排序方式: 共有11条查询结果,搜索用时 234 毫秒
1.
靶场外测数据野值点的统计诊断技术 总被引:36,自引:2,他引:36
本文修正了野值点的数学描述性定义,建立了野值的分类模型,创立了多个野值点及野值斑点的“稳健-似然比”检验技术,并进行了仿真计算。 相似文献
2.
3.
基于聚类模糊系统的动态数据野值剔除方法 总被引:1,自引:0,他引:1
针对影响遥测参数处理和分析的野值问题,提出了基于聚类法实时设计模糊系统实现动态数据野值辨识和剔除的新方法。该方法能够自适应跟踪不同变化特性的遥测参数,基于聚类法实现模糊系统的动态建模并获得预测值与观测值的残差序列,再按照狄克松准则实现野值的快速剔除。对实测数据的仿真实验表明:该方法能够显著降低动态建模的复杂度,快速跟踪信号变化,方法可行且有效。 相似文献
4.
5.
空间飞行器导航定位的精度及可靠性很大程度上取决于雷达误差修正模型准确与否。以脉冲雷达为研究对象,采用统计假设检验理论,对雷达测量数据有无野值等不同情形,分别建立了误差模型拟合优度F 检验与容错F-检验、模型分量显著性T-检验和容错T-检验算法,并且利用雷达跟踪飞行器的实测数据对算法进行了验证。结果显示,模型拟合优度检验与模型分量显著性检验等系列算法具有良好的容错性和适应性,可用于诊断雷达误差模型是否正确有效。 相似文献
6.
7.
为消除外测数据处理中异常值和噪声信号对处理结果的影响,结合数据处理的实际,给出一种基于小波变换的鲁棒性滤波算法。首先用移动中值滤波算法剔除原始数据中的异常值,然后采用小波系数去噪算法并结合经验维纳阈值滤波算法,抑制数据中的噪声。仿真计算及实际工程应用表明,该算法在保留特征段及有用信息的同时,有效地剔除了异常值,抑制了噪声,具有很好的鲁棒性。 相似文献
8.
在工程应用中,量测异常及量测噪声统计特性的时变是引起标准卡尔曼滤波振荡甚至发散的主要原因。经典抗差Sage-Husa自适应滤波方案,对量测中的孤立型异常有所抵抗,并可在线估计量测噪声统计特性改善滤波效果,但当连续型异常值出现时,其滤波效果不佳。针对现有抗差Sage-Husa自适应滤波方案的不足,提出了新的改进滤波方法。在改进算法中,当检测到量测异常时采用模值更大的先验预测方差阵代替原算法中的后验估计方差阵,在估计量测噪声方差时起到放大作用,以降低异常量测权重,提高滤波精度;采用IGG方案构造了新的权函数,可在抑制异常影响的同时调节估计方差阵,以免连续异常时新息持续置零引起的滤波发散;采用标准卡尔曼滤波新息辅助异常检测的双重检测策略,避免了因量测噪声方差阵的调节引起检测阈值变化而导致的漏检率增高。仿真实验表明,与常规抗差自适应滤波算法相比,该方案可更加有效地抑制量测异常值的影响。 相似文献
9.
在脱靶量数据处理中,野点的存在对采用非线性最小二乘法估计多普勒频率的精度会产生恶化影响。本文研究利用野值点和多普勒频率在小波域上系数的不同,对不同数据段的系数设定不同阈值进行处理,从而达到去除野值点和恢复多普勒频率的目的。试验结果表明,采用小波变换去除了随机测量误差与野值点对多普勒频率的影响,对于后续的脱靶量参数估计没有任何不利影响。 相似文献
10.