航天靶场外测数据野值点的准实时诊断方法研究

野值点的检测与诊断在航天测控工程中有重要意义。本文根据测量数据序列容错滤波技术,建立了三组不但能用于事后高精度处理也可实时在线处理的野值点检测方法。仿真计算结果证实,这些方法不但能以100％准确率检出采样序列中孤立型的野值点,还可快速有效地检出存在于序列中的各野值斑点,准确率达到98％以上(与斑点长度和滑动窗长度有关)。     

航天靶场外测数据野值点的准实时诊断方法研究

野值点的检测与诊断在航天器测控工程中有重要意义。本文根据测量数据序列容错滤波技术，建立了三组不但能用于事后高精度处理也可实时在线处理的野值点检测方法。仿真计算结果证实，这些方法不但能以１００％准确率检出采样序列中孤立型的野值点，还可快速有效地检出存在于序列中的各野值斑点，准确率达到９８％以上（与斑点长度和滑动窗工度有关）。     

基于SVR的导航传感器自适应野值检测方法

针对Lagrange插值法无法处理连续野值的问题，提出了一种基于改进支持向量回归(Support Vector Regression, SVR)的导航传感器自适应野值检测方法。该方法结合了支持向量回归利用小样本数据就能够准确建模和3σ准则计算简易的优点，利用支持向量回归在线建立舰船的运动模型对测量值进行实时预测，并利用3σ准则自适应地计算阈值，然后通过比较阈值与预测残差来判别测量值是否为野值点。该方法可以自动地学习舰船的运动趋势，建立舰船的真实运动模型，而且不受连续野值点的影响，能够在没有其他传感器辅助的条件下完成野值检测。海试实测数据表明，提出的方法对离散和连续的野值点均具有较好的检测效果，同时可以更好地估计传感器的真实测量值。     

BP神经网络在雷达测轨数据异常值处理中的应用

在对雷达跟星校飞试验测量数据进行分析的基础上,利用BP神经网络方法建立了丢失帧数据和野值帧数据的估算模型。通过实例计算、分析、比较,证明BP神经网络方法估算精度要优于三次样条插值。     

利用二次型实时剔除雷达数据中野值的方法

实时剔除雷达测量数据中的野值对于提高目标轨迹精度具有重要意义。文中分析了一种利用残差和误差相关矩阵构造二次型作为判定野值的方法,并给出了这种方法的实现思路和仿真结果,指明了该方法可推广应用的领域。     

基于最小二乘B样条逼近的观测数据野值剔除方法

本文提出了一种适用于弹道观测数据野值剔除的方法。该方法以最小二乘B样条逼近算法为基础，用拟合残差构造加权序列并通过迭代得到B样条系数的稳键估计，对各观测值与拟合值进行比较时在3σ准则的基础上引入偏度分析方法，以确保正确识别出观测数据中的野值，并以拟合值替代之。     

一种变信噪比条件下的恒虚警野值检测方法

野值检测又称异常值检测,是模式识别、机器智能和知识发现等领域经常面临的一个问题。当出现环境失配,数据信噪比（SNR）发生变化时,测试样本和训练样本所含噪声会有不同方差,以往的野值检测方法在虚警控制方面将会失效。针对这一问题,提出一种基于归一化残差（NR）的野值检测方法。该方法首先根据所需虚警概率和噪声方差变化情况确定野值检测门限,其次基于训练样本计算待考查模式的NR值,再比较NR值与检测门限的相对大小,从而判断待考查模式是否为野值。这一方法所依赖的检测门限对所需虚警率和噪声方差变化具有适应能力,因此可以在变信噪比条件下实现恒虚警（CFAR）野值检测。仿真实验验证了所提方法在虚警控制和野值检测方面的优越性能。     

自适应核模式分析方法及其在航空发动机部件性能衰退识别中的应用

针对测量数据因其部件之间的耦合不能有效识别各个部件性能衰退程度的问题,提出一种基于性能修正因子核模式分析的发动机部件性能衰退识别方法,并能与传感器测量偏差区分开。首先将传感器测量数据输入到自适应模型中去,产生一组用于识别部件性能衰退的修正因子。将修正因子参考模式通过核模式映射到高维特征空间中去,在此可分(基本可分)空间中完成识别。考虑到修正因子参考模式在高维空间中映射的像呈带状分布,几何距离不能有效识别,基于此采用神经网络方法对模式进行识别。识别成功率达到94.34%。进一步分析了特征约简的输入维数对识别效果的影响以及所提方法的泛化能力。考查了噪声对模式识别的影响,得到幅值3%以内的噪声对识别结果无明显影响。证明了“自适应模型+核模式分析+神经网络”识别方法是可行的。      

一种低轨卫星轨道预报算法

在基于EMBET（Error Model Best Estimation of Trajectory,误差模型最佳弹道估计）的雷达自校准处理过程中,需要基于给定的低轨卫星初始状态完成轨道预报,得到与雷达测量序列对应的卫星位置序列,进而通过迭代收敛过程得到误差模型参数估计。针对低轨卫星轨道迭代预报的需要,提出了一种边积分边插值的轨道预报方法。即将低轨卫星轨道积分计算过程的加速度计算结果直接应用到三弯矩插值,省略了三弯矩插值中节点矩的计算过程,同时将积分步长以及插值区间步长设置为1 s,减少了积分及插值中乘法和除法的计算次数,进一步提高了计算效率。经仿真计算表明,该方法在保证轨道预报精度的情况下,计算效率比传统低轨卫星轨道预报方法提高了约20倍,有效提高了雷达自校准处理的时效性。     

基于改进的UPF雷达组网数据融合方法

传统粒子滤波方法(PF)中,粒子权值仅参考当前观测值,由于观测随机误差的影响,降低了粒子权值的准确性。本文提出一种新的粒子权值确定方法,利用目标运动方程向后外推目标状态,综合利用外推的目标状态以及历史观测数据,降低了观测随机误差的影响,改进了粒子权值的准确性,从而提高了粒子滤波性能。采用改进的粒子滤波方法处理多雷达测量数据,仿真结果表明,改进的粒子滤波方法可以很好地实现多雷达测量数据的融合处理,提高了目标外弹道定位精度,可以应用在飞行器跟踪测量的数据融合处理中。