野值
- 基于差分和局部离群因子的遥测数据野值检测方法
群因子的遥测数据野值检测方法鄢青青，肖 锋，柳振民（西昌卫星发射中心，西昌，615000）为提高火箭飞行遥测数据孤立型野值检测的准确性和检测效率，针对遥测数据变化范围大、分布参数未知、数据量大等特点，提出一种基于差分和局部离群因子的野值检测算法，通过一阶差分使遥测数据中快速变化段的突变点与正常幅值点区分开，然后去除差分值中的重复值以降低计算复杂度，并将数据点的重叠度引入局部离群因子的计算中以快速筛选出局部离群程度较大的突变点，最后利用突变点的差分值符号特征
导弹与航天运载技术 2023年1期2023-03-09
- 无线电指令制导测量准确度标校及数据处理
趋势的异常点(“野值”)[6]，野值的存在会歪曲标校数据概率分布特征，严重地影响了制导系统测量准确度的标校结果。因而，必须对标校数据进行预处理，检测、识别野值，并加以剔除。通常，可以采用固定阈值判决[7]、卡尔曼滤波[7]、最小二乘法[8]、外推拟合法[9]等标校数据进行有效剔除，然后再采用莱特准则、罗曼诺夫斯基准则、格拉布斯准则及肖维勒准则等[10]进行事后野值剔除。上述方法要么对标校设备的适应性有所差异，对统计特性具有约束性，要么仅对某些特定类型的野值
兵器装备工程学报 2022年11期2022-12-14
- 黄海海域FY4A卫星温湿廓线适用性分析
。2.2.2 “野值”的处理基于不损失大量有效信息和尽可能多的剔除“野值”两个方面考虑，根据前人处理风云卫星数据“野值”的经验，将大于平均值加2倍标准差和小于平均值减2倍标准差的数据定义为“野值”［16］，并予以剔除。经过试验发现每次剔除的“野值”数量大致在10%左右，因此我们选择剔除10%的数据。2.2.3 误差检验3 数据评估相关文献表明，表面波导的高度一般在300m以下，悬空波导通常出现在3000m高度以下，而蒸发波导通常在6m～30m之间［17］，
舰船电子工程 2022年3期2022-12-01
- 基于卡方检测和相关向量机的DVL异常信息处理机制
波束失效容易出现野值；并且当AUV航行过程中遇到深沟、淤泥等情况，即海底超过测量范围或存在吸收信号的物质时，DVL可能难以获取反射信号，会导致短时失效[12]。在这些情况下，DVL的速度测量误差可能很大。因此，在复杂海洋环境下，DVL误差是影响组合导航精度的重要因素。近年来，很多学者围绕着DVL信息异常相关方面进行了大量的研究。针对野值问题，朱兵[13]等提出一种基于马氏距离算法的Huber鲁棒自适应卡尔曼滤波算法，根据量测噪声特性对调节因子进行实时的自适
中国惯性技术学报 2022年4期2022-11-11
- 施工隧道数据处理中的可靠卡尔曼滤波①
器, 发现其在抗野值, 噪声估计以及非线性系统的适应性方面性能较差,从而导致滤波数据发生严重偏移, 针对以上问题, 提出了一种自适应噪声优化的可靠卡尔曼算法, 通过对野值数据的合理补偿及对噪声的实时估计, 进一步优化了系统的建模精度, 获得更准确的滤波结果.2 可靠卡尔曼过滤算法设计2.1 野值处理在施工掘进过程中, 传感器的传输线不可避免地会被破坏, 系统将此时的测量值定义为与正常测量范围有巨大偏差的数值, 称这样的值为野值[13]. 在一个相对稳定的环
计算机系统应用 2022年9期2022-09-20
- 基于卡尔曼和最小二乘的抗野值降噪方法研究
实值的数据称为“野值”。根据是否连续，野值可分为孤立型野值和连续型野值[1]，孤立型野值表现形式是孤立的点，而连续型野值则成片出现，也称为斑点型野值。在对测量数据降噪时，野值会给降噪结果带来很大的误差，甚至会使信号严重失真。因此，为获取有效测量数据，需采用鲁棒性强、滤波精度高的降噪方法，对原始数据进行降噪，并将野值剔除或进行必要的修正。卡尔曼滤波作为线性高斯系统的最优滤波算法，具有理论基础完备、计算简便等优点，已广泛应用于测量数据的降噪处理[2-3]。传统
计算机仿真 2022年7期2022-08-22
- 基于回归模型的采集数据清洗技术
为孤立值、飞值、野值或者奇异值。采集数据中,野值的存在会使分析结果产生严重错误，因此对采集数据进行清洗的主要任务是对错误数据(即飞值或野值)的清洗。本文将研究在大规模采集中的野值清洗问题，即在海量的采集数据中对野值进行识别，并通过合适的算法给出野值对应位置的最优估计值。首先提出了一种利用一定采集时间内相邻采集数据(不包含当前数据)的回归值和采集参数变化率给出野值精细识别的方法，然后给出了基于回归模型的数据清洗的完整处理流程，最后利用真实飞行采集数据对本文提
电光与控制 2022年4期2022-04-07
- 一种新的鲁棒PM滤波及其在组合导航中的应用*
