野值
- 基于差分和局部離群因子的遙測(cè)數(shù)據(jù)野值檢測(cè)方法
群因子的遙測(cè)數(shù)據(jù)野值檢測(cè)方法鄢青青，肖 鋒，柳振民（西昌衛(wèi)星發(fā)射中心，西昌，615000）為提高火箭飛行遙測(cè)數(shù)據(jù)孤立型野值檢測(cè)的準(zhǔn)確性和檢測(cè)效率，針對(duì)遙測(cè)數(shù)據(jù)變化范圍大、分布參數(shù)未知、數(shù)據(jù)量大等特點(diǎn)，提出一種基于差分和局部離群因子的野值檢測(cè)算法，通過一階差分使遙測(cè)數(shù)據(jù)中快速變化段的突變點(diǎn)與正常幅值點(diǎn)區(qū)分開，然后去除差分值中的重復(fù)值以降低計(jì)算復(fù)雜度，并將數(shù)據(jù)點(diǎn)的重疊度引入局部離群因子的計(jì)算中以快速篩選出局部離群程度較大的突變點(diǎn)，最后利用突變點(diǎn)的差分值符號(hào)特征
導(dǎo)彈與航天運(yùn)載技術(shù) 2023年1期2023-03-09
- 無線電指令制導(dǎo)測(cè)量準(zhǔn)確度標(biāo)校及數(shù)據(jù)處理
趨勢(shì)的異常點(diǎn)(“野值”)[6]，野值的存在會(huì)歪曲標(biāo)校數(shù)據(jù)概率分布特征，嚴(yán)重地影響了制導(dǎo)系統(tǒng)測(cè)量準(zhǔn)確度的標(biāo)校結(jié)果。因而，必須對(duì)標(biāo)校數(shù)據(jù)進(jìn)行預(yù)處理，檢測(cè)、識(shí)別野值，并加以剔除。通常，可以采用固定閾值判決[7]、卡爾曼濾波[7]、最小二乘法[8]、外推擬合法[9]等標(biāo)校數(shù)據(jù)進(jìn)行有效剔除，然后再采用萊特準(zhǔn)則、羅曼諾夫斯基準(zhǔn)則、格拉布斯準(zhǔn)則及肖維勒準(zhǔn)則等[10]進(jìn)行事后野值剔除。上述方法要么對(duì)標(biāo)校設(shè)備的適應(yīng)性有所差異，對(duì)統(tǒng)計(jì)特性具有約束性，要么僅對(duì)某些特定類型的野值
兵器裝備工程學(xué)報(bào) 2022年11期2022-12-14
- 黃海海域FY4A衛(wèi)星溫濕廓線適用性分析
。2.2.2 “野值”的處理基于不損失大量有效信息和盡可能多的剔除“野值”兩個(gè)方面考慮，根據(jù)前人處理風(fēng)云衛(wèi)星數(shù)據(jù)“野值”的經(jīng)驗(yàn)，將大于平均值加2倍標(biāo)準(zhǔn)差和小于平均值減2倍標(biāo)準(zhǔn)差的數(shù)據(jù)定義為“野值”［16］，并予以剔除。經(jīng)過試驗(yàn)發(fā)現(xiàn)每次剔除的“野值”數(shù)量大致在10%左右，因此我們選擇剔除10%的數(shù)據(jù)。2.2.3 誤差檢驗(yàn)3 數(shù)據(jù)評(píng)估相關(guān)文獻(xiàn)表明，表面波導(dǎo)的高度一般在300m以下，懸空波導(dǎo)通常出現(xiàn)在3000m高度以下，而蒸發(fā)波導(dǎo)通常在6m～30m之間［17］，
艦船電子工程 2022年3期2022-12-01
- 基于卡方檢測(cè)和相關(guān)向量機(jī)的DVL異常信息處理機(jī)制
波束失效容易出現(xiàn)野值；并且當(dāng)AUV航行過程中遇到深溝、淤泥等情況，即海底超過測(cè)量范圍或存在吸收信號(hào)的物質(zhì)時(shí)，DVL可能難以獲取反射信號(hào)，會(huì)導(dǎo)致短時(shí)失效[12]。在這些情況下，DVL的速度測(cè)量誤差可能很大。因此，在復(fù)雜海洋環(huán)境下，DVL誤差是影響組合導(dǎo)航精度的重要因素。近年來，很多學(xué)者圍繞著DVL信息異常相關(guān)方面進(jìn)行了大量的研究。針對(duì)野值問題，朱兵[13]等提出一種基于馬氏距離算法的Huber魯棒自適應(yīng)卡爾曼濾波算法，根據(jù)量測(cè)噪聲特性對(duì)調(diào)節(jié)因子進(jìn)行實(shí)時(shí)的自適
中國慣性技術(shù)學(xué)報(bào) 2022年4期2022-11-11
- 施工隧道數(shù)據(jù)處理中的可靠卡爾曼濾波①
器, 發(fā)現(xiàn)其在抗野值, 噪聲估計(jì)以及非線性系統(tǒng)的適應(yīng)性方面性能較差,從而導(dǎo)致濾波數(shù)據(jù)發(fā)生嚴(yán)重偏移, 針對(duì)以上問題, 提出了一種自適應(yīng)噪聲優(yōu)化的可靠卡爾曼算法, 通過對(duì)野值數(shù)據(jù)的合理補(bǔ)償及對(duì)噪聲的實(shí)時(shí)估計(jì), 進(jìn)一步優(yōu)化了系統(tǒng)的建模精度, 獲得更準(zhǔn)確的濾波結(jié)果.2 可靠卡爾曼過濾算法設(shè)計(jì)2.1 野值處理在施工掘進(jìn)過程中, 傳感器的傳輸線不可避免地會(huì)被破壞, 系統(tǒng)將此時(shí)的測(cè)量值定義為與正常測(cè)量范圍有巨大偏差的數(shù)值, 稱這樣的值為野值[13]. 在一個(gè)相對(duì)穩(wěn)定的環(huán)
計(jì)算機(jī)系統(tǒng)應(yīng)用 2022年9期2022-09-20
- 基于卡爾曼和最小二乘的抗野值降噪方法研究
實(shí)值的數(shù)據(jù)稱為“野值”。根據(jù)是否連續(xù)，野值可分為孤立型野值和連續(xù)型野值[1]，孤立型野值表現(xiàn)形式是孤立的點(diǎn)，而連續(xù)型野值則成片出現(xiàn)，也稱為斑點(diǎn)型野值。在對(duì)測(cè)量數(shù)據(jù)降噪時(shí)，野值會(huì)給降噪結(jié)果帶來很大的誤差，甚至?xí)剐盘?hào)嚴(yán)重失真。因此，為獲取有效測(cè)量數(shù)據(jù)，需采用魯棒性強(qiáng)、濾波精度高的降噪方法，對(duì)原始數(shù)據(jù)進(jìn)行降噪，并將野值剔除或進(jìn)行必要的修正?？柭鼮V波作為線性高斯系統(tǒng)的最優(yōu)濾波算法，具有理論基礎(chǔ)完備、計(jì)算簡便等優(yōu)點(diǎn)，已廣泛應(yīng)用于測(cè)量數(shù)據(jù)的降噪處理[2-3]。傳統(tǒng)
計(jì)算機(jī)仿真 2022年7期2022-08-22
- 基于回歸模型的采集數(shù)據(jù)清洗技術(shù)
為孤立值、飛值、野值或者奇異值。采集數(shù)據(jù)中,野值的存在會(huì)使分析結(jié)果產(chǎn)生嚴(yán)重錯(cuò)誤，因此對(duì)采集數(shù)據(jù)進(jìn)行清洗的主要任務(wù)是對(duì)錯(cuò)誤數(shù)據(jù)(即飛值或野值)的清洗。本文將研究在大規(guī)模采集中的野值清洗問題，即在海量的采集數(shù)據(jù)中對(duì)野值進(jìn)行識(shí)別，并通過合適的算法給出野值對(duì)應(yīng)位置的最優(yōu)估計(jì)值。首先提出了一種利用一定采集時(shí)間內(nèi)相鄰采集數(shù)據(jù)(不包含當(dāng)前數(shù)據(jù))的回歸值和采集參數(shù)變化率給出野值精細(xì)識(shí)別的方法，然后給出了基于回歸模型的數(shù)據(jù)清洗的完整處理流程，最后利用真實(shí)飛行采集數(shù)據(jù)對(duì)本文提
