二可信度的乘积的累加和作为比值的分母，将所述比值作为该历史时段的误差协方差矩阵的噪声表现权重；计算该历史时段的误差协方差矩阵的噪声表现值与噪声表现权重的乘积，作为该历史时段的误差协方差矩阵的修正噪声表现值；将溶氧量数据对应的各个历史时段的误差协方差矩阵的修正噪声表现值的累加和作为溶氧量数据的噪声表现值。

全文数据：

权利要求：

百度查询： 暨南大学 一种海岛礁环境多参量监测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD