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 > 1
data = data';
end
if length(data) <= l
out = NaN;
return;
end
out = 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_std
out(i2 + l) = NaN;
data(i1 + l)= [];
else
i1 = i1 + 1;
end
i2 = i2 + 1;
end
end
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
