带脉冲噪声离群值的卡尔曼滤波：一种用于过滤大量离群值数据的鲁棒序贯算法
统计方法学
2022-08-02 v1 统计理论
统计理论
摘要
脉冲噪声离群值是指与其他观测显著不同的数据点。它们通常通过局部回归或卡尔曼滤波算法从数据集中移除。然而，当离群值数量与低噪声数据数量同阶时，这些方法或其推广并不适用。本文基于与卡尔曼滤波中类似的简单潜变量线性高斯过程，提出了一种针对脉冲噪声离群值的新模型。我们提出了一种快速的向前-向后算法来滤波和平滑序贯数据，并同时检测这些离群值。我们将该算法的鲁棒性和效率与经典方法进行了比较。最后，我们将此方法应用于一个来自行走称重系统、含有约60%离群值的真实数据集。针对该应用，我们进一步开发了（显式）EM算法来标定部分算法参数。
引用
@article{arxiv.2208.00961,
title = {Kalman filter with impulse noised outliers : A robust sequential algorithm to filter data with a large number of outliers},
author = {Bertrand Cloez and Bénédicte Fontez and Eliel González García and Isabelle Sanchez},
journal= {arXiv preprint arXiv:2208.00961},
year = {2022}
}