当系统出现尖锐的野值时，M估计滤波和H∞滤波均会出现较大误差以至发散。本文针对组合导航系统中出现多种尖锐野值的情况，引入GM估计野值检测抑制方法，构建了鲁棒PM估计滤波，应用于高空飞行器CNS/SAR/SINS组合导航中，并进行了仿真分析。1 基于M估计的线性滤波1964年，Huber经过严格的推导[5]，提出了广义极大似然估计，即M估计鲁棒滤波。针对高斯噪声受到污染的系统，M估计结合了l1和l2范数构造代价函数，其鲁棒性优于l2范数估计，其优点是保证最大
航天控制 2021年2期2021-11-18
- 基于卡尔曼滤波的遥测数据野值剔除方法
正常值的数据称为野值[1-5]。野值的出现将严重影响对遥测信号特征的分析，因此，剔除野值是分析遥测信号特征的一个重要前期步骤[6-8]。目前，常用的野值处理方法主要有三种[9-10]：一是在分析数据统计特性基础上，通过设置合理的阈值对野值进行判别和剔除，主要有罗曼诺夫斯基准则、狄克松准则及莱特准则等；二是通过提取并分析数据特征对野值进行判别和剔除，主要有小波变换方法、信号特征提取方法等；三是求取并分析数据的估计值与原始值差的统计特性来进行判别。第一种方法未
航天返回与遥感 2021年4期2021-09-18
- 基于机动识别的多级组合滤波器设计
的机动检测机制和野值剔除准则，实现多个滤波器之间的有效切换，使得设计的组合滤波器能够有效解决暂态跟踪和稳态滤波精度之间的矛盾。1 α-β 滤波器2 机动识别组合滤波器设计不失一般性，本文仅考虑运动目标的位置和速度估计问题。在设计组合滤波器之前，首先，根据任务需求（如滤波器收敛速度、滤波精度指标等），通过大量仿真，分别构造了适应不同滤波任务的多个最优α-β 滤波器。然后，通过对滤波输入数据进行野值判别，若数据异常，则直接剔除，并通过滤波外推；若数据正常，进入
火力与指挥控制 2021年8期2021-09-08
- 一种弹道外测数据的野值处理方法
这些异常点便称为野值［1］。野值的存在将直接影响到数据的处理精度与分析结果，因此，有必要在外测数据预处理过程中，对它们进行检测识别与剔除修正。通常情况下，野值根据是否连续可划为孤立野值和斑点野值两种类型，孤立型野值是指数据序列中非持续出现的某一独立时刻异常跳变点；斑点型野值是指数据序列中持续出现的幅度较为接近的成片异常跳变点［2］。当前围绕孤立型野值处理常见的有差分检测法及多项式外推拟合法［3-4］，其剔除作用显著，但对斑点型野值的处理不太理想，易导致野值
火力与指挥控制 2021年6期2021-08-06
- 测量数据野值的局部化处理模型与算法
的数据点被定义为野值，一般分为孤立型与斑点型两种类型[3-4]。相比连续型野值成片出现的情况，孤立型野值是更为普遍的一类野值，其剔除方法主要有门限法、均方值法、肖维勒法等[5-6]。近年来，朱新岩等基于残差特性分析，研究了野值检测与剔除方法[7]；金学军基于最小二乘拟合方法，对数据野值进行了剔除[8]；史椸等研究了基于方差聚类的时序数据野值识别算法[9]；叶艳等基于奇异值分解和小波分析对数据野值进行了综合处理[10]；李钉云等以卡尔曼滤波的残差绝对值作为判
组合机床与自动化加工技术 2021年7期2021-08-02
- 捷联惯性基组合导航鲁棒UKF方法
矩阵的权重以削弱野值对滤波的影响，但是这样会牺牲滤波一定的估计精度[12]。文献[13]对鲁棒滤波在初始对准动基座中的应用进行了研究，文献[14]对改进的Huber 鲁棒滤波进行了研究，通过文献[15]使用支持向量回归的方法提高组合导航系统的鲁棒性。针对捷联惯性基直接法组合导航系统实际使用中出现的量测量中出现野值的问题，本文提出一种基于一类支持向量机辅助的适用于捷联惯性基组合导航的鲁棒UKF 算法（Support Vector Machine-Adapti
舰船科学技术 2021年6期2021-07-06
- 区域导航系统站间时间同步野值剔除方法研究
基础上，进行时差野值的判断、剔除以及时差滤波处理，从而实现站间的高精度时间同步建立和维持。1 双向时间比对方法双向时间比对设备通过无线电交换时间同步信号，如果这个无线电通信链路是对称的或者近似对称的，那么双向信号传输的延迟将得到很好的对消，这就是双向时间比对系统所依据的基本原理。双向时间比对原理如图1所示。图1 双向时间比对原理示意图如图1所示，Δt为A、B两站时差，A、B两站发射设备与接收设备的时延分别为(tA,RA)和(tB,RB)，A站到B站路径传播
现代导航 2021年2期2021-05-20
- 鲁棒无迹四元数卡尔曼滤波初始对准算法∗
不能抑制GPS 野值带来的影响。 文献[11]提出了由位置轨迹构造矢量的粗对准方法，该方法虽然在一定程度上能够抑制野值的影响，但是在根本上未去除野值。文献[12]提出了基于矢量重构的鲁棒初始对准方法，但是该方法只能用于惯导系统与多普勒速度仪(doppler velocity log，DVL)组合导航系统。 文献[13]提出了一种基于Huber 的无迹滤波算法，并将其应用于无人机编队飞行中相对位置、速度和姿态的精确估计。 该算法通过改变量测噪声方差矩阵，修改
传感技术学报 2021年12期2021-03-13
- 飞行参数中高度数据的野值识别
气压高度数据存在野值的情况，通过阅读相关处理野值的文献以及根据飞行训练中的飞行特点，文章建立合适阶数的多项式拟合方程对进行高度数据拟合，由于高度数据不符合莱特准则判断野值的标准，提出利用区间平均残差进行野值判断，通过样本拟合运算的结果发现，此方法可以很好的将野值点判断出来。Abstract： Flight data analysis is the basis for flight quality evaluation. Through the study
价值工程 2020年27期2020-10-09
- 基于SVR的导航传感器自适应野值检测方法
常测量值一般称为野值。如果不对这些野值进行处理，直接输入到综导系统的信息集成模块进行融合，就会影响信息融合的结果，甚至使融合结果完全不可信。因此，在信息融合之前对野值进行检测和处理具有相当重要的必要性。在实际工程上，处理野值的方法主要有两种思路：一是利用外部传感器的辅助进行野值的检测。主要的方法有基于差值的3σ准则法、基于卡尔曼滤波器的χ2检验法[1-4]、基于小波分析的方法[5-6]等，其中3σ准则法需要基准数据，而χ2检验法依赖准确的系统噪声和测量噪声
导航定位与授时 2020年5期2020-09-22
- 基于模板滑窗处理测量数据中野值的方法*
采样数据中包含的野值反应都极为敏感[1]。而由经验和统计理论可知，即使是高精度的测量设备，在受到多种偶然因素的影响后也往往包含有较大的随机误差，一般偏离目标真值1%～5%，严重时甚至达10%～20%的误差[2]。测量数据中出现的这些野值对数据的处理存在很大影响，如在目标跟踪中，野值会导致滤波发散，目标丢失[3]。因此，针对测量数据中连续出现多个野值，依据测量数据的前后相关性和变化规律，提出了一种基于模板滑窗滤除测量数据中野值的方法，消除野值对测量数据处理工
弹箭与制导学报 2020年4期2020-09-17
- 一种长基线中野值点判定、剔除及修正方法
差较大的点，俗称野值点[4]。野值点的出现不仅会降低定位精度，而且会使得目标在该点的位置和速度等运动状态信息无法被准确获取，因此需要对野值点进行实时的判定、剔除和修正。常用的门限检测方法[5]仅能对长基线系统定位轨迹中的大部分野值点进行剔除，而不能对其进行修正。残差检测法可对野值点进行剔除和修正，但是当滤波模型与实际运动不匹配时，效果较差。为此，本文在残差检测法的基础上提出了改进残差检测法，以卡尔曼滤波的残差绝对值作为野值点的判定标准，对其进行判定和剔除，
声学技术 2020年1期2020-03-23
- 基于SVD的陀螺阵列异常诊断及识别方法
如发生故障或出现野值等，特别是在陀螺阵列中，零部件数量增多，出现数据异常的几率增大。MEMS陀螺阵列中数据异常具有突发性，且工作环境复杂多变，机载计算机性能有限，导航系统实时性要求高，出现异常后人工难以进行干预[1]。因此，简单有效的数据异常处理方法对于MEMS陀螺阵列是至关重要的。测量数据中的野值是指严重偏离大部分数据所呈现趋势的小部分数据点，即使是高精度测量设备也会有1%～5%甚至20%的数据严重偏离真值[2]，其一般可分为离群点、孤立型野值和斑点型野
火炮发射与控制学报 2019年4期2019-12-26
- 航天器在轨运行可视化中姿态数据的处理方法
大误差的数据称为野值。航天器的在轨飞行三维可视化过程中，野值数据的存在容易使显示画面出现跳变，影响实际显示效果，因而在数据使用时首先需要对野值数据予以剔除。同时，为了应对数据中的丢点和跳变点等问题，还需对数据进行必要的插值和平滑处理，以免影响可视化表达的连续性。对于姿态数据的野值剔除、平滑及插值等问题，可使用的方法较多，较常见的是采用卡尔曼滤波的方法[6-7]来进行野值剔除和平滑处理。但这类方法实现过程相对比较复杂，并且需要较繁琐的滤波参数设置[8]。在一
无线电工程 2019年1期2019-12-24
- 引信多普勒频率的线性稳健拟合
常包含误差（尤其野值）[2-7]，给结果分析带来困难。文献[1]研究了基于非线性最小二乘的多普勒频率拟合以及利用拟合残差去除野值的方法；文献[2]研究了非线性最小二乘拟合和小波分解相结合的方法，可去除野值比例达1/3，但野值识别和替换步骤有些复杂。为此，本文提出一种多普勒频率的线性稳健拟合方法，该方法的抗野值能力更强，步骤却更简单。1 引信多普勒频率线性转换1.1 引信多普勒频率数学模型防空导弹与目标遭遇时间短，可认为弹目相对速度Vr保持不变，弹目遭遇过程
海军航空大学学报 2019年5期2019-12-20
- 弹道数据野值灰色自适应检测与修正∗
