多尺度小波变换在野值剔除中的应用

常见的野值剔除方法即卡尔曼滤波算法条件苛刻,不易实现。在分析了系统方程之后,利用小波变换的基本原理,将系统信号分解到各个尺度上,在各尺度上分别进行卡尔曼滤波,之后进行小波重构从而得到各尺度下的滤波估值。此算法将小波去噪与卡尔曼滤波算法结合起来,能够更有效地剔除野值。针对卡尔曼滤波算法的复杂性,还提出了一种有效的滤波算法,利用该算法进行小波多尺度分解和滤波和重构,信号野值也可以得到很好的剔除。经仿真实验验证,这两种多尺度小波变换算法都能够很好地剔除野值,效果明显。     

基于先验动力学轨道的星载双频GPS数据预处理

针对星载双频GPS数据预处理中的野值剔除和周跳检测问题,提出了基于先验动力学轨道的星载双频GPS数据预处理方法。与传统GPS数据预处理方法在数据利用上局限于GPS原始观测数据本身不同,该方法还利用了动力学定轨产生的先验轨道信息以及GPS卫星精密轨道、钟差数据,并构造接收机钟差估计量和接收机钟差差分值估计量来剔除野值和探测周跳,提高了野值剔除和小周跳探测能力。对CHAMP卫星在轨实测数据的处理分析表明,该方法可以探测出1周甚至0.5周的周跳,可为高精度定轨提供更“干净”的数据源。     

弹道跟踪数据野值剔除方法性能分析

弹道跟踪数据中的野值会影响导弹目标定位精度。对用于弹道跟踪数据的野值剔除方法进行了综述。结合事后和实时两大类处理模式,分析了各野值剔除方法在理论和工程应用上的优缺点,给出了实际应用时的限制因素,建立了野值判决准则和相应的野值剔除实现步骤。仿真结果表明:野值剔除方法可以有效提高弹道跟踪数据的精度。事后处理模式中,基于格拉布斯准则的野值剔除效果最佳;实时处理模式中,基于自适应门限的五点线性预报法野值剔除效果相对较好,且时间复杂度相对较低,适合实时处理。     

遥测数据中的野值剔除

一、前言野值剔除是遥测数据预处理中一项较重要的工作,它能消除数据流中随机出现的含误差较大的测量值,以保证遥测数据的真实性和准确性。在地空武器系统的飞行试验中,部件的机动性大,机动的出现又有较大的随机性,这就使获取的遥测数据的变化规     

基于贝叶斯估计的特征事件判别方法研究

针对利用遥测指令参数进行特征事件自动判别时,现有方法忽略了数据源之间相互印证的条件,仅依据测量值相同来判别特征事件的发生时间,存在一定的误判概率,提出了一种基于贝叶斯估计的特征事件判别方法。方法不仅利用了当前数据源的测量值,同时还兼顾特征事件固有的先验分布信息,能够有效提高自动判别的准确率。首先,通过对特征事件数据源的内涵进行分析,得出了不同数据源相互印证的条件;其次,通过对历史数据进行统计分析,建立了特征事件发生时间的正态分布概率模型,并以此为基础提出了基于贝叶斯最大后验估计算法,设计了完整的特征事件判别方法;最后,通过工程数据的仿真计算和结果分析,验证了方法在特征事件判别中的实用性和有效性。     

多传感器目标跟踪的实时剔野方法

考虑了目标跟踪和航天测控中测量数据的实时剔野问题，测量数据集合中严重偏离大部分数据所呈现趋势的小部分数据点被称为野值点，野值的剔除对提高目标跟踪精度有十分重要的意义，己有的剔野方法从工程应用角度看，存在不适宜成串出现的野值。需要人工干顾、计算量大，不适宜在线快速处理等缺点，多传感器目标跟踪系统可以通过合理利用传感器的互补与冗余信息来能提高系统的目标跟踪性能，本文在多传感器目标跟踪条件下，综合利用多传感器数据形成的对目标状态参数的正确描述和测量数据集合主体的变化趋势，给出了实时、准确、高效地识别测量数据中野值点的方法。仿真结果表明利用多传感器目标跟踪中航迹融合的分布式融合方法，可以快速、有效地解决野值斑点剔除问题。     

