Объединение данных, полученных несколькими способами. Опции

[radist_bgtu]

Всем привет.
Есть такая задача - нужно объединить данные, полученные как минимум двумя способами (комплексированием наверно не назовешь, но что-то типа того). А если точнее - есть 2 (минимум) алгоритма, результаты работы которых в силу их особенностей несколько отличается, каждый алгоритм по своему врет. Кроме того, часто бывает ситуация что один алгоритм в целом работает точно, но периодически сбоит - дает выпадения, другой сбоит в другие моменты времени. Выходные данные (они же входные для алгоритма объединения, который мне и нужно сделать) - 6 меняющихся во времени величин - 3 координаты и 3 угла. Как-то нужно все это дело объединить так, что бы получить наиболее правдоподобные данные. Простое усреднение по методам не подходит, нужно как-то вычислять заведомо неверные данные. Что в такой ситуации лучше всего работает.

[tvv]

Если частота выбросов не большая, то самое простое посчитать редуцированное среднее. Проще говоря, из трех значений отбрасывается одно максимально удаленное от двух других. Этим фильтром проходите по всему массиву и по оставшимся 2/3 считаете простое среднее. Тем самым, Вы из не симметричного распределения делаете что-то похожее на гаусс. А в целом, надо понять статистику Ваших "сбоев" и критерий, что называется "правильным значением", а тогда будет понятно как резать лишнее.