些异常数据就称为野值［2］。野值可能导致处理结果严重失真，甚至完全失真［3］。因此，野值的检测与修正就成了数据处理工作的重要一环，它是提高数据处理精度、改善处理结果质量的有效措施。目前，国内的专家和学者对野点剔除的方法作了大量研究［4～6］，文献［4］结合工程实践，对已有的野值方法实验分析表明，差分法和多项式外推拟合法剔除孤立型野值点效果明显，但其门限的确定主要依赖于随机误差，同时容易将野点周围的合理数据拉偏。对于孤立型野值点，Kalman 滤波法和最小二
舰船电子工程 2019年10期2019-11-13
- 噪声野值下的学生t分布混合CPHD滤波
，尤其当噪声出现野值时，将不再服从高斯分布。野值可以被定义为位于整体分布之外的采样值[6-7]。在多目标跟踪场景中，当目标突然发生系统动态模型无法匹配的机动时，则可认为出现了过程噪声野值。观测目标背景变化、传感器自身的不稳定性将导致量测噪声野值。同时，由于目标散射特性产生的闪烁噪声亦可看作为量测噪声野值[8]。含有野值的过程噪声或量测噪声服从重尾的非高斯分布，GM-CPHD滤波对噪声野值非常敏感，当噪声野值出现时，其跟踪性能会急剧下降，这是由于高斯分布的轻
西安电子科技大学学报 2019年5期2019-11-08
- 动力电池SOC估计的一种新型鲁棒UKF算法*
，会使数据中包含野值，野值的出现将导致滤波算法的精度和稳定性下降，收敛慢，甚至引起发散。因此，滤波算法的鲁棒性能研究对动力电池管理系统十分重要。无迹卡尔曼滤波（unscented Kalman filter，UKF）算法利用无迹变换在估计点附近确定采样点，通过这些样本点逼近状态向量后验概率密度函数的均值和协方差，可避免由于线性化而导致的跟踪误差，算法容易实现，精度高［1-2］。但其抗野值方面的鲁棒性仍有较大优化提升空间。针对这一问题，文献［3］和文献［4］
汽车工程 2019年8期2019-09-04
- 基于53H滤波的船舶综导信息在线平滑方法
息进行在线监测与野值数据处理显得尤为重要。针对上述问题，本文提出一种基于53H滤波的综导信息在线平滑算法。该算法不要求数据满足高斯正态分布，也不需要事先知道数据的标准差，而且算法实现简单，适合对各导航传感器的信息进行在线的信息监测和数据平滑。1 改进的53H滤波算法53H滤波算法最先由Tukey提出[13]，其基本思想是产生一个曲线的平滑估计，然后通过将测量值与这一估计值进行比较来识别异常点。其基本步骤如下：1）假设在线测量的数据序列为x(i)，根据x(i
舰船科学技术 2019年1期2019-01-30
- 基于稳健回归算法的无人机数据预处理技术研究∗
法，实现了对数据野值的剔除和曲线的平滑。经典最小二乘目的是使残差平飞和达到最小，然而对每个样本点设定的权重却都是一样的，所以异常值对其拟合曲线影响很大，对数据的回归缺乏鲁棒性［6］。有鉴于此，文章中提出了基于M评估稳健回归多的方式对于数据预处理情况进行研究，利用迭代加权最小二乘估计回归方程系数，根据样本点偏离程度大小确定权重，对偏离程度大的设定小权重，对偏离小的设定大权重，以此建立加权最小二乘估计，不断更替改变权重系数，直到拟合点和实测点中间的偏差小于制定
舰船电子工程 2018年11期2018-11-26
- 一种重尾量测噪声下的高超声速飞行器跟踪算法
决在实际系统中因野值干扰带来的高超声速飞行器跟踪精度下降的问题，提出了一种交互多模型变分贝叶斯滤波算法（IMM-VB），该算法通过子模型权重与马尔可夫转移矩阵获取子模型的状态预测值。随后采用具有重尾特性的学生t分布取代高斯分布来描述量测模型，并利用VB算法实现子模型的量测协方差与状态的联合估计。最后在交互式多模型（IMM）框架下更新子模型权重与目标状态的融合输出。仿真结果表明，在野值观测条件下该算法比IMM算法具有更高的跟踪精度。关键词：高超声速飞行器;野
航空科学技术 2018年8期2018-09-10
- 弹道跟踪数据野值剔除方法性能分析
趋势的数据点称为野值[1]。野值的存在会严重影响弹道跟踪数据的精度，甚至歪曲测量体系真相，在需要高精度弹道跟踪数据的场合是不允许的。因而，必须在弹道跟踪数据预处理中，检测、识别野值，并剔除或作必要的修正。根据野值是否连续，可分为孤立型和斑点型野值[2]。根据弹道跟踪数据处理模式又可分为事后处理和实时处理。不同情况下跟踪测量数据的野值特征、表现形式、变化规律各不相同。目前已经有很多学者提出了不同的野值剔除方法[3-10]。传统的野值剔除方法[3](包括莱特准
上海航天 2018年4期2018-09-07
- 基于经纬度的航迹数据改进抗野值Kalman滤波∗
值的数据，称为“野值”。即使是高质量的原始采样数据，也会含有1%～5%甚至多达10%～20%的异常数据［1］。野值分为单点野值与连续野值，其特点一般是幅值大、持续时间短、无规律。如果不予以分离和滤除这些野值，指挥员无法准确判断目标位置，影响试验的顺利开展，具有一定的危险性，而且给后期的数据处理带来误差［2］。由于航迹测量数据解算属于实时目标跟踪测量，被测量对象在测量过程中不断变化，且每一观测点只进行一次观测。因此，静态重复测量的检验准则不适于测量数据的合理