電光與控制 2022年4期2022-04-07
- 一種新的魯棒PM濾波及其在組合導(dǎo)航中的應(yīng)用*
當(dāng)系統(tǒng)出現(xiàn)尖銳的野值時(shí)，M估計(jì)濾波和H∞濾波均會(huì)出現(xiàn)較大誤差以至發(fā)散。本文針對(duì)組合導(dǎo)航系統(tǒng)中出現(xiàn)多種尖銳野值的情況，引入GM估計(jì)野值檢測(cè)抑制方法，構(gòu)建了魯棒PM估計(jì)濾波，應(yīng)用于高空飛行器CNS/SAR/SINS組合導(dǎo)航中，并進(jìn)行了仿真分析。1 基于M估計(jì)的線性濾波1964年，Huber經(jīng)過嚴(yán)格的推導(dǎo)[5]，提出了廣義極大似然估計(jì)，即M估計(jì)魯棒濾波。針對(duì)高斯噪聲受到污染的系統(tǒng)，M估計(jì)結(jié)合了l1和l2范數(shù)構(gòu)造代價(jià)函數(shù)，其魯棒性優(yōu)于l2范數(shù)估計(jì)，其優(yōu)點(diǎn)是保證最大
航天控制 2021年2期2021-11-18
- 基于卡爾曼濾波的遙測(cè)數(shù)據(jù)野值剔除方法
正常值的數(shù)據(jù)稱為野值[1-5]。野值的出現(xiàn)將嚴(yán)重影響對(duì)遙測(cè)信號(hào)特征的分析，因此，剔除野值是分析遙測(cè)信號(hào)特征的一個(gè)重要前期步驟[6-8]。目前，常用的野值處理方法主要有三種[9-10]：一是在分析數(shù)據(jù)統(tǒng)計(jì)特性基礎(chǔ)上，通過設(shè)置合理的閾值對(duì)野值進(jìn)行判別和剔除，主要有羅曼諾夫斯基準(zhǔn)則、狄克松準(zhǔn)則及萊特準(zhǔn)則等；二是通過提取并分析數(shù)據(jù)特征對(duì)野值進(jìn)行判別和剔除，主要有小波變換方法、信號(hào)特征提取方法等；三是求取并分析數(shù)據(jù)的估計(jì)值與原始值差的統(tǒng)計(jì)特性來進(jìn)行判別。第一種方法未
航天返回與遙感 2021年4期2021-09-18
- 基于機(jī)動(dòng)識(shí)別的多級(jí)組合濾波器設(shè)計(jì)
的機(jī)動(dòng)檢測(cè)機(jī)制和野值剔除準(zhǔn)則，實(shí)現(xiàn)多個(gè)濾波器之間的有效切換，使得設(shè)計(jì)的組合濾波器能夠有效解決暫態(tài)跟蹤和穩(wěn)態(tài)濾波精度之間的矛盾。1 α-β 濾波器2 機(jī)動(dòng)識(shí)別組合濾波器設(shè)計(jì)不失一般性，本文僅考慮運(yùn)動(dòng)目標(biāo)的位置和速度估計(jì)問題。在設(shè)計(jì)組合濾波器之前，首先，根據(jù)任務(wù)需求（如濾波器收斂速度、濾波精度指標(biāo)等），通過大量仿真，分別構(gòu)造了適應(yīng)不同濾波任務(wù)的多個(gè)最優(yōu)α-β 濾波器。然后，通過對(duì)濾波輸入數(shù)據(jù)進(jìn)行野值判別，若數(shù)據(jù)異常，則直接剔除，并通過濾波外推；若數(shù)據(jù)正常，進(jìn)入
火力與指揮控制 2021年8期2021-09-08
- 一種彈道外測(cè)數(shù)據(jù)的野值處理方法
這些異常點(diǎn)便稱為野值［1］。野值的存在將直接影響到數(shù)據(jù)的處理精度與分析結(jié)果，因此，有必要在外測(cè)數(shù)據(jù)預(yù)處理過程中，對(duì)它們進(jìn)行檢測(cè)識(shí)別與剔除修正。通常情況下，野值根據(jù)是否連續(xù)可劃為孤立野值和斑點(diǎn)野值兩種類型，孤立型野值是指數(shù)據(jù)序列中非持續(xù)出現(xiàn)的某一獨(dú)立時(shí)刻異常跳變點(diǎn)；斑點(diǎn)型野值是指數(shù)據(jù)序列中持續(xù)出現(xiàn)的幅度較為接近的成片異常跳變點(diǎn)［2］。當(dāng)前圍繞孤立型野值處理常見的有差分檢測(cè)法及多項(xiàng)式外推擬合法［3-4］，其剔除作用顯著，但對(duì)斑點(diǎn)型野值的處理不太理想，易導(dǎo)致野值
火力與指揮控制 2021年6期2021-08-06
- 測(cè)量數(shù)據(jù)野值的局部化處理模型與算法
的數(shù)據(jù)點(diǎn)被定義為野值，一般分為孤立型與斑點(diǎn)型兩種類型[3-4]。相比連續(xù)型野值成片出現(xiàn)的情況，孤立型野值是更為普遍的一類野值，其剔除方法主要有門限法、均方值法、肖維勒法等[5-6]。近年來，朱新巖等基于殘差特性分析，研究了野值檢測(cè)與剔除方法[7]；金學(xué)軍基于最小二乘擬合方法，對(duì)數(shù)據(jù)野值進(jìn)行了剔除[8]；史椸等研究了基于方差聚類的時(shí)序數(shù)據(jù)野值識(shí)別算法[9]；葉艷等基于奇異值分解和小波分析對(duì)數(shù)據(jù)野值進(jìn)行了綜合處理[10]；李釘云等以卡爾曼濾波的殘差絕對(duì)值作為判
組合機(jī)床與自動(dòng)化加工技術(shù) 2021年7期2021-08-02
- 捷聯(lián)慣性基組合導(dǎo)航魯棒UKF方法
矩陣的權(quán)重以削弱野值對(duì)濾波的影響，但是這樣會(huì)犧牲濾波一定的估計(jì)精度[12]。文獻(xiàn)[13]對(duì)魯棒濾波在初始對(duì)準(zhǔn)動(dòng)基座中的應(yīng)用進(jìn)行了研究，文獻(xiàn)[14]對(duì)改進(jìn)的Huber 魯棒濾波進(jìn)行了研究，通過文獻(xiàn)[15]使用支持向量回歸的方法提高組合導(dǎo)航系統(tǒng)的魯棒性。針對(duì)捷聯(lián)慣性基直接法組合導(dǎo)航系統(tǒng)實(shí)際使用中出現(xiàn)的量測(cè)量中出現(xiàn)野值的問題，本文提出一種基于一類支持向量機(jī)輔助的適用于捷聯(lián)慣性基組合導(dǎo)航的魯棒UKF 算法（Support Vector Machine-Adapti
艦船科學(xué)技術(shù) 2021年6期2021-07-06
- 區(qū)域?qū)Ш较到y(tǒng)站間時(shí)間同步野值剔除方法研究
基礎(chǔ)上，進(jìn)行時(shí)差野值的判斷、剔除以及時(shí)差濾波處理，從而實(shí)現(xiàn)站間的高精度時(shí)間同步建立和維持。1 雙向時(shí)間比對(duì)方法雙向時(shí)間比對(duì)設(shè)備通過無線電交換時(shí)間同步信號(hào)，如果這個(gè)無線電通信鏈路是對(duì)稱的或者近似對(duì)稱的，那么雙向信號(hào)傳輸?shù)难舆t將得到很好的對(duì)消，這就是雙向時(shí)間比對(duì)系統(tǒng)所依據(jù)的基本原理。雙向時(shí)間比對(duì)原理如圖1所示。圖1 雙向時(shí)間比對(duì)原理示意圖如圖1所示，Δt為A、B兩站時(shí)差，A、B兩站發(fā)射設(shè)備與接收設(shè)備的時(shí)延分別為(tA,RA)和(tB,RB)，A站到B站路徑傳播
現(xiàn)代導(dǎo)航 2021年2期2021-05-20
- 魯棒無跡四元數(shù)卡爾曼濾波初始對(duì)準(zhǔn)算法?
