野值
- 基于差分和局部離群因子的遙測數據野值檢測方法
群因子的遙測數據野值檢測方法鄢青青，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數據孤立型野值檢測的準確性和檢測效率，針對遙測數據變化范圍大、分布參數未知、數據量大等特點，提出一種基于差分和局部離群因子的野值檢測算法，通過一階差分使遙測數據中快速變化段的突變點與正常幅值點區(qū)分開，然后去除差分值中的重復值以降低計算復雜度，并將數據點的重疊度引入局部離群因子的計算中以快速篩選出局部離群程度較大的突變點，最后利用突變點的差分值符號特征
導彈與航天運載技術 2023年1期2023-03-09
- 無線電指令制導測量準確度標校及數據處理
趨勢的異常點(“野值”)[6]，野值的存在會歪曲標校數據概率分布特征，嚴重地影響了制導系統(tǒng)測量準確度的標校結果。因而，必須對標校數據進行預處理，檢測、識別野值，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]等標校數據進行有效剔除，然后再采用萊特準則、羅曼諾夫斯基準則、格拉布斯準則及肖維勒準則等[10]進行事后野值剔除。上述方法要么對標校設備的適應性有所差異，對統(tǒng)計特性具有約束性，要么僅對某些特定類型的野值
兵器裝備工程學報 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”兩個方面考慮，根據前人處理風云衛(wèi)星數據“野值”的經驗，將大于平均值加2倍標準差和小于平均值減2倍標準差的數據定義為“野值”［16］，并予以剔除。經過試驗發(fā)現每次剔除的“野值”數量大致在10%左右，因此我們選擇剔除10%的數據。2.2.3 誤差檢驗3 數據評估相關文獻表明，表面波導的高度一般在300m以下，懸空波導通常出現在3000m高度以下，而蒸發(fā)波導通常在6m～30m之間［17］，
艦船電子工程 2022年3期2022-12-01
- 基于卡方檢測和相關向量機的DVL異常信息處理機制
波束失效容易出現野值；并且當AUV航行過程中遇到深溝、淤泥等情況，即海底超過測量范圍或存在吸收信號的物質時，DVL可能難以獲取反射信號，會導致短時失效[12]。在這些情況下，DVL的速度測量誤差可能很大。因此，在復雜海洋環(huán)境下，DVL誤差是影響組合導航精度的重要因素。近年來，很多學者圍繞著DVL信息異常相關方面進行了大量的研究。針對野值問題，朱兵[13]等提出一種基于馬氏距離算法的Huber魯棒自適應卡爾曼濾波算法，根據量測噪聲特性對調節(jié)因子進行實時的自適
中國慣性技術學報 2022年4期2022-11-11
- 施工隧道數據處理中的可靠卡爾曼濾波①
器, 發(fā)現其在抗野值, 噪聲估計以及非線性系統(tǒng)的適應性方面性能較差,從而導致濾波數據發(fā)生嚴重偏移, 針對以上問題, 提出了一種自適應噪聲優(yōu)化的可靠卡爾曼算法, 通過對野值數據的合理補償及對噪聲的實時估計, 進一步優(yōu)化了系統(tǒng)的建模精度, 獲得更準確的濾波結果.2 可靠卡爾曼過濾算法設計2.1 野值處理在施工掘進過程中, 傳感器的傳輸線不可避免地會被破壞, 系統(tǒng)將此時的測量值定義為與正常測量范圍有巨大偏差的數值, 稱這樣的值為野值[13]. 在一個相對穩(wěn)定的環(huán)
計算機系統(tǒng)應用 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
實值的數據稱為“野值”。根據是否連續(xù)，野值可分為孤立型野值和連續(xù)型野值[1]，孤立型野值表現形式是孤立的點，而連續(xù)型野值則成片出現，也稱為斑點型野值。在對測量數據降噪時，野值會給降噪結果帶來很大的誤差，甚至會使信號嚴重失真。因此，為獲取有效測量數據，需采用魯棒性強、濾波精度高的降噪方法，對原始數據進行降噪，并將野值剔除或進行必要的修正?？柭鼮V波作為線性高斯系統(tǒng)的最優(yōu)濾波算法，具有理論基礎完備、計算簡便等優(yōu)點，已廣泛應用于測量數據的降噪處理[2-3]。傳統(tǒng)