计算机与数字工程 2018年5期2018-05-29
- 基于扩展卡尔曼滤波的雷测数据实时剔野方法∗
但在跟踪系统中，野值处理是属于动态测量数据中剔除野值的问题，因此必须对目标状态进行估计来获取观测误差，状态估计精度越高，则野值的判别效率越高［5］。卡尔曼滤波（KF）［6］适用于线性系统，但雷达跟踪目标时，通常雷达观测数据与目标参数间的关系是非线性的。对于非线性系统，常用的滤波方法有扩展卡尔曼滤波（EKF）［7～8］，不敏卡尔曼滤波（UKF）［9］和粒子滤波（PF）［10～11］。EKF 计算量小，计算速度快，实时性好，且具有统计有效的特点。本文提出一种基
舰船电子工程 2018年4期2018-04-27
- 船载外测数据的实时检择方法*
和船载外测数据的野值特性，研究实时处理船载外测数据野值的检择方法。通过两套设备的外测数据信息横向比对消除船摇对数据检择的影响，建立了自适应权值和阈值的模型，给出了基于坐标转换和加权融合的分步式船载外测数据实时检择方法。实例数据验证结果表明所提方法可以实时有效地解决外测预处理阶段的野值检择问题。航天测量船；外测数据；野值实时检择；加权融合1 引 言航天测量船在对飞行器进行跟踪测量的数据处理过程中，必须对采样数据进行预处理，识别出其中的野值，这对改进后续数据处
电讯技术 2017年12期2017-12-20
- 导引头在线野值剔除与平滑方法研究
工程】导引头在线野值剔除与平滑方法研究臧月进,曾 亮,李仁俊(上海机电工程研究所， 上海 201109)针对导引头信号野值频发的问题，提出了一种基于可变阈值方差的信号野值识别和基于牛顿插值法的野值剔除与缺失数据补偿的方法。测试对比结果表明，该方法可以同时克服孤点野值和连续野值的不利影响，保证了数据处理后的导引头信号的完整性和平滑性，满足应用需求。拦截器；导引头；在线；野值剔除；数据平滑与补偿应用于大气层外拦截目标的拦截器采用捷联光学导引头，由于探测元件等级
兵器装备工程学报 2017年9期2017-09-28
- 一种雷达卫星标校中的野值剔除方法
雷达卫星标校中的野值剔除方法王建富1，吴金海2，钮俊清1，郭佳意1(1.中国电子科技集团公司第三十八研究所孔径阵列与空间探测安徽省重点实验室，安徽 合肥230088； 2.太原卫星发射中心，山西 太原 030027)通过卫星标校方式提高雷达系统测量精度时，雷达获取的测量点迹对标定结果的影响巨大，尤其存在野值点的情况下，雷达系统误差标定可能失效。提出了基于雷达卫星标校的野值剔除方法，首先将测量值与真实星历值对比，得到雷达的初始系统误差和随机误差，并以此确定测
舰船电子对抗 2017年3期2017-07-31
- 内弹道异常判决中的实时野值剔除方法
异常判决中的实时野值剔除方法高冰（92941部队葫芦岛125000）任务中导弹遥测关键参数的野值严重影响内弹道的异常判决结果。针对遥测关键参数的变化特点，研究了基于多项式插值平滑算法的野值剔除方法。通过任务实测数据验证，这一算法简单，实时性强，可以剔除连续的野值，在内弹道异常判决系统中起到了获得较好的预处理效果。内弹道；野值；异常判决Class NumberTP3011 引言导弹飞行试验的遥测参数是研究和分析导弹性能指标的数值依据［1］，对于导弹各种性能研
计算机与数字工程 2017年6期2017-06-26
- 弹道处理中的偏差修正与数据修补
据中的时间偏差和野值对弹道处理精度的影响，提出利用三点拉格朗日插值方法对测量数据进行时间不一致修正，采用外推预报对野值进行识别，为保证测量数据序列的完整性和连续性，利用最小二乘拟合方法对剔除野值后的数据序列进行修补。三种方法结合使用，可有效提高弹道处理的精度。弹道；偏差修正；数据修补0 引言在武器系统鉴定试验中，对目标外弹道的测量主要依靠光学测量，实时将测量数据进行收集、传输和处理。为对测量目标的性能进行准确评估，对测量数据的精度要求较高，但在实际测量过程
现代计算机 2016年32期2016-12-22
- 抗野值卡尔曼滤波在火箭弹落点估计中的应用*
73000)抗野值卡尔曼滤波在火箭弹落点估计中的应用*闫小龙1,陈国光1,杨 东2(1 中北大学,太原 030051;2 豫西工业集团有限公司,河南南阳 473000)为了实现火箭弹精确打击,根据飞行弹道参数对弹道进行修正。应用文中提出的双气动参数辨识算法,去除出现在信号初始阶段的野值,降低对后续卡尔曼滤波的影响。随后利用基于新息判断野值的卡尔曼滤波器,结合质点弹道模型,建立了卡尔曼滤波弹道模型,对一段飞行参数进行野值的去除与滤波,并对火箭弹落点进行外推