不能抑制GPS 野值帶來的影響。 文獻(xiàn)[11]提出了由位置軌跡構(gòu)造矢量的粗對(duì)準(zhǔn)方法，該方法雖然在一定程度上能夠抑制野值的影響，但是在根本上未去除野值。文獻(xiàn)[12]提出了基于矢量重構(gòu)的魯棒初始對(duì)準(zhǔn)方法，但是該方法只能用于慣導(dǎo)系統(tǒng)與多普勒速度儀(doppler velocity log，DVL)組合導(dǎo)航系統(tǒng)。 文獻(xiàn)[13]提出了一種基于Huber 的無跡濾波算法，并將其應(yīng)用于無人機(jī)編隊(duì)飛行中相對(duì)位置、速度和姿態(tài)的精確估計(jì)。 該算法通過改變量測(cè)噪聲方差矩陣，修改
傳感技術(shù)學(xué)報(bào) 2021年12期2021-03-13
- 飛行參數(shù)中高度數(shù)據(jù)的野值識(shí)別
氣壓高度數(shù)據(jù)存在野值的情況，通過閱讀相關(guān)處理野值的文獻(xiàn)以及根據(jù)飛行訓(xùn)練中的飛行特點(diǎn)，文章建立合適階數(shù)的多項(xiàng)式擬合方程對(duì)進(jìn)行高度數(shù)據(jù)擬合，由于高度數(shù)據(jù)不符合萊特準(zhǔn)則判斷野值的標(biāo)準(zhǔn)，提出利用區(qū)間平均殘差進(jìn)行野值判斷，通過樣本擬合運(yùn)算的結(jié)果發(fā)現(xiàn)，此方法可以很好的將野值點(diǎn)判斷出來。Abstract：? Flight data analysis is the basis for flight quality evaluation. Through the study
價(jià)值工程 2020年27期2020-10-09
- 基于SVR的導(dǎo)航傳感器自適應(yīng)野值檢測(cè)方法
常測(cè)量值一般稱為野值。如果不對(duì)這些野值進(jìn)行處理，直接輸入到綜導(dǎo)系統(tǒng)的信息集成模塊進(jìn)行融合，就會(huì)影響信息融合的結(jié)果，甚至使融合結(jié)果完全不可信。因此，在信息融合之前對(duì)野值進(jìn)行檢測(cè)和處理具有相當(dāng)重要的必要性。在實(shí)際工程上，處理野值的方法主要有兩種思路：一是利用外部傳感器的輔助進(jìn)行野值的檢測(cè)。主要的方法有基于差值的3σ準(zhǔn)則法、基于卡爾曼濾波器的χ2檢驗(yàn)法[1-4]、基于小波分析的方法[5-6]等，其中3σ準(zhǔn)則法需要基準(zhǔn)數(shù)據(jù)，而χ2檢驗(yàn)法依賴準(zhǔn)確的系統(tǒng)噪聲和測(cè)量噪聲
導(dǎo)航定位與授時(shí) 2020年5期2020-09-22
- 基于模板滑窗處理測(cè)量數(shù)據(jù)中野值的方法*
采樣數(shù)據(jù)中包含的野值反應(yīng)都極為敏感[1]。而由經(jīng)驗(yàn)和統(tǒng)計(jì)理論可知，即使是高精度的測(cè)量設(shè)備，在受到多種偶然因素的影響后也往往包含有較大的隨機(jī)誤差，一般偏離目標(biāo)真值1%～5%，嚴(yán)重時(shí)甚至達(dá)10%～20%的誤差[2]。測(cè)量數(shù)據(jù)中出現(xiàn)的這些野值對(duì)數(shù)據(jù)的處理存在很大影響，如在目標(biāo)跟蹤中，野值會(huì)導(dǎo)致濾波發(fā)散，目標(biāo)丟失[3]。因此，針對(duì)測(cè)量數(shù)據(jù)中連續(xù)出現(xiàn)多個(gè)野值，依據(jù)測(cè)量數(shù)據(jù)的前后相關(guān)性和變化規(guī)律，提出了一種基于模板滑窗濾除測(cè)量數(shù)據(jù)中野值的方法，消除野值對(duì)測(cè)量數(shù)據(jù)處理工
彈箭與制導(dǎo)學(xué)報(bào) 2020年4期2020-09-17
- 一種長基線中野值點(diǎn)判定、剔除及修正方法
差較大的點(diǎn)，俗稱野值點(diǎn)[4]。野值點(diǎn)的出現(xiàn)不僅會(huì)降低定位精度，而且會(huì)使得目標(biāo)在該點(diǎn)的位置和速度等運(yùn)動(dòng)狀態(tài)信息無法被準(zhǔn)確獲取，因此需要對(duì)野值點(diǎn)進(jìn)行實(shí)時(shí)的判定、剔除和修正。常用的門限檢測(cè)方法[5]僅能對(duì)長基線系統(tǒng)定位軌跡中的大部分野值點(diǎn)進(jìn)行剔除，而不能對(duì)其進(jìn)行修正。殘差檢測(cè)法可對(duì)野值點(diǎn)進(jìn)行剔除和修正，但是當(dāng)濾波模型與實(shí)際運(yùn)動(dòng)不匹配時(shí)，效果較差。為此，本文在殘差檢測(cè)法的基礎(chǔ)上提出了改進(jìn)殘差檢測(cè)法，以卡爾曼濾波的殘差絕對(duì)值作為野值點(diǎn)的判定標(biāo)準(zhǔn)，對(duì)其進(jìn)行判定和剔除，
聲學(xué)技術(shù) 2020年1期2020-03-23
- 基于SVD的陀螺陣列異常診斷及識(shí)別方法
如發(fā)生故障或出現(xiàn)野值等，特別是在陀螺陣列中，零部件數(shù)量增多，出現(xiàn)數(shù)據(jù)異常的幾率增大。MEMS陀螺陣列中數(shù)據(jù)異常具有突發(fā)性，且工作環(huán)境復(fù)雜多變，機(jī)載計(jì)算機(jī)性能有限，導(dǎo)航系統(tǒng)實(shí)時(shí)性要求高，出現(xiàn)異常后人工難以進(jìn)行干預(yù)[1]。因此，簡單有效的數(shù)據(jù)異常處理方法對(duì)于MEMS陀螺陣列是至關(guān)重要的。測(cè)量數(shù)據(jù)中的野值是指嚴(yán)重偏離大部分?jǐn)?shù)據(jù)所呈現(xiàn)趨勢(shì)的小部分?jǐn)?shù)據(jù)點(diǎn)，即使是高精度測(cè)量設(shè)備也會(huì)有1%～5%甚至20%的數(shù)據(jù)嚴(yán)重偏離真值[2]，其一般可分為離群點(diǎn)、孤立型野值和斑點(diǎn)型野
火炮發(fā)射與控制學(xué)報(bào) 2019年4期2019-12-26
- 航天器在軌運(yùn)行可視化中姿態(tài)數(shù)據(jù)的處理方法
大誤差的數(shù)據(jù)稱為野值。航天器的在軌飛行三維可視化過程中，野值數(shù)據(jù)的存在容易使顯示畫面出現(xiàn)跳變，影響實(shí)際顯示效果，因而在數(shù)據(jù)使用時(shí)首先需要對(duì)野值數(shù)據(jù)予以剔除。同時(shí)，為了應(yīng)對(duì)數(shù)據(jù)中的丟點(diǎn)和跳變點(diǎn)等問題，還需對(duì)數(shù)據(jù)進(jìn)行必要的插值和平滑處理，以免影響可視化表達(dá)的連續(xù)性。對(duì)于姿態(tài)數(shù)據(jù)的野值剔除、平滑及插值等問題，可使用的方法較多，較常見的是采用卡爾曼濾波的方法[6-7]來進(jìn)行野值剔除和平滑處理。但這類方法實(shí)現(xiàn)過程相對(duì)比較復(fù)雜，并且需要較繁瑣的濾波參數(shù)設(shè)置[8]。在一
無線電工程 2019年1期2019-12-24
- 引信多普勒頻率的線性穩(wěn)健擬合
常包含誤差（尤其野值）[2-7]，給結(jié)果分析帶來困難。文獻(xiàn)[1]研究了基于非線性最小二乘的多普勒頻率擬合以及利用擬合殘差去除野值的方法；文獻(xiàn)[2]研究了非線性最小二乘擬合和小波分解相結(jié)合的方法，可去除野值比例達(dá)1/3，但野值識(shí)別和替換步驟有些復(fù)雜。為此，本文提出一種多普勒頻率的線性穩(wěn)健擬合方法，該方法的抗野值能力更強(qiáng)，步驟卻更簡單。1 引信多普勒頻率線性轉(zhuǎn)換1.1 引信多普勒頻率數(shù)學(xué)模型防空導(dǎo)彈與目標(biāo)遭遇時(shí)間短，可認(rèn)為彈目相對(duì)速度Vr保持不變，彈目遭遇過程
海軍航空大學(xué)學(xué)報(bào) 2019年5期2019-12-20
- 彈道數(shù)據(jù)野值灰色自適應(yīng)檢測(cè)與修正?
