罗曼诺夫斯基准则原理
罗曼诺夫斯基准则又称 t检验准则，其特点是首先删除一个可疑的的测得值，然后按 t分布检验被剔除的测量值是否含有粗大误差
罗曼诺夫斯基准则
1）选取合适的显著度a，选择合适的数据处理长度n。由a、n在t分布表中查出系数K。(例如：a为0.05、n为15，则 K2.24)
2）计算处理段数据的平均值 3）计算处理段数据的标准 4）| 检测值 - 计算处理段数据的平均值 | > K*计算处理段数据的标准差,如果成立则检测值为粗大值，需要剔除。
实现代码
function out = fun_romanovsky(data, l, a)% 功能:罗曼诺夫斯基准则剔除粗大值% 参数:% data 输入数据% l分段长度% a 显著度% 返回值：剔除粗大值后的数据[m,n] = size(data);if m > 1data = data';endif length(data) <= lout = NaN;return;endout = data;i1 = 1;i2 = 1;while ( i1 <= length(data)-l )temp = data(i1:i1+l);data_mean = mean(temp);% v = temp - data_mean;% 求方差temp_std = std(temp);% K由l、a查表所得K = 2.24;if abs(data(i1 + l) - data_mean) > K*temp_stdout(i2 + l) = NaN;data(i1 + l)= [];elsei1 = i1 + 1;endi2 = i2 + 1;endend
测试代码
data = [20.42 20.43 20.40 20.43 20.42 20.43 20.30 20.40 20.43 20.42 20.41 20.39 20.39 20.40 20.40 21.40 20.43 20.39 20.60 20.39 20.42 20.40 20.43];data1= fun_romanovsky(data, 15, 0.05);x = 1:length(data);figure(2);plot(x, data, 'b-', x , data1, 'ro');legend('处理前','处理后');
效果图