基于卡尔曼滤波的飞行器测控伺服记忆跟踪算法

针对目标飞行异常情形下遥测伺服设备记忆跟踪精度低的问题,提出一种基于卡尔曼滤波的记忆跟踪算法。该算法利用卡尔曼滤波减小测量数据失真引入的初始误差,并对滤波后速度和加速度值进行记忆外推。外推数据采用Neville插值,保证记忆跟踪时天线能够平滑运行。仿真结果显示,飞行器飞行异常情形下该算法跟踪角度均方根误差较现有的记忆跟踪算法平均减小39%。     

动态测量数据的高保真容错Q-滤波算法

针对航天器遥测和跟踪数据非平稳、噪声干扰、数据散乱、野值多、真实信息往往被随机误差淹没等问题,提出一组新型滑动容错滤波算法,称Q-滤波容错算法。 采用原始数据滑动四分位滤波和滤波残差四分位过滤补偿相结合的方式,实现各种带野值、非平稳、强噪声干扰和超低信噪比的采样数据序列剔除野值、削弱扰动和提取信号。理论分析、仿真计算和飞行数据应用实例证实了该Q-滤波算法有强容错能力和提取采样数据本真变化的能力,可以从被噪声淹没和低信噪比的非平稳采样数据序列中或者在采样数据变化形态杂乱的情况下,高保真地准确提取测量对象的真实变化信息。     

基于星间测距的卫星自主导航中异常值剔除方法

在星间观测值数据传输中,由于种种因素有个别值与其他值截然不同,对定轨精度造成了严重的影响,必须对这些违反测量过程规律的异常测量值进行剔除。提出一种运用轨道积分器与设定随时间实时变化的门限值对星间距离观测值进行异常值剔除的方法。仿真结果表明,这种异常值剔除方法能够成功剔除观测误差大于等于180m的异常值,较精确、实时地剔除了对定轨结果影响较大的异常值,在卫星导航领域具有一定的应用价值。     

卡尔曼滤波技术在自旋卫星姿态确定中的研究与应用

卫星执行飞行任务时,对卫星的定向都有预定的要求。星上控制系统与地面测控系统都需要姿态确定的信息,因此如何利用卫星遥测数据来确定卫星姿态非常必要。通过引入一个离散控制过程的系统,推导出应用于自旋卫星姿态确定的卡尔曼滤波过程。根据量测量的获取情况,首先对量测量全部正常获取时的卡尔曼滤波定姿计算方法和步骤进行详细论述,然后对其他情况下的滤波进行描述,最后给出应用情况分析。     

一种基于RTK的遥测设备方位零位标定方法*

针对现有遥测设备方位零位标定方法不满足机动测控需求的问题，提出一种基于旋翼无人机及实时动态 RTK 载波相位差分技术的遥测设备方位零位标定方法，推导测向关键算法，完成方位零位标定系统设计。通过采用数据同步匹配、异常值剔除及随机误差平滑等算法提高标定精度。测试及分析结果表明，采用该方法的方位零位标定精度可满足当前 S 频段和 Ka 频段遥测设备要求。     

一种自旋稳定卫星姿态传感器数据异常的诊断方法

针对自旋稳定卫星遥测数据异常时,故障类型和故障源难于辨识的问题,提出一种数据驱动的故障诊断新思路.该方法提出将卫星姿态与传感器之间固有冗余关系是否保持作为判断故障类型的依据,并利用主成分分析把这种关系通过测量空间的特征值进行量化,监测特征值之间相应比例的变化实施判定;借助正交子空间的结构分析,选择SPE统计量进行故障检测和故障源的定位.在遥测数据的基础上模拟风云某型气象卫星的不同故障模式,并应用本文方法进行分析,结果表明,该方法克服了传统贡献图方法无法判别故障类型的缺点,可以实现对故障的正确诊断.     