些異常數(shù)據(jù)就稱為野值［2］。野值可能導(dǎo)致處理結(jié)果嚴(yán)重失真，甚至完全失真［3］。因此，野值的檢測(cè)與修正就成了數(shù)據(jù)處理工作的重要一環(huán)，它是提高數(shù)據(jù)處理精度、改善處理結(jié)果質(zhì)量的有效措施。目前，國內(nèi)的專家和學(xué)者對(duì)野點(diǎn)剔除的方法作了大量研究［4～6］，文獻(xiàn)［4］結(jié)合工程實(shí)踐，對(duì)已有的野值方法實(shí)驗(yàn)分析表明，差分法和多項(xiàng)式外推擬合法剔除孤立型野值點(diǎn)效果明顯，但其門限的確定主要依賴于隨機(jī)誤差，同時(shí)容易將野點(diǎn)周圍的合理數(shù)據(jù)拉偏。對(duì)于孤立型野值點(diǎn)，Kalman 濾波法和最小二
艦船電子工程 2019年10期2019-11-13
- 噪聲野值下的學(xué)生t分布混合CPHD濾波
，尤其當(dāng)噪聲出現(xiàn)野值時(shí)，將不再服從高斯分布。野值可以被定義為位于整體分布之外的采樣值[6-7]。在多目標(biāo)跟蹤場(chǎng)景中，當(dāng)目標(biāo)突然發(fā)生系統(tǒng)動(dòng)態(tài)模型無法匹配的機(jī)動(dòng)時(shí)，則可認(rèn)為出現(xiàn)了過程噪聲野值。觀測(cè)目標(biāo)背景變化、傳感器自身的不穩(wěn)定性將導(dǎo)致量測(cè)噪聲野值。同時(shí)，由于目標(biāo)散射特性產(chǎn)生的閃爍噪聲亦可看作為量測(cè)噪聲野值[8]。含有野值的過程噪聲或量測(cè)噪聲服從重尾的非高斯分布，GM-CPHD濾波對(duì)噪聲野值非常敏感，當(dāng)噪聲野值出現(xiàn)時(shí)，其跟蹤性能會(huì)急劇下降，這是由于高斯分布的輕
西安電子科技大學(xué)學(xué)報(bào) 2019年5期2019-11-08
- 動(dòng)力電池SOC估計(jì)的一種新型魯棒UKF算法*
，會(huì)使數(shù)據(jù)中包含野值，野值的出現(xiàn)將導(dǎo)致濾波算法的精度和穩(wěn)定性下降，收斂慢，甚至引起發(fā)散。因此，濾波算法的魯棒性能研究對(duì)動(dòng)力電池管理系統(tǒng)十分重要。無跡卡爾曼濾波（unscented Kalman filter，UKF）算法利用無跡變換在估計(jì)點(diǎn)附近確定采樣點(diǎn)，通過這些樣本點(diǎn)逼近狀態(tài)向量后驗(yàn)概率密度函數(shù)的均值和協(xié)方差，可避免由于線性化而導(dǎo)致的跟蹤誤差，算法容易實(shí)現(xiàn)，精度高［1-2］。但其抗野值方面的魯棒性仍有較大優(yōu)化提升空間。針對(duì)這一問題，文獻(xiàn)［3］和文獻(xiàn)［4］
汽車工程 2019年8期2019-09-04
- 基于53H濾波的船舶綜導(dǎo)信息在線平滑方法
息進(jìn)行在線監(jiān)測(cè)與野值數(shù)據(jù)處理顯得尤為重要。針對(duì)上述問題，本文提出一種基于53H濾波的綜導(dǎo)信息在線平滑算法。該算法不要求數(shù)據(jù)滿足高斯正態(tài)分布，也不需要事先知道數(shù)據(jù)的標(biāo)準(zhǔn)差，而且算法實(shí)現(xiàn)簡單，適合對(duì)各導(dǎo)航傳感器的信息進(jìn)行在線的信息監(jiān)測(cè)和數(shù)據(jù)平滑。1 改進(jìn)的53H濾波算法53H濾波算法最先由Tukey提出[13]，其基本思想是產(chǎn)生一個(gè)曲線的平滑估計(jì)，然后通過將測(cè)量值與這一估計(jì)值進(jìn)行比較來識(shí)別異常點(diǎn)。其基本步驟如下：1）假設(shè)在線測(cè)量的數(shù)據(jù)序列為x(i)，根據(jù)x(i
艦船科學(xué)技術(shù) 2019年1期2019-01-30
- 基于穩(wěn)健回歸算法的無人機(jī)數(shù)據(jù)預(yù)處理技術(shù)研究?
法，實(shí)現(xiàn)了對(duì)數(shù)據(jù)野值的剔除和曲線的平滑。經(jīng)典最小二乘目的是使殘差平飛和達(dá)到最小，然而對(duì)每個(gè)樣本點(diǎn)設(shè)定的權(quán)重卻都是一樣的，所以異常值對(duì)其擬合曲線影響很大，對(duì)數(shù)據(jù)的回歸缺乏魯棒性［6］。有鑒于此，文章中提出了基于M評(píng)估穩(wěn)健回歸多的方式對(duì)于數(shù)據(jù)預(yù)處理情況進(jìn)行研究，利用迭代加權(quán)最小二乘估計(jì)回歸方程系數(shù)，根據(jù)樣本點(diǎn)偏離程度大小確定權(quán)重，對(duì)偏離程度大的設(shè)定小權(quán)重，對(duì)偏離小的設(shè)定大權(quán)重，以此建立加權(quán)最小二乘估計(jì)，不斷更替改變權(quán)重系數(shù)，直到擬合點(diǎn)和實(shí)測(cè)點(diǎn)中間的偏差小于制定
艦船電子工程 2018年11期2018-11-26
- 一種重尾量測(cè)噪聲下的高超聲速飛行器跟蹤算法
決在實(shí)際系統(tǒng)中因野值干擾帶來的高超聲速飛行器跟蹤精度下降的問題，提出了一種交互多模型變分貝葉斯濾波算法（IMM-VB），該算法通過子模型權(quán)重與馬爾可夫轉(zhuǎn)移矩陣獲取子模型的狀態(tài)預(yù)測(cè)值。隨后采用具有重尾特性的學(xué)生t分布取代高斯分布來描述量測(cè)模型，并利用VB算法實(shí)現(xiàn)子模型的量測(cè)協(xié)方差與狀態(tài)的聯(lián)合估計(jì)。最后在交互式多模型（IMM）框架下更新子模型權(quán)重與目標(biāo)狀態(tài)的融合輸出。仿真結(jié)果表明，在野值觀測(cè)條件下該算法比IMM算法具有更高的跟蹤精度。關(guān)鍵詞：高超聲速飛行器;野
航空科學(xué)技術(shù) 2018年8期2018-09-10
- 彈道跟蹤數(shù)據(jù)野值剔除方法性能分析
趨勢(shì)的數(shù)據(jù)點(diǎn)稱為野值[1]。野值的存在會(huì)嚴(yán)重影響彈道跟蹤數(shù)據(jù)的精度，甚至歪曲測(cè)量體系真相，在需要高精度彈道跟蹤數(shù)據(jù)的場(chǎng)合是不允許的。因而，必須在彈道跟蹤數(shù)據(jù)預(yù)處理中，檢測(cè)、識(shí)別野值，并剔除或作必要的修正。根據(jù)野值是否連續(xù)，可分為孤立型和斑點(diǎn)型野值[2]。根據(jù)彈道跟蹤數(shù)據(jù)處理模式又可分為事后處理和實(shí)時(shí)處理。不同情況下跟蹤測(cè)量數(shù)據(jù)的野值特征、表現(xiàn)形式、變化規(guī)律各不相同。目前已經(jīng)有很多學(xué)者提出了不同的野值剔除方法[3-10]。傳統(tǒng)的野值剔除方法[3](包括萊特準(zhǔn)
上海航天 2018年4期2018-09-07
- 基于經(jīng)緯度的航跡數(shù)據(jù)改進(jìn)抗野值Kalman濾波?
