克服相关性误报的抗噪声信号周期性异常监测方法及系统
知识产权简介
本发明涉及信号周期性异常监测方法，特别是涉及信号中相关性特征误报与周期性特征的区分。在强化抗噪声相关性（Enhanced Noise Resistant Correlation，EnNRC）特征的现有研究基础上，进一步分析了其小样本性质和渐进分布，基于EnNRC特征的理论性质，提出了MO检验。针对过程数据的异常周期性监测场景，在提出的MO检验基础上构建了MO控制图，并设计快速计算方法以满足实时性要求，以监测平稳时间序列数据中的异常周期性特征，有效解决了现有技术的不足。
转化前景
1.本发明基于EnNRC特征构建的MO检验在强背景噪声下也能保持较高的检验精度，表现出更强的抗噪声干扰能力。 2.本发明使用MO控制图相较于传统谱控制图能够更准确地区分周期性与相关性的能力，从而降低了漏报和误报的风险。