卡尔曼滤波定轨算法的研究进展

本文对国外卡尔曼滤波定轨算法的研究与试验进行了综述。80年代关于地球引场模型误差的研究，有大地改善了滤波的稳定性，在滤波的同时加进卡尔曼平滑，又显著提高了卡尔曼滤波的定轨精度。90年代美国、法国继研制成功卡尔曼波滤定轨软件，并投入试验运行，NASA的TONS软件（中继星星上导航系统）从1992年7月14日开始，在EUVE星上连续运行了320天，定轨精度（RMS）为25m。法国的DIODE（DORIS实时轨道确定）软件从1998年3月26日开始在SPOT4上运行的两年中，最长连接运行12个月，定轨精度（RMS）为6m。     

跟踪飞机机动的自适应滤波方法

本文研究了对目标机动的最优检测问题,针对飞机主要有三种飞行状态:匀速直线运动、加速直线运动与圆运动这一特点,提出了既探测飞机机动又同时判断飞机作何种形式的机动的方法;并建议对飞机的不同飞行状态,采用相应的动态模型。在此基础上,给出了自适应滤波方法。最后给出的仿真计算果表明,自适应滤波方法有较高的跟踪精度。     

卫星回收轨道和导弹弹道的实时跟踪

 本文主要讨论卫星回收轨道和大气外机动导弹弹道的实时跟踪,提出解耦卡尔曼滤波和改进的α-β-γ滤波两种方法,为探测并跟踪目标的机动,滤波中加了自适应的功能,模拟计算和实测数据的计算结果表明,上述方法是有效的。     

对飞机的跟踪方法

 本文叙述对作机动飞行（加速、转弯等）的飞机进行实时跟踪的方法,该方法采用自适应（一阶）多项式滤波,其中用X²分布法探测飞机机动,分别用方差匹配法及两种算法估计由机动产生的模型噪声方差Qk。模拟计算表明,两者对飞机机动的跟踪都是成功的,而后者对工程应用更方便一些。     

数据中的野值剔除方法

本文提出二种野值剔除方法,一种用于实时处理,另一种用于事后处理。前者是在首先找到五至七个正确观测量的基础上,利用递推滤波中的预报残差这个统计量进行逐个判别;后者是在找到五个正确观测量的基础上,主要利用y_(K+1)、y_(K+2)……y_(K+5)、y_(K+l)、y_(K+s)(6≤l相似文献   

动态数据异常值辨识方法

本文研究用于动态数据事后处理的异常值辨识问题，提出用多项式平滑残差平方和、一步预报残差与M－估计进行辨的方法，仿真结果表明，该方法对6σ以上的异常值有较强的辨识能力。     

常增益变采样率自适应滤波

作者曾给出一种跟踪飞机机动的自适应滤波,采用直角坐标系中的9维状态量,利用最优检测统计量探测目标机动,并用估计到的机动加速度修正目标的预报值。 本文将在文献[1]的基础上,提出两种简化自适应滤波。其一,采用两套直角坐标系中的9维卡尔曼滤波,其中的一套滤波用于取代最优检测统计量,完成对目标机动的探测和估计的功能;其二,采用三通道解偶的常增益变采样率自适应滤波。