值的數(shù)據(jù)，稱為“野值”。即使是高質(zhì)量的原始采樣數(shù)據(jù)，也會(huì)含有1%～5%甚至多達(dá)10%～20%的異常數(shù)據(jù)［1］。野值分為單點(diǎn)野值與連續(xù)野值，其特點(diǎn)一般是幅值大、持續(xù)時(shí)間短、無規(guī)律。如果不予以分離和濾除這些野值，指揮員無法準(zhǔn)確判斷目標(biāo)位置，影響試驗(yàn)的順利開展，具有一定的危險(xiǎn)性，而且給后期的數(shù)據(jù)處理帶來誤差［2］。由于航跡測(cè)量數(shù)據(jù)解算屬于實(shí)時(shí)目標(biāo)跟蹤測(cè)量，被測(cè)量對(duì)象在測(cè)量過程中不斷變化，且每一觀測(cè)點(diǎn)只進(jìn)行一次觀測(cè)。因此，靜態(tài)重復(fù)測(cè)量的檢驗(yàn)準(zhǔn)則不適于測(cè)量數(shù)據(jù)的合理
計(jì)算機(jī)與數(shù)字工程 2018年5期2018-05-29
- 基于擴(kuò)展卡爾曼濾波的雷測(cè)數(shù)據(jù)實(shí)時(shí)剔野方法?
但在跟蹤系統(tǒng)中，野值處理是屬于動(dòng)態(tài)測(cè)量數(shù)據(jù)中剔除野值的問題，因此必須對(duì)目標(biāo)狀態(tài)進(jìn)行估計(jì)來獲取觀測(cè)誤差，狀態(tài)估計(jì)精度越高，則野值的判別效率越高［5］。卡爾曼濾波（KF）［6］適用于線性系統(tǒng)，但雷達(dá)跟蹤目標(biāo)時(shí)，通常雷達(dá)觀測(cè)數(shù)據(jù)與目標(biāo)參數(shù)間的關(guān)系是非線性的。對(duì)于非線性系統(tǒng)，常用的濾波方法有擴(kuò)展卡爾曼濾波（EKF）［7～8］，不敏卡爾曼濾波（UKF）［9］和粒子濾波（PF）［10～11］。EKF 計(jì)算量小，計(jì)算速度快，實(shí)時(shí)性好，且具有統(tǒng)計(jì)有效的特點(diǎn)。本文提出一種基
艦船電子工程 2018年4期2018-04-27
- 船載外測(cè)數(shù)據(jù)的實(shí)時(shí)檢擇方法*
和船載外測(cè)數(shù)據(jù)的野值特性，研究實(shí)時(shí)處理船載外測(cè)數(shù)據(jù)野值的檢擇方法。通過兩套設(shè)備的外測(cè)數(shù)據(jù)信息橫向比對(duì)消除船搖對(duì)數(shù)據(jù)檢擇的影響，建立了自適應(yīng)權(quán)值和閾值的模型，給出了基于坐標(biāo)轉(zhuǎn)換和加權(quán)融合的分步式船載外測(cè)數(shù)據(jù)實(shí)時(shí)檢擇方法。實(shí)例數(shù)據(jù)驗(yàn)證結(jié)果表明所提方法可以實(shí)時(shí)有效地解決外測(cè)預(yù)處理階段的野值檢擇問題。航天測(cè)量船；外測(cè)數(shù)據(jù)；野值實(shí)時(shí)檢擇；加權(quán)融合1 引 言航天測(cè)量船在對(duì)飛行器進(jìn)行跟蹤測(cè)量的數(shù)據(jù)處理過程中，必須對(duì)采樣數(shù)據(jù)進(jìn)行預(yù)處理，識(shí)別出其中的野值，這對(duì)改進(jìn)后續(xù)數(shù)據(jù)處
電訊技術(shù) 2017年12期2017-12-20
- 導(dǎo)引頭在線野值剔除與平滑方法研究
工程】導(dǎo)引頭在線野值剔除與平滑方法研究臧月進(jìn),曾 亮,李仁俊(上海機(jī)電工程研究所， 上海 201109)針對(duì)導(dǎo)引頭信號(hào)野值頻發(fā)的問題，提出了一種基于可變閾值方差的信號(hào)野值識(shí)別和基于牛頓插值法的野值剔除與缺失數(shù)據(jù)補(bǔ)償?shù)姆椒?。測(cè)試對(duì)比結(jié)果表明，該方法可以同時(shí)克服孤點(diǎn)野值和連續(xù)野值的不利影響，保證了數(shù)據(jù)處理后的導(dǎo)引頭信號(hào)的完整性和平滑性，滿足應(yīng)用需求。攔截器；導(dǎo)引頭；在線；野值剔除；數(shù)據(jù)平滑與補(bǔ)償應(yīng)用于大氣層外攔截目標(biāo)的攔截器采用捷聯(lián)光學(xué)導(dǎo)引頭，由于探測(cè)元件等級(jí)
兵器裝備工程學(xué)報(bào) 2017年9期2017-09-28
- 一種雷達(dá)衛(wèi)星標(biāo)校中的野值剔除方法
雷達(dá)衛(wèi)星標(biāo)校中的野值剔除方法王建富1，吳金海2，鈕俊清1，郭佳意1(1.中國電子科技集團(tuán)公司第三十八研究所孔徑陣列與空間探測(cè)安徽省重點(diǎn)實(shí)驗(yàn)室，安徽 合肥230088； 2.太原衛(wèi)星發(fā)射中心，山西 太原 030027)通過衛(wèi)星標(biāo)校方式提高雷達(dá)系統(tǒng)測(cè)量精度時(shí)，雷達(dá)獲取的測(cè)量點(diǎn)跡對(duì)標(biāo)定結(jié)果的影響巨大，尤其存在野值點(diǎn)的情況下，雷達(dá)系統(tǒng)誤差標(biāo)定可能失效。提出了基于雷達(dá)衛(wèi)星標(biāo)校的野值剔除方法，首先將測(cè)量值與真實(shí)星歷值對(duì)比，得到雷達(dá)的初始系統(tǒng)誤差和隨機(jī)誤差，并以此確定測(cè)
艦船電子對(duì)抗 2017年3期2017-07-31
- 內(nèi)彈道異常判決中的實(shí)時(shí)野值剔除方法
異常判決中的實(shí)時(shí)野值剔除方法高冰（92941部隊(duì)葫蘆島125000）任務(wù)中導(dǎo)彈遙測(cè)關(guān)鍵參數(shù)的野值嚴(yán)重影響內(nèi)彈道的異常判決結(jié)果。針對(duì)遙測(cè)關(guān)鍵參數(shù)的變化特點(diǎn)，研究了基于多項(xiàng)式插值平滑算法的野值剔除方法。通過任務(wù)實(shí)測(cè)數(shù)據(jù)驗(yàn)證，這一算法簡單，實(shí)時(shí)性強(qiáng)，可以剔除連續(xù)的野值，在內(nèi)彈道異常判決系統(tǒng)中起到了獲得較好的預(yù)處理效果。內(nèi)彈道；野值；異常判決Class NumberTP3011 引言導(dǎo)彈飛行試驗(yàn)的遙測(cè)參數(shù)是研究和分析導(dǎo)彈性能指標(biāo)的數(shù)值依據(jù)［1］，對(duì)于導(dǎo)彈各種性能研
計(jì)算機(jī)與數(shù)字工程 2017年6期2017-06-26
- 彈道處理中的偏差修正與數(shù)據(jù)修補(bǔ)