計算機仿真 2022年7期2022-08-22
- 基于回歸模型的采集數據清洗技術
為孤立值、飛值、野值或者奇異值。采集數據中,野值的存在會使分析結果產生嚴重錯誤，因此對采集數據進行清洗的主要任務是對錯誤數據(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，即在海量的采集數據中對野值進行識別，并通過合適的算法給出野值對應位置的最優(yōu)估計值。首先提出了一種利用一定采集時間內相鄰采集數據(不包含當前數據)的回歸值和采集參數變化率給出野值精細識別的方法，然后給出了基于回歸模型的數據清洗的完整處理流程，最后利用真實飛行采集數據對本文提
電光與控制 2022年4期2022-04-07
- 一種新的魯棒PM濾波及其在組合導航中的應用*
當系統(tǒng)出現尖銳的野值時，M估計濾波和H∞濾波均會出現較大誤差以至發(fā)散。本文針對組合導航系統(tǒng)中出現多種尖銳野值的情況，引入GM估計野值檢測抑制方法，構建了魯棒PM估計濾波，應用于高空飛行器CNS/SAR/SINS組合導航中，并進行了仿真分析。1 基于M估計的線性濾波1964年，Huber經過嚴格的推導[5]，提出了廣義極大似然估計，即M估計魯棒濾波。針對高斯噪聲受到污染的系統(tǒng)，M估計結合了l1和l2范數構造代價函數，其魯棒性優(yōu)于l2范數估計，其優(yōu)點是保證最大
航天控制 2021年2期2021-11-18
- 基于卡爾曼濾波的遙測數據野值剔除方法
正常值的數據稱為野值[1-5]。野值的出現將嚴重影響對遙測信號特征的分析，因此，剔除野值是分析遙測信號特征的一個重要前期步驟[6-8]。目前，常用的野值處理方法主要有三種[9-10]：一是在分析數據統(tǒng)計特性基礎上，通過設置合理的閾值對野值進行判別和剔除，主要有羅曼諾夫斯基準則、狄克松準則及萊特準則等；二是通過提取并分析數據特征對野值進行判別和剔除，主要有小波變換方法、信號特征提取方法等；三是求取并分析數據的估計值與原始值差的統(tǒng)計特性來進行判別。第一種方法未
航天返回與遙感 2021年4期2021-09-18
- 基于機動識別的多級組合濾波器設計
的機動檢測機制和野值剔除準則，實現多個濾波器之間的有效切換，使得設計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 機動識別組合濾波器設計不失一般性，本文僅考慮運動目標的位置和速度估計問題。在設計組合濾波器之前，首先，根據任務需求（如濾波器收斂速度、濾波精度指標等），通過大量仿真，分別構造了適應不同濾波任務的多個最優(yōu)α-β 濾波器。然后，通過對濾波輸入數據進行野值判別，若數據異常，則直接剔除，并通過濾波外推；若數據正常，進入
火力與指揮控制 2021年8期2021-09-08
- 一種彈道外測數據的野值處理方法
這些異常點便稱為野值［1］。野值的存在將直接影響到數據的處理精度與分析結果，因此，有必要在外測數據預處理過程中，對它們進行檢測識別與剔除修正。通常情況下，野值根據是否連續(xù)可劃為孤立野值和斑點野值兩種類型，孤立型野值是指數據序列中非持續(xù)出現的某一獨立時刻異常跳變點；斑點型野值是指數據序列中持續(xù)出現的幅度較為接近的成片異常跳變點［2］。當前圍繞孤立型野值處理常見的有差分檢測法及多項式外推擬合法［3-4］，其剔除作用顯著，但對斑點型野值的處理不太理想，易導致野值
火力與指揮控制 2021年6期2021-08-06
- 測量數據野值的局部化處理模型與算法
的數據點被定義為野值，一般分為孤立型與斑點型兩種類型[3-4]。相比連續(xù)型野值成片出現的情況，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，研究了野值檢測與剔除方法[7]；金學軍基于最小二乘擬合方法，對數據野值進行了剔除[8]；史椸等研究了基于方差聚類的時序數據野值識別算法[9]；葉艷等基于奇異值分解和小波分析對數據野值進行了綜合處理[10]；李釘云等以卡爾曼濾波的殘差絕對值作為判