弹箭与制导学报 2016年3期2016-12-20
- 基于莱特准则和小波变换的遥测数据处理方法
据经常含有噪声和野值，针对遥测数据的处理面临的消除噪声和野值剔除问题，介绍了小波变换的基本原理以及小波消噪在信号处理方面的应用，提出了利用莱特准则和小波软阈值消噪相结合的方法进行野值剔除，利用MATLAB软件进行遥测信号噪声消除和野值剔除仿真试验，结果表明该方法具有良好的降噪效果和出色的野值剔除能力。遥测数据；小波变换；野值剔除；降噪；阈值在靶场外弹道测量动态目标时，由于随机误差和各种干扰的存在，测量数据中往往包含严重偏离目标真值的数据点，这些严重偏离目标
电子设计工程 2016年20期2016-11-09
- 观测器/卡尔曼滤波在飞行数据处理中的应用
使测量数据中存在野值。为提高飞行数据处理精度，提出了一种基于观测器/卡尔曼滤波辨识（OKID）的新算法用于估计飞行参数。该算法直接利用输入输出数据与系统矩阵得到观测器增益，而观测器增益又收敛于稳定状态下的卡尔曼滤波增益，利用卡尔曼滤波增益即可估计飞行参数。Matlab仿真表明该方法能有效地消除飞行数据中的野值。数据处理；观测器/卡尔曼滤波；观测器增益；野值剔除在试飞过程中由于受到外界异常干扰、测量仪器或传输数据不稳定等多种因素的影响，导致测量数据严重偏离测
电子设计工程 2016年20期2016-11-09
- 基于粒子滤波的目标跟踪抗野值算法
滤波的目标跟踪抗野值算法张昆，陶建锋，李一立（空军工程大学防空反导学院，西安710051）运用粒子滤波对目标位置进行跟踪时，测量数据的异常突变点、目标的机动转弯、粒子数量的制约和重要性密度函数的优劣都会导致估计误差较大的野值出现，这将严重影响雷达对目标的跟踪精度。现有的野值剔除方法在目标发生机动时，都存在误剔率较高的问题。针对这个问题，采用莱特准则与机动门限准则相结合的方法，提出了不确定观测点的概念，设计了一种适用于机动目标的抗野值粒子滤波算法。仿真结果表
火力与指挥控制 2016年9期2016-10-18
- 基于改进的强跟踪滤波GPS校频系统误差处理方法
会产生随机抖动或野值，给系统频率校准带来误差。为减小GPS信号随机抖动和野值所带来的影响，根据GPS信号与晶振信号准确度互补的特点，建立GPS信号校准晶振信号频差模型，利用强跟踪滤波算法对频差信号误差进行修正。针对GPS信号中存在的野值问题，对强跟踪滤波算法进行改进，根据残差变化率的大小判别野值，利用替代法对野值加以修正，提高滤波准确度。将该方法应用于某GPS信号校准晶振信号频率源系统，可使系统输出频率准确度达到10-11量级。GPS校频；晶振；强跟踪滤波
中国测试 2016年8期2016-09-13
- 无源定位跟踪中野值的检测与剔除方法
)无源定位跟踪中野值的检测与剔除方法杨军玲(西安电子科技大学 电子工程学院，陕西 西安 710071)摘要针对无源定位跟踪中野值的出现会降低滤波的可靠性和稳定性问题，结合新息似然的概念提出了一种基于似然的野值检测与剔除方法。通过计算卡尔曼滤波更新中得到的似然值，设定门限，以达到野值的检测与剔除的目的。仿真结果表明，该算法有效地处理了野值对定位跟踪精度的影响，使得目标定位跟踪精度有了较大的提高。关键词定位跟踪；野值；新息似然；卡尔曼滤波在无源定位跟踪[1]中
电子科技 2016年6期2016-07-04
- 基于遗传算法的极短弧定轨(续)∗
方法的计算过程,野值剔除方法不再适用.在遗传算法中通过在适值函数中采用不同损失函数实现了稳健估计,解决了极短弧定轨中的野值处理问题.在遗传算法中不同损失函数的引入较经典方法大大简化.通过对多种损失函数的计算比较,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)估计可大幅度提高极短弧定轨的稳健性,具有极高的崩溃点.航天器,天体力学,方法:数值,统计1 引言近年来空间目
天文学报 2016年2期2016-06-27
- 一种基于Kalman滤波的雷达数据抗野值方法
滤波的雷达数据抗野值方法张亚松，任宏光(中国空空导弹研究院，河南 洛阳471009)摘要：在对雷达测量数据的实际滤波过程中，带有野值的测量数据值将导致滤波系统产生记忆效应和误差,甚至导致滤波过程发散，严重影响处理结果的精度；从滤波算法的原理和工程实践的实际出发，以测量值与一步预测值的残差即“新息”为基础，提出了一种新的野值判别和剔除的简单易行算法；通过仿真对比计算，可以更为有效地消除野值对滤波的不良影响，提高测量精度。关键词：Kalman滤波；野值剔除Ci
兵器装备工程学报 2016年2期2016-04-11
- 基于插秧机运动模型的DGPS野值剔除方法研究