據(jù)中的時(shí)間偏差和野值對(duì)彈道處理精度的影響，提出利用三點(diǎn)拉格朗日插值方法對(duì)測(cè)量數(shù)據(jù)進(jìn)行時(shí)間不一致修正，采用外推預(yù)報(bào)對(duì)野值進(jìn)行識(shí)別，為保證測(cè)量數(shù)據(jù)序列的完整性和連續(xù)性，利用最小二乘擬合方法對(duì)剔除野值后的數(shù)據(jù)序列進(jìn)行修補(bǔ)。三種方法結(jié)合使用，可有效提高彈道處理的精度。彈道；偏差修正；數(shù)據(jù)修補(bǔ)0 引言在武器系統(tǒng)鑒定試驗(yàn)中，對(duì)目標(biāo)外彈道的測(cè)量主要依靠光學(xué)測(cè)量，實(shí)時(shí)將測(cè)量數(shù)據(jù)進(jìn)行收集、傳輸和處理。為對(duì)測(cè)量目標(biāo)的性能進(jìn)行準(zhǔn)確評(píng)估，對(duì)測(cè)量數(shù)據(jù)的精度要求較高，但在實(shí)際測(cè)量過程
現(xiàn)代計(jì)算機(jī) 2016年32期2016-12-22
- 抗野值卡爾曼濾波在火箭彈落點(diǎn)估計(jì)中的應(yīng)用*
73000)?抗野值卡爾曼濾波在火箭彈落點(diǎn)估計(jì)中的應(yīng)用*閆小龍1,陳國光1,楊 東2(1 中北大學(xué),太原 030051;2 豫西工業(yè)集團(tuán)有限公司,河南南陽 473000)為了實(shí)現(xiàn)火箭彈精確打擊,根據(jù)飛行彈道參數(shù)對(duì)彈道進(jìn)行修正。應(yīng)用文中提出的雙氣動(dòng)參數(shù)辨識(shí)算法,去除出現(xiàn)在信號(hào)初始階段的野值,降低對(duì)后續(xù)卡爾曼濾波的影響。隨后利用基于新息判斷野值的卡爾曼濾波器,結(jié)合質(zhì)點(diǎn)彈道模型,建立了卡爾曼濾波彈道模型,對(duì)一段飛行參數(shù)進(jìn)行野值的去除與濾波,并對(duì)火箭彈落點(diǎn)進(jìn)行外推
彈箭與制導(dǎo)學(xué)報(bào) 2016年3期2016-12-20
- 基于萊特準(zhǔn)則和小波變換的遙測(cè)數(shù)據(jù)處理方法
據(jù)經(jīng)常含有噪聲和野值，針對(duì)遙測(cè)數(shù)據(jù)的處理面臨的消除噪聲和野值剔除問題，介紹了小波變換的基本原理以及小波消噪在信號(hào)處理方面的應(yīng)用，提出了利用萊特準(zhǔn)則和小波軟閾值消噪相結(jié)合的方法進(jìn)行野值剔除，利用MATLAB軟件進(jìn)行遙測(cè)信號(hào)噪聲消除和野值剔除仿真試驗(yàn)，結(jié)果表明該方法具有良好的降噪效果和出色的野值剔除能力。遙測(cè)數(shù)據(jù)；小波變換；野值剔除；降噪；閾值在靶場(chǎng)外彈道測(cè)量動(dòng)態(tài)目標(biāo)時(shí)，由于隨機(jī)誤差和各種干擾的存在，測(cè)量數(shù)據(jù)中往往包含嚴(yán)重偏離目標(biāo)真值的數(shù)據(jù)點(diǎn)，這些嚴(yán)重偏離目標(biāo)
電子設(shè)計(jì)工程 2016年20期2016-11-09
- 觀測(cè)器/卡爾曼濾波在飛行數(shù)據(jù)處理中的應(yīng)用
使測(cè)量數(shù)據(jù)中存在野值。為提高飛行數(shù)據(jù)處理精度，提出了一種基于觀測(cè)器/卡爾曼濾波辨識(shí)（OKID）的新算法用于估計(jì)飛行參數(shù)。該算法直接利用輸入輸出數(shù)據(jù)與系統(tǒng)矩陣得到觀測(cè)器增益，而觀測(cè)器增益又收斂于穩(wěn)定狀態(tài)下的卡爾曼濾波增益，利用卡爾曼濾波增益即可估計(jì)飛行參數(shù)。Matlab仿真表明該方法能有效地消除飛行數(shù)據(jù)中的野值。數(shù)據(jù)處理；觀測(cè)器/卡爾曼濾波；觀測(cè)器增益；野值剔除在試飛過程中由于受到外界異常干擾、測(cè)量儀器或傳輸數(shù)據(jù)不穩(wěn)定等多種因素的影響，導(dǎo)致測(cè)量數(shù)據(jù)嚴(yán)重偏離測(cè)
電子設(shè)計(jì)工程 2016年20期2016-11-09
- 基于粒子濾波的目標(biāo)跟蹤抗野值算法
濾波的目標(biāo)跟蹤抗野值算法張昆，陶建鋒，李一立（空軍工程大學(xué)防空反導(dǎo)學(xué)院，西安710051）運(yùn)用粒子濾波對(duì)目標(biāo)位置進(jìn)行跟蹤時(shí)，測(cè)量數(shù)據(jù)的異常突變點(diǎn)、目標(biāo)的機(jī)動(dòng)轉(zhuǎn)彎、粒子數(shù)量的制約和重要性密度函數(shù)的優(yōu)劣都會(huì)導(dǎo)致估計(jì)誤差較大的野值出現(xiàn)，這將嚴(yán)重影響雷達(dá)對(duì)目標(biāo)的跟蹤精度?，F(xiàn)有的野值剔除方法在目標(biāo)發(fā)生機(jī)動(dòng)時(shí)，都存在誤剔率較高的問題。針對(duì)這個(gè)問題，采用萊特準(zhǔn)則與機(jī)動(dòng)門限準(zhǔn)則相結(jié)合的方法，提出了不確定觀測(cè)點(diǎn)的概念，設(shè)計(jì)了一種適用于機(jī)動(dòng)目標(biāo)的抗野值粒子濾波算法。仿真結(jié)果表
火力與指揮控制 2016年9期2016-10-18
- 基于改進(jìn)的強(qiáng)跟蹤濾波GPS校頻系統(tǒng)誤差處理方法
會(huì)產(chǎn)生隨機(jī)抖動(dòng)或野值，給系統(tǒng)頻率校準(zhǔn)帶來誤差。為減小GPS信號(hào)隨機(jī)抖動(dòng)和野值所帶來的影響，根據(jù)GPS信號(hào)與晶振信號(hào)準(zhǔn)確度互補(bǔ)的特點(diǎn)，建立GPS信號(hào)校準(zhǔn)晶振信號(hào)頻差模型，利用強(qiáng)跟蹤濾波算法對(duì)頻差信號(hào)誤差進(jìn)行修正。針對(duì)GPS信號(hào)中存在的野值問題，對(duì)強(qiáng)跟蹤濾波算法進(jìn)行改進(jìn)，根據(jù)殘差變化率的大小判別野值，利用替代法對(duì)野值加以修正，提高濾波準(zhǔn)確度。將該方法應(yīng)用于某GPS信號(hào)校準(zhǔn)晶振信號(hào)頻率源系統(tǒng)，可使系統(tǒng)輸出頻率準(zhǔn)確度達(dá)到10-11量級(jí)。GPS校頻；晶振；強(qiáng)跟蹤濾波
中國測(cè)試 2016年8期2016-09-13
- 無源定位跟蹤中野值的檢測(cè)與剔除方法
)無源定位跟蹤中野值的檢測(cè)與剔除方法楊軍玲(西安電子科技大學(xué) 電子工程學(xué)院，陜西 西安 710071)摘要針對(duì)無源定位跟蹤中野值的出現(xiàn)會(huì)降低濾波的可靠性和穩(wěn)定性問題，結(jié)合新息似然的概念提出了一種基于似然的野值檢測(cè)與剔除方法。通過計(jì)算卡爾曼濾波更新中得到的似然值，設(shè)定門限，以達(dá)到野值的檢測(cè)與剔除的目的。仿真結(jié)果表明，該算法有效地處理了野值對(duì)定位跟蹤精度的影響，使得目標(biāo)定位跟蹤精度有了較大的提高。關(guān)鍵詞定位跟蹤；野值；新息似然；卡爾曼濾波在無源定位跟蹤[1]中
電子科技 2016年6期2016-07-04
- 基于遺傳算法的極短弧定軌(續(xù))?