一种卫星遥测参数趋势异常的自动识别方法

针对卫星遥测参数变化趋势人工监视准确度低、成本高的问题,在基于小波的频域转换方法基础上,提出了一种基于神经网络的趋势异常的自动学习和判别方法,即通过建立遥测参数趋势变化的频域特征向量模型,利用多层前馈(BP)神经网络方法,实现遥测趋势变化的自动判别和定位,能够有效提高卫星在轨监视的精细化程度和准确度。通过某卫星红外敏感器和太阳电池阵电流遥测趋势识别对方法的有效性进行了验证,结果表明:该方法能够满足自动监视要求,可为卫星在轨管理提供参考。     

基于磁强计和红外地平仪的卫星轨道姿态一体化确定方法

针对近地微小卫星,突破轨道姿态确定分而治之的传统模式,根据耦合的卫星轨道姿态动力学方程,提出了基于磁强计和红外地平仪的轨道和姿态同时确定方法.敏感器的测量值既跟轨道有关,又跟姿态有关,充分利用测量值中的轨道和姿态信息,推导了轨道姿态一体化确定的扩展卡尔曼滤波算法.利用非线性系统局部可观测性理论对系统进行了可观测性分析,给出了不同参数对局部可观测性的影响,并对不同观测量情况下的可观测性进行了比较.最后对该算法进行了数学仿真,结果表明,该算法的可行性和有效性.     

无人直升机遥测数据异常值的一种检验方法

在对无人直升机遥测数据异常值处理过程中,将外推拟合法和回归模型检验法相结合,保留了它们的优点,避免了其各自的不足。给出分析遥测数据异常值的一种检验方法,讨论此方法在某型无人直升机遥测数据的处理中的应用,并通过实际的试飞数据进行了分析。     

应用三向测量数据的深空探测器实时滤波定位算法

三向测量数据是深空探测器的一类重要观测数据,文章采用不敏卡尔曼滤波(UKF)算法实现了应用三向测量数据的深空探测器实时滤波定位计算,给出了三向测量体制下的观测模型及观测预测值计算方法,建立了动力学及非动力学两种方式下的滤波预测模型。利用嫦娥三号探测器的实测数据对算法进行了有效性验证,结果表明,文章所给出的观测及预测模型建立方法,适用于三向测量数据,动力学建模算法的稳定性与抗野值能力优于非动力学建模算法,但复杂度又高于非动力学建模方法。上述研究结果对深空探测器的定位或定轨计算具有一定的参考价值。     

基于优先级的通信卫星遥测数据调度策略研究

针对卫星遥测数据对传输要求的多样性,以及用户观测遥测数据的周期要求各不相同等特点,提出一种基于优先级的卫星遥测数据调度策略,建立参数优先级、源包优先级、虚拟通道优先级和调度方式优先级四层进行综合调度,有效提高信道的使用效率,最大程度满足用户对于星载实时遥测和延时遥测的观测需求,同时提供了可针对不同速率遥测参数和用户观测特殊需求定制的遥测下传策略,具有更大的灵活性和可操作性。     

基于参数估计的BPSK/PM遥测异常信号识别方法研究

为了对卫星地面测试和在轨运行期间可能发生导致遥测信号异常的偶发故障进行排查,快速精确地定位问题,文章进行了异常遥测信号识别方法研究。针对二进制相移键控/相位调制(BPSK/PM)遥测信号,通过分析信号的特征,总结了遥测接收过程中异常信号可能发生的三种情况及其原因,提出一种基于参数估计的异常遥测信号识别方法,并进行了仿真验证。该方法的应用可以宏观区分遥测调制信号异常与数据异常,并作为异常信号存储和再处理的基础,从而为故障判定提供数据支撑。     

飞行器遥测跟踪的多模式自动转换方法研究

针对飞行器试验遥测跟踪过程中的目标轨迹异常、遥测信号不稳定等情况,通过建立不同情况下的天线跟踪方式评价系统,研究自跟踪、外引导跟踪、程控跟踪等跟踪模式联合工作的可能性,并提出一种遥测跟踪方式优选判别、模式自动转换的方法,提高遥测数据的有效性。飞行试验结果验证了方法的有效性。     

临近空间高超声速目标点迹处理研究

针对临近空间高超声速目标在雷达数据处理中容易出现目标分裂的问题,通过分析临近空间高超声速目标原始点迹数据特点,提出了一种适合临近空间高超声速目标点迹处理的方法,该方法通过野值剔除、点迹数据归并、点迹凝聚和修正等步骤,实现了目标原始点迹数据一个目标在某一时刻只有一个点迹的要求。仿真结果表明,该方法能够实现对临近空间高超声速目标原始点迹的有效处理。