动模型的DGPS野值剔除方法研究刘晓光1,2,刘秀玲1,2,王光磊1,2(1.河北大学 电子信息工程学院，河北 保定071002；2.河北省数字医疗工程重点实验室，河北 保定071002)摘要：DGPS定位系统在外界干扰的作用下会导致定位信息中含有野值。这些野值对插秧机的精准控制有很大的影响，必须对DGPS的野值进行处理。为此，提出了一种基于插秧机运动学模型的DGPS野值在线剔除方法。该方法根据插秧机的运动模型设定野值判定阈值，然后采用基于插秧机运动学模型
农机化研究 2016年7期2016-03-23
- 基于M估计的抗野值单站无源定位方法∗
据不可避免会出现野值。统计学家根据大量数据指出,在生产实际和科学实验中,野值的出现约占观测总数的1%～10%[10]。野值的出现使得观测数据的可靠性和可用性下降,降低了定位精度,甚至无法定位。目前,已有大量文献对野值存在时如何保持估计量的最优性进行了论述,但有关单站无源定位跟踪问题的研究中,涉及野值处理问题的文献较少。例如,文献[5,11-13]研究了野值存在时如何辨识并剔除的方法;文献[6,14-16]指出,错误的观测量主要通过新息对滤波精度产生影响,因
雷达科学与技术 2016年6期2016-01-15
- 基于多区域划分的模糊支持向量机方法
式不仅能有效削弱野值样本的影响，而且也会提高支持向量的隶属度。与基于样本紧密度以及基于样本到类内超平面距离的FSVM方法相比，该方法具有更好的抗噪性能和泛化能力。模糊支持向量机；多区域划分；野值；支持向量；隶属度支持向量机(support vector machine，SVM)[1]是在统计学习理论和结构风险最小化基础上发展起来的一种新的机器学习方法，特别是在解决小样本、局部极小、高维和非线性模式识别中表现出较强的泛化能力。但SVM在构建最优分类面时视所有
中南大学学报（自然科学版） 2015年5期2015-10-13
- 一种基于一阶差分的野值类型判别及处理方法1
种基于一阶差分的野值类型判别及处理方法1饶云峰1，2，白燕1，2，3（1.中国科学院 国家授时中心，西安 710600；2.中国科学院大学，北京 100049；3.中国科学院 精密导航定位与定时技术重点实验室，西安 710600）为了剔除违反规律的异常测量值，采用一种基于一阶差分的野值类型判别及处理方法。仿真结果表明，该算法能准确地判别野值类型及其位置，尤其是对于斑点型野值具有较好的效果，同时可以提高数据处理精度，缩短数据处理时间。斑点型野值；散点型野值；
时间频率学报 2015年4期2015-09-07
- 带虚警抑制的基于归一化残差的野值检测方法
基于归一化残差的野值检测方法汝小虎*柳 征 姜文利 黄知涛（国防科学技术大学电子科学与工程学院 长沙 410073）野值检测，或称异常值检测是模式识别和知识发现中一个重要的问题。以往的野值检测方法难以有效地抑制虚警概率，针对这一问题，该文提出一种带监督情形下基于归一化残差（Normalized Residual， NR）的野值检测方法。首先利用训练样本计算待考查模式的NR值，其次比较NR值与野值检测门限的相对大小，从而判断待考查模式是否为野值。该文理论上推
电子与信息学报 2015年12期2015-08-17
- 抗野值强跟踪Kalman 滤波在风场估计中的应用*
低了滤波精度和抗野值能力，容易造成系统的不稳定。本文针对气象无人机的测风特点和Kalman 滤波在数据处理中的局限性，将强跟踪Kalman 滤波和抗野值算法应用于无人机探测数据处理中，达到抑制滤波发散，提高滤波精度的目的。1 滤波算法1.1 Kalman 滤波算法Kalman 滤波是典型的最小方差(MMSE)估计方法，采用 递归技术，利用k－1时刻状态值给出k的预测值，并保证该均方误差最小。建立离散系统模型状态方程量测方程上述模型中，Xk为状态向量，Zk为
传感器与微系统 2015年7期2015-03-30
- 塔康高精度测角及抗野值研究
会不可避免的出现野值。本文通过分析新息的特性，给出野值(outlier)的判定准则，重构状态估计，建立自适应抗野值Kalman滤波模型，并与最小二乘曲线拟合相结合，实现对塔康测角的高精度解算。该测角方法与文献［2］中的方法都具有很高的解算精度，不同的是本文通过最小二乘曲线拟合解算方位，经抗野值Kalman滤波器抑制野值，二者相比较，本文具有抑制野值和抗干扰能力强的优势。对于抗野值Kalman滤波器的研究，文献［3］提出利用残差序列统计特性进行决策来判断并剔
重庆邮电大学学报(自然科学版) 2014年4期2014-12-14
- UKF容错滤波在脉冲星组合导航中的应用
合导航系统中测量野值导致的导航精度下降问题，利用基于残差正交性的Unscented Kalman Filter (UKF)容错滤波方法进行野值修正。在深空巡航段，采用基于X射线脉冲星和太阳观测的组合导航方式，用X射线探测器测量脉冲星光子到达时间，利用太阳敏感器测量太阳视线方向矢量，并利用联邦滤波结构进行信息融合。仿真结果表明，基于 UKF的容错滤波算法在脉冲星组合导航系统的应用中，能够对野值进行实时修正，避免了导航精度下降，提高了系统的鲁棒性和工程实用价值