方法的計(jì)算過程,野值剔除方法不再適用.在遺傳算法中通過在適值函數(shù)中采用不同損失函數(shù)實(shí)現(xiàn)了穩(wěn)健估計(jì),解決了極短弧定軌中的野值處理問題.在遺傳算法中不同損失函數(shù)的引入較經(jīng)典方法大大簡化.通過對(duì)多種損失函數(shù)的計(jì)算比較,表明采用最小中值二乘(LMS,Least M edian Square)和截尾最小二乘(LTS,Least Trimm ed Square)估計(jì)可大幅度提高極短弧定軌的穩(wěn)健性,具有極高的崩潰點(diǎn).航天器,天體力學(xué),方法:數(shù)值,統(tǒng)計(jì)1 引言近年來空間目
天文學(xué)報(bào) 2016年2期2016-06-27
- 一種基于Kalman濾波的雷達(dá)數(shù)據(jù)抗野值方法
濾波的雷達(dá)數(shù)據(jù)抗野值方法張亞松，任宏光(中國空空導(dǎo)彈研究院，河南 洛陽471009)摘要：在對(duì)雷達(dá)測(cè)量數(shù)據(jù)的實(shí)際濾波過程中，帶有野值的測(cè)量數(shù)據(jù)值將導(dǎo)致濾波系統(tǒng)產(chǎn)生記憶效應(yīng)和誤差,甚至導(dǎo)致濾波過程發(fā)散，嚴(yán)重影響處理結(jié)果的精度；從濾波算法的原理和工程實(shí)踐的實(shí)際出發(fā)，以測(cè)量值與一步預(yù)測(cè)值的殘差即“新息”為基礎(chǔ)，提出了一種新的野值判別和剔除的簡單易行算法；通過仿真對(duì)比計(jì)算，可以更為有效地消除野值對(duì)濾波的不良影響，提高測(cè)量精度。關(guān)鍵詞：Kalman濾波；野值剔除Ci
兵器裝備工程學(xué)報(bào) 2016年2期2016-04-11
- 基于插秧機(jī)運(yùn)動(dòng)模型的DGPS野值剔除方法研究
動(dòng)模型的DGPS野值剔除方法研究劉曉光1,2,劉秀玲1,2,王光磊1,2(1.河北大學(xué) 電子信息工程學(xué)院，河北 保定071002；2.河北省數(shù)字醫(yī)療工程重點(diǎn)實(shí)驗(yàn)室，河北 保定071002)摘要：DGPS定位系統(tǒng)在外界干擾的作用下會(huì)導(dǎo)致定位信息中含有野值。這些野值對(duì)插秧機(jī)的精準(zhǔn)控制有很大的影響，必須對(duì)DGPS的野值進(jìn)行處理。為此，提出了一種基于插秧機(jī)運(yùn)動(dòng)學(xué)模型的DGPS野值在線剔除方法。該方法根據(jù)插秧機(jī)的運(yùn)動(dòng)模型設(shè)定野值判定閾值，然后采用基于插秧機(jī)運(yùn)動(dòng)學(xué)模型
農(nóng)機(jī)化研究 2016年7期2016-03-23
- 基于M估計(jì)的抗野值單站無源定位方法?
據(jù)不可避免會(huì)出現(xiàn)野值。統(tǒng)計(jì)學(xué)家根據(jù)大量數(shù)據(jù)指出,在生產(chǎn)實(shí)際和科學(xué)實(shí)驗(yàn)中,野值的出現(xiàn)約占觀測(cè)總數(shù)的1%～10%[10]。野值的出現(xiàn)使得觀測(cè)數(shù)據(jù)的可靠性和可用性下降,降低了定位精度,甚至無法定位。目前,已有大量文獻(xiàn)對(duì)野值存在時(shí)如何保持估計(jì)量的最優(yōu)性進(jìn)行了論述,但有關(guān)單站無源定位跟蹤問題的研究中,涉及野值處理問題的文獻(xiàn)較少。例如,文獻(xiàn)[5,11-13]研究了野值存在時(shí)如何辨識(shí)并剔除的方法;文獻(xiàn)[6,14-16]指出,錯(cuò)誤的觀測(cè)量主要通過新息對(duì)濾波精度產(chǎn)生影響,因
雷達(dá)科學(xué)與技術(shù) 2016年6期2016-01-15
- 基于多區(qū)域劃分的模糊支持向量機(jī)方法
式不僅能有效削弱野值樣本的影響，而且也會(huì)提高支持向量的隸屬度。與基于樣本緊密度以及基于樣本到類內(nèi)超平面距離的FSVM方法相比，該方法具有更好的抗噪性能和泛化能力。模糊支持向量機(jī)；多區(qū)域劃分；野值；支持向量；隸屬度支持向量機(jī)(support vector machine，SVM)[1]是在統(tǒng)計(jì)學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化基礎(chǔ)上發(fā)展起來的一種新的機(jī)器學(xué)習(xí)方法，特別是在解決小樣本、局部極小、高維和非線性模式識(shí)別中表現(xiàn)出較強(qiáng)的泛化能力。但SVM在構(gòu)建最優(yōu)分類面時(shí)視所有
- 一種基于一階差分的野值類型判別及處理方法1
種基于一階差分的野值類型判別及處理方法1饒?jiān)品?，2，白燕1，2，3（1.中國科學(xué)院 國家授時(shí)中心，西安 710600；2.中國科學(xué)院大學(xué)，北京 100049；3.中國科學(xué)院 精密導(dǎo)航定位與定時(shí)技術(shù)重點(diǎn)實(shí)驗(yàn)室，西安 710600）為了剔除違反規(guī)律的異常測(cè)量值，采用一種基于一階差分的野值類型判別及處理方法。仿真結(jié)果表明，該算法能準(zhǔn)確地判別野值類型及其位置，尤其是對(duì)于斑點(diǎn)型野值具有較好的效果，同時(shí)可以提高數(shù)據(jù)處理精度，縮短數(shù)據(jù)處理時(shí)間。斑點(diǎn)型野值；散點(diǎn)型野值；
時(shí)間頻率學(xué)報(bào) 2015年4期2015-09-07
- 帶虛警抑制的基于歸一化殘差的野值檢測(cè)方法
基于歸一化殘差的野值檢測(cè)方法汝小虎*柳 征 姜文利 黃知濤（國防科學(xué)技術(shù)大學(xué)電子科學(xué)與工程學(xué)院 長沙 410073）野值檢測(cè)，或稱異常值檢測(cè)是模式識(shí)別和知識(shí)發(fā)現(xiàn)中一個(gè)重要的問題。以往的野值檢測(cè)方法難以有效地抑制虛警概率，針對(duì)這一問題，該文提出一種帶監(jiān)督情形下基于歸一化殘差（Normalized Residual， NR）的野值檢測(cè)方法。首先利用訓(xùn)練樣本計(jì)算待考查模式的NR值，其次比較NR值與野值檢測(cè)門限的相對(duì)大小，從而判斷待考查模式是否為野值。該文理論上推
電子與信息學(xué)報(bào) 2015年12期2015-08-17
- 抗野值強(qiáng)跟蹤Kalman 濾波在風(fēng)場(chǎng)估計(jì)中的應(yīng)用*
低了濾波精度和抗野值能力，容易造成系統(tǒng)的不穩(wěn)定。本文針對(duì)氣象無人機(jī)的測(cè)風(fēng)特點(diǎn)和Kalman 濾波在數(shù)據(jù)處理中的局限性，將強(qiáng)跟蹤Kalman 濾波和抗野值算法應(yīng)用于無人機(jī)探測(cè)數(shù)據(jù)處理中，達(dá)到抑制濾波發(fā)散，提高濾波精度的目的。1 濾波算法1.1 Kalman 濾波算法Kalman 濾波是典型的最小方差(MMSE)估計(jì)方法，采用 遞歸技術(shù)，利用k－1時(shí)刻狀態(tài)值給出k的預(yù)測(cè)值，并保證該均方誤差最小。建立離散系統(tǒng)模型狀態(tài)方程量測(cè)方程上述模型中，Xk為狀態(tài)向量，Zk為
傳感器與微系統(tǒng) 2015年7期2015-03-30
- 塔康高精度測(cè)角及抗野值研究
會(huì)不可避免的出現(xiàn)野值。本文通過分析新息的特性，給出野值(outlier)的判定準(zhǔn)則，重構(gòu)狀態(tài)估計(jì)，建立自適應(yīng)抗野值Kalman濾波模型，并與最小二乘曲線擬合相結(jié)合，實(shí)現(xiàn)對(duì)塔康測(cè)角的高精度解算。該測(cè)角方法與文獻(xiàn)［2］中的方法都具有很高的解算精度，不同的是本文通過最小二乘曲線擬合解算方位，經(jīng)抗野值Kalman濾波器抑制野值，二者相比較，本文具有抑制野值和抗干擾能力強(qiáng)的優(yōu)勢(shì)。對(duì)于抗野值Kalman濾波器的研究，文獻(xiàn)［3］提出利用殘差序列統(tǒng)計(jì)特性進(jìn)行決策來判斷并剔
- UKF容錯(cuò)濾波在脈沖星組合導(dǎo)航中的應(yīng)用