組合機床與自動化加工技術 2021年7期2021-08-02
- 捷聯慣性基組合導航魯棒UKF方法
矩陣的權重以削弱野值對濾波的影響，但是這樣會犧牲濾波一定的估計精度[12]。文獻[13]對魯棒濾波在初始對準動基座中的應用進行了研究，文獻[14]對改進的Huber 魯棒濾波進行了研究，通過文獻[15]使用支持向量回歸的方法提高組合導航系統(tǒng)的魯棒性。針對捷聯慣性基直接法組合導航系統(tǒng)實際使用中出現的量測量中出現野值的問題，本文提出一種基于一類支持向量機輔助的適用于捷聯慣性基組合導航的魯棒UKF 算法（Support Vector Machine-Adapti
艦船科學技術 2021年6期2021-07-06
- 區(qū)域導航系統(tǒng)站間時間同步野值剔除方法研究
基礎上，進行時差野值的判斷、剔除以及時差濾波處理，從而實現站間的高精度時間同步建立和維持。1 雙向時間比對方法雙向時間比對設備通過無線電交換時間同步信號，如果這個無線電通信鏈路是對稱的或者近似對稱的，那么雙向信號傳輸的延遲將得到很好的對消，這就是雙向時間比對系統(tǒng)所依據的基本原理。雙向時間比對原理如圖1所示。圖1 雙向時間比對原理示意圖如圖1所示，Δt為A、B兩站時差，A、B兩站發(fā)射設備與接收設備的時延分別為(tA,RA)和(tB,RB)，A站到B站路徑傳播
現代導航 2021年2期2021-05-20
- 魯棒無跡四元數卡爾曼濾波初始對準算法?
不能抑制GPS 野值帶來的影響。 文獻[11]提出了由位置軌跡構造矢量的粗對準方法，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[12]提出了基于矢量重構的魯棒初始對準方法，但是該方法只能用于慣導系統(tǒng)與多普勒速度儀(doppler velocity log，DVL)組合導航系統(tǒng)。 文獻[13]提出了一種基于Huber 的無跡濾波算法，并將其應用于無人機編隊飛行中相對位置、速度和姿態(tài)的精確估計。 該算法通過改變量測噪聲方差矩陣，修改
傳感技術學報 2021年12期2021-03-13
- 飛行參數中高度數據的野值識別
氣壓高度數據存在野值的情況，通過閱讀相關處理野值的文獻以及根據飛行訓練中的飛行特點，文章建立合適階數的多項式擬合方程對進行高度數據擬合，由于高度數據不符合萊特準則判斷野值的標準，提出利用區(qū)間平均殘差進行野值判斷，通過樣本擬合運算的結果發(fā)現，此方法可以很好的將野值點判斷出來。Abstract：? Flight data analysis is the basis for flight quality evaluation. Through the study
價值工程 2020年27期2020-10-09
- 基于SVR的導航傳感器自適應野值檢測方法
常測量值一般稱為野值。如果不對這些野值進行處理，直接輸入到綜導系統(tǒng)的信息集成模塊進行融合，就會影響信息融合的結果，甚至使融合結果完全不可信。因此，在信息融合之前對野值進行檢測和處理具有相當重要的必要性。在實際工程上，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行野值的檢測。主要的方法有基于差值的3σ準則法、基于卡爾曼濾波器的χ2檢驗法[1-4]、基于小波分析的方法[5-6]等，其中3σ準則法需要基準數據，而χ2檢驗法依賴準確的系統(tǒng)噪聲和測量噪聲
導航定位與授時 2020年5期2020-09-22
- 基于模板滑窗處理測量數據中野值的方法*
采樣數據中包含的野值反應都極為敏感[1]。而由經驗和統(tǒng)計理論可知，即使是高精度的測量設備，在受到多種偶然因素的影響后也往往包含有較大的隨機誤差，一般偏離目標真值1%～5%，嚴重時甚至達10%～20%的誤差[2]。測量數據中出現的這些野值對數據的處理存在很大影響，如在目標跟蹤中，野值會導