中国惯性技术学报 2014年6期2014-10-21
- 基于小波变换的着舰引导雷达数据剔野算法
据包含带趋势项的野值，它不能简单地根据某种统计算法予以剔除。根据小波变换和莱以特理论，提出了一种小波变换与莱以特准则结合的剔野算法，该算法先用小波变换去除数据的趋势项，然后根据莱以特准则剔除剩余数据的野值，最后合并趋势项，实现了着舰引导雷达数据带趋势项的野值剔除。关键词： 着舰引导雷达； 小波变换； [3σ]准则； 剔野中图分类号： TN957.51?34； TJ02 文献标识码： A 文章编号： 1004?373X（2014）13?0026?04Wave
现代电子技术 2014年13期2014-07-09
- 差分二次平均修正的频域相位补偿线谱检测方法
行差分法去除零星野值,然后使用二次平均（TPM）去除连续野值,最后使用估计的相位补偿因子均值构造广义似然比检验统计量实现检测。从理论上对比了广义平均周期图（AVGPR）法、广义功率谱（GPR）法及文中方法的检测性能。仿真结果表明,文中方法充分利用信号的相位信息,参数估计简单,相位补偿因子估计准确,在一定虚警概率下较AVGPR法的检测性能提高了接近5 dB左右。声学；快速傅里叶变换分析；线谱检测；频域相位补偿；检验统计量；功率谱0 引言Urick指出在一定假
兵工学报 2014年10期2014-06-27
- 基于自适应抗野值Kalman滤波技术的卫星导航接收机授时方法
出了一种自适应抗野值Kalman滤波算法,但是该自适应抗野值算法对于连续出现的野值的抗干扰能力有限。针对以上问题,本文提出了基于自适应抗野值Kalman滤波技术的卫星导航接收机授时方法。该方法可以有效地消除在高动态条件下钟差信息野值对于接收机授时系统的影响,同时通过频率校正环路对秒信号发生器的频率进行校正,提高了授时精度。利用自主研发的北斗卫星导航接收机进行实验,实验结果表明该方法可以有效的提高北斗卫星导航系统在高动态条件下的授时精度。1 授时实现原理卫星
西北工业大学学报 2014年3期2014-03-25
- 抗野值Kalman滤波在靶场测量数据处理中的应用
即为工程处理中的野值。这些野值会给无人机的状态估计、性能导航及飞行性能分析带来较大的误差，甚至严重偏离实际的飞行状态［2］。因此，必须对这些野值进行辨识和处理，以保证结果的正确性。目前，对于测量数据的野值剔除方法已经有了大量的研究［1-10］。文献［1］提出了一种野值点的 M型稳健估计统计诊断技术，该方法对孤立型野值和连续型野值都有很好的辨识和剔除效果，但是该方法对于野值点的准确起始位置和结束位置求解不完善。文献［3］把连续5个实测数据的标准差的3倍作为阈
舰船电子对抗 2013年5期2013-04-26
- 抗野值鲁棒滤波在微惯性组合导航中的应用*
信息，我们称之为野值。如果不把野值及时检测和剔除，将会对微惯导测量过程中误差状态的估计产生很大的影响，从而导致系统精度的降低。为此人们提出了许多野值检测和剔除的方法。在现有的野值检测方法中，文献［1］提出了基于ARMA模型的在线辨识，通过模型参数的变化来判断是否出现野值，但是这是基于系统的噪声统计特性稳定和已知的情况;文献［2－3］中基于滤波新息的统计特性，检测野值，通过直接剔除观测值或修正观测值来去除野值的影响;但是鲁棒H∞滤波在应用过程中并不对噪声统计
传感技术学报 2012年6期2012-06-12
- 几种野值剔除准则在目标预测中的应用研究
律的数据点被称为野值[1[。如果在数据预处理阶段不将野值剔除，那么这些野值将会严重影响目标预测的精度，甚至会导致目标预测的发散。因此，如何剔除野值成为目标预测中的首要问题。本文分析了目标预测中的野值剔除问题，介绍了误差理论中几种常用的野值剔除准则，并通过仿真分析了它们对野值的剔除能力及对目标预测精度的影响。1 目标预测中的野值剔除问题分析1.1 问题描述野值的定义有很多种，一种比较公认的且与目标预测中的野值剔除比较贴切的定义是 Barnett 和Lewis
指挥控制与仿真 2011年4期2011-07-16
- 一种估计舰空导弹脱靶量的方法
经常包含许多孤立野值和成片野值，而如何去除成片野值在公开发表的文献中还没有见到通用有效的方法[4]。本文首先讨论利用无野值的多普勒频率估计脱靶量的方法，然后研究利用小波分解识别并去除野值的方法。1 脱靶量数学模型导弹和靶标遭遇过程中，由于相对速度大，遭遇时间短，可以认为相对速度保持不变。脱靶量数学模型如图1所示，图中rV为导弹相对靶标的运动速度，ρ为脱靶量（ρ垂直于 Vr），ti为多普勒频率采样时间，tρ为脱靶时间。图1 脱靶量数学模型对于不同的ti(i=
海军航空大学学报 2010年3期2010-03-24