合導(dǎo)航系統(tǒng)中測(cè)量野值導(dǎo)致的導(dǎo)航精度下降問題，利用基于殘差正交性的Unscented Kalman Filter (UKF)容錯(cuò)濾波方法進(jìn)行野值修正。在深空巡航段，采用基于X射線脈沖星和太陽觀測(cè)的組合導(dǎo)航方式，用X射線探測(cè)器測(cè)量脈沖星光子到達(dá)時(shí)間，利用太陽敏感器測(cè)量太陽視線方向矢量，并利用聯(lián)邦濾波結(jié)構(gòu)進(jìn)行信息融合。仿真結(jié)果表明，基于 UKF的容錯(cuò)濾波算法在脈沖星組合導(dǎo)航系統(tǒng)的應(yīng)用中，能夠?qū)?span id="qqaicqu" class="hl">野值進(jìn)行實(shí)時(shí)修正，避免了導(dǎo)航精度下降，提高了系統(tǒng)的魯棒性和工程實(shí)用價(jià)值
中國慣性技術(shù)學(xué)報(bào) 2014年6期2014-10-21
- 基于小波變換的著艦引導(dǎo)雷達(dá)數(shù)據(jù)剔野算法
據(jù)包含帶趨勢(shì)項(xiàng)的野值，它不能簡單地根據(jù)某種統(tǒng)計(jì)算法予以剔除。根據(jù)小波變換和萊以特理論，提出了一種小波變換與萊以特準(zhǔn)則結(jié)合的剔野算法，該算法先用小波變換去除數(shù)據(jù)的趨勢(shì)項(xiàng)，然后根據(jù)萊以特準(zhǔn)則剔除剩余數(shù)據(jù)的野值，最后合并趨勢(shì)項(xiàng)，實(shí)現(xiàn)了著艦引導(dǎo)雷達(dá)數(shù)據(jù)帶趨勢(shì)項(xiàng)的野值剔除。關(guān)鍵詞： 著艦引導(dǎo)雷達(dá)； 小波變換； [3σ]準(zhǔn)則； 剔野中圖分類號(hào)： TN957.51?34； TJ02 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2014）13?0026?04Wave
現(xiàn)代電子技術(shù) 2014年13期2014-07-09
- 差分二次平均修正的頻域相位補(bǔ)償線譜檢測(cè)方法
行差分法去除零星野值,然后使用二次平均（TPM）去除連續(xù)野值,最后使用估計(jì)的相位補(bǔ)償因子均值構(gòu)造廣義似然比檢驗(yàn)統(tǒng)計(jì)量實(shí)現(xiàn)檢測(cè)。從理論上對(duì)比了廣義平均周期圖（AVGPR）法、廣義功率譜（GPR）法及文中方法的檢測(cè)性能。仿真結(jié)果表明,文中方法充分利用信號(hào)的相位信息,參數(shù)估計(jì)簡單,相位補(bǔ)償因子估計(jì)準(zhǔn)確,在一定虛警概率下較AVGPR法的檢測(cè)性能提高了接近5 dB左右。聲學(xué)；快速傅里葉變換分析；線譜檢測(cè)；頻域相位補(bǔ)償；檢驗(yàn)統(tǒng)計(jì)量；功率譜0 引言Urick指出在一定假
兵工學(xué)報(bào) 2014年10期2014-06-27
- 基于自適應(yīng)抗野值Kalman濾波技術(shù)的衛(wèi)星導(dǎo)航接收機(jī)授時(shí)方法
出了一種自適應(yīng)抗野值Kalman濾波算法,但是該自適應(yīng)抗野值算法對(duì)于連續(xù)出現(xiàn)的野值的抗干擾能力有限。針對(duì)以上問題,本文提出了基于自適應(yīng)抗野值Kalman濾波技術(shù)的衛(wèi)星導(dǎo)航接收機(jī)授時(shí)方法。該方法可以有效地消除在高動(dòng)態(tài)條件下鐘差信息野值對(duì)于接收機(jī)授時(shí)系統(tǒng)的影響,同時(shí)通過頻率校正環(huán)路對(duì)秒信號(hào)發(fā)生器的頻率進(jìn)行校正,提高了授時(shí)精度。利用自主研發(fā)的北斗衛(wèi)星導(dǎo)航接收機(jī)進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明該方法可以有效的提高北斗衛(wèi)星導(dǎo)航系統(tǒng)在高動(dòng)態(tài)條件下的授時(shí)精度。1 授時(shí)實(shí)現(xiàn)原理衛(wèi)星
西北工業(yè)大學(xué)學(xué)報(bào) 2014年3期2014-03-25
- 抗野值Kalman濾波在靶場(chǎng)測(cè)量數(shù)據(jù)處理中的應(yīng)用
即為工程處理中的野值。這些野值會(huì)給無人機(jī)的狀態(tài)估計(jì)、性能導(dǎo)航及飛行性能分析帶來較大的誤差，甚至嚴(yán)重偏離實(shí)際的飛行狀態(tài)［2］。因此，必須對(duì)這些野值進(jìn)行辨識(shí)和處理，以保證結(jié)果的正確性。目前，對(duì)于測(cè)量數(shù)據(jù)的野值剔除方法已經(jīng)有了大量的研究［1-10］。文獻(xiàn)［1］提出了一種野值點(diǎn)的 M型穩(wěn)健估計(jì)統(tǒng)計(jì)診斷技術(shù)，該方法對(duì)孤立型野值和連續(xù)型野值都有很好的辨識(shí)和剔除效果，但是該方法對(duì)于野值點(diǎn)的準(zhǔn)確起始位置和結(jié)束位置求解不完善。文獻(xiàn)［3］把連續(xù)5個(gè)實(shí)測(cè)數(shù)據(jù)的標(biāo)準(zhǔn)差的3倍作為閾
艦船電子對(duì)抗 2013年5期2013-04-26
- 抗野值魯棒濾波在微慣性組合導(dǎo)航中的應(yīng)用*
信息，我們稱之為野值。如果不把野值及時(shí)檢測(cè)和剔除，將會(huì)對(duì)微慣導(dǎo)測(cè)量過程中誤差狀態(tài)的估計(jì)產(chǎn)生很大的影響，從而導(dǎo)致系統(tǒng)精度的降低。為此人們提出了許多野值檢測(cè)和剔除的方法。在現(xiàn)有的野值檢測(cè)方法中，文獻(xiàn)［1］提出了基于ARMA模型的在線辨識(shí)，通過模型參數(shù)的變化來判斷是否出現(xiàn)野值，但是這是基于系統(tǒng)的噪聲統(tǒng)計(jì)特性穩(wěn)定和已知的情況;文獻(xiàn)［2－3］中基于濾波新息的統(tǒng)計(jì)特性，檢測(cè)野值，通過直接剔除觀測(cè)值或修正觀測(cè)值來去除野值的影響;但是魯棒H∞濾波在應(yīng)用過程中并不對(duì)噪聲統(tǒng)計(jì)
傳感技術(shù)學(xué)報(bào) 2012年6期2012-06-12
- 幾種野值剔除準(zhǔn)則在目標(biāo)預(yù)測(cè)中的應(yīng)用研究
律的數(shù)據(jù)點(diǎn)被稱為野值[1[。如果在數(shù)據(jù)預(yù)處理階段不將野值剔除，那么這些野值將會(huì)嚴(yán)重影響目標(biāo)預(yù)測(cè)的精度，甚至?xí)?dǎo)致目標(biāo)預(yù)測(cè)的發(fā)散。因此，如何剔除野值成為目標(biāo)預(yù)測(cè)中的首要問題。本文分析了目標(biāo)預(yù)測(cè)中的野值剔除問題，介紹了誤差理論中幾種常用的野值剔除準(zhǔn)則，并通過仿真分析了它們對(duì)野值的剔除能力及對(duì)目標(biāo)預(yù)測(cè)精度的影響。1 目標(biāo)預(yù)測(cè)中的野值剔除問題分析1.1 問題描述野值的定義有很多種，一種比較公認(rèn)的且與目標(biāo)預(yù)測(cè)中的野值剔除比較貼切的定義是 Barnett 和Lewis
指揮控制與仿真 2011年4期2011-07-16
- 一種估計(jì)艦空導(dǎo)彈脫靶量的方法
經(jīng)常包含許多孤立野值和成片野值，而如何去除成片野值在公開發(fā)表的文獻(xiàn)中還沒有見到通用有效的方法[4]。本文首先討論利用無野值的多普勒頻率估計(jì)脫靶量的方法，然后研究利用小波分解識(shí)別并去除野值的方法。1 脫靶量數(shù)學(xué)模型導(dǎo)彈和靶標(biāo)遭遇過程中，由于相對(duì)速度大，遭遇時(shí)間短，可以認(rèn)為相對(duì)速度保持不變。脫靶量數(shù)學(xué)模型如圖1所示，圖中rV為導(dǎo)彈相對(duì)靶標(biāo)的運(yùn)動(dòng)速度，ρ為脫靶量（ρ垂直于 Vr），ti為多普勒頻率采樣時(shí)間，tρ為脫靶時(shí)間。圖1 脫靶量數(shù)學(xué)模型對(duì)于不同的ti(i=
海軍航空大學(xué)學(xué)報(bào) 2010年3期2010-03-24