摘要
本发明涉及数据异常处理与容错修复技术领域,公开了一种导航异常数据动态检测与容错方法,包括以下步骤:通过多源传感器实时采集导航系统的时序观测数据;基于预设时间长度构建滑动数据窗口,所述窗口随新数据输入动态前移,且相邻窗口间保持50%‑80%的数据重叠率以保障时序连续性;在滑动窗口内计算各传感器数据流的信息熵扰动率,通过比较当前熵值与历史基准熵值的偏离度,判定数据突变、漂移或震荡的异常趋势;基于贝叶斯概率网络建立多源数据关联模型。本发明通过引入异常类型推理、修复结果评价与动态反馈机制,实现了数据异常修复的自适应优化,提升了修复精度和系统长期稳定性。
技术关键词
容错方法
异常数据
信息熵
贝叶斯概率网络
系统健康状态评估
滑动窗口
惯性导航系统采集
卡尔曼滤波器
卡尔曼滤波修正
动态反馈机制
隐变量模型
传感器
三次样条插值
变分贝叶斯
时序
航向角信息
卫星定位系统
系统为您推荐了相关专利信息
负载评估方法
恢复系
系统吞吐量
动态
工业大数据
CT影像数据
医学影像分割方法
多模态特征
格式
医学影像分割系统
时序
聚苯乙烯珠粒
管道压力控制器
非线性
贝叶斯概率网络