车辆燃油油位错误检测和加油检测c#或SQL

我正在用一个电子燃料棒准备车辆的燃料水平

我有一个GPS设备的连续读数，它每隔1分钟发送一次数据。我目前将这些数据存储在我的Microsoft SQL数据库中，并且可以生成好看的图形

我正试图找出最好的检测方法

加油事件

虹吸事件

在阅读方面有几个问题。 有时，每个燃油油位读数都会出现峰值，并回到接近上一个油位的位置。这使得假阳性成为一个挑战

有时长时间出现峰值（有时加油后会出现），然后燃油油位会如您所预期的那样线性下降。请参见下面的第二个图表

我有里程表读数和燃油油位读数（以升为单位）

鉴于上述问题，我需要一种方法来检测这些噪声样本，这些样本随着时间的推移与预期的线性下降有很大的偏差

以下是2辆车的数据示例（如图所示）。 蓝线是实际数据。 红线是我尝试使用10个样本的运行平均值来尝试“平滑”大偏差

现在进行研究和想法： 我发现了4种不同的方法来帮助识别较大的偏差。（我想）

有没有更好的选择我应该考虑？< / P> 有人知道可以使用C#或TSQL实现的实现吗

---

任何建议或想法都很好。

正确的方法是建立一个模型来表示加油、虹吸和噪声过程是如何工作的。该模型将包含一些自由参数（即正常燃油使用、添加的燃油量、加油持续时间、去除的燃油量、虹吸持续时间和噪声波动幅度，至少）。然后，“检测”事件意味着找到使对数似然函数LL（参数）=对数p（数据|参数）最大化的参数。这是你能做的最好的——如果你能做到这一点，你就不需要任何其他的方法了。其他方法可能对这种方法有用——这是使用这些方法的理由

由于模型是不连续的，因此对数似然函数也可能是不连续的。可能需要一些启发式方法来搜索最佳拟合参数。这种启发式可能与已发布的方法一致——这很好，但不是必需的

---

Seber&Wild，“非线性回归”有一个或多个章节介绍具有不连续性的模型

正确的方法是建立一个模型来表示加油、虹吸和噪声过程是如何工作的。该模型将包含一些自由参数（即正常燃油使用、添加的燃油量、加油持续时间、去除的燃油量、虹吸持续时间和噪声波动幅度，至少）。然后，“检测”事件意味着找到使对数似然函数LL（参数）=对数p（数据|参数）最大化的参数。这是你能做的最好的——如果你能做到这一点，你就不需要任何其他的方法了。其他方法可能对这种方法有用——这是使用这些方法的理由

由于模型是不连续的，因此对数似然函数也可能是不连续的。可能需要一些启发式方法来搜索最佳拟合参数。这种启发式可能与已发布的方法一致——这很好，但不是必需的

---

Seber&Wild，“非线性回归”有一个或多个章节介绍具有不连续性的模型

Matlab是解决这类问题的好方法。你可以在Matlab论坛上问这个问题，许多伟大的数学家在那里回答问题。您可以在matlab中创建一个dll，并从c#应用程序调用该dll。一个简单的解决方案是删除10个最高值和10个最低值，然后平均剩余的数字，只查看最后1小时的数据。@jdweng，我认为这不会有多大帮助，因为我每分钟收到1条记录。有趣的是使用Matlab进行检查。我以前从未使用过它，但让我们看看Matlab论坛的其他人能想出什么：）谢谢你的建议，你可以相应地调整时间。取最后的X个样本，去除Y最大值和Z最小值，并对其余样本取平均值。这是一个非常简单的解决问题的方法，Matlab是解决这类问题的好方法。你可以在Matlab论坛上问这个问题，许多伟大的数学家在那里回答问题。您可以在matlab中创建一个dll，并从c#应用程序调用该dll。一个简单的解决方案是删除10个最高值和10个最低值，然后平均剩余的数字，只查看最后1小时的数据。@jdweng，我认为这不会有多大帮助，因为我每分钟收到1条记录。有趣的是使用Matlab进行检查。我以前从未使用过它，但让我们看看Matlab论坛的其他人能想出什么：）谢谢你的建议，你可以相应地调整时间。取最后的X个样本，去除Y最大值和Z最小值，并对其余样本取平均值。这是一个非常简单的解决问题的方法。谢谢你的建议。然而，我希望了解哪些模型可以用来消除造成最大问题的噪音。一旦噪音消失，这意味着虹吸和加油模型变得微不足道。关于哪种方法是消除噪音的最佳方法的任何建议。考虑到移动的车辆可以在第二个图中看到超过2小时的波动，这只是这些燃料测量单元的性质。还考虑到上坡、下坡、道路颠簸、加速、减速+其他因素都会导致“噪音”，“消除噪音”相当于