车辆燃油油位错误检测和加油检测c＃或SQL

Question

我正在使用电子燃料棒准备汽车燃料水平。

我从GPS设备连续读数，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，并且可以生成漂亮的图形。

我想弄清楚检测

的最佳方法是什么

1. 加油活动
2. 虹吸事件

阅读时有几个问题。 有时候每个燃油油位读数都会达到峰值，并回到接近前一水平的某个位置。这使得误报成为一种挑战。

有时长时间出现尖峰（有时加油后会看到），然后燃油油位会如您所料线性下降。见下面的第二张图。

我有ODO仪表读数和燃油液位读数（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，这些样本与预期的线性下降随时间的偏差很大。

以下是2辆车的数据样本（如图）。 蓝线是实际数据。 红线是我尝试使用10个样本的平均值来尝试“平滑”大偏差。



现在进行研究和思考： 我找到了4种不同的方法来帮助识别大的偏差。 （我认为）

1. https://en.wikipedia.org/wiki/Step_detection
2. https://en.wikipedia.org/wiki/Western_Electric_rules
3. https://en.wikipedia.org/wiki/Nelson_rules
4. https://en.wikipedia.org/wiki/Wiener_filter

我应该考虑哪些更好的选择？

任何人都知道可以使用C＃或TSQL实现的实现吗？

任何建议或想法都会很棒。

Answer 1

正确的方法是制定一个模型来表示加油，虹吸和噪音过程的工作原理。该模型将包含一些自由参数（即正常燃料使用，燃料添加量，加油持续时间，燃料去除量，虹吸持续时间和噪声波动幅度，至少）。然后，事件的“检测”意味着找到使对数似然函数LL（参数）= log 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方法。其他方法可能有助于作为这种方法的近似 - 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搜索最佳拟合参数。这种启发式方法可能与已发布的方法一致 - 这很好，但不是必需的。

Seber＆amp; Wild，“非线性回归”有一个或多个关于具有不连续性的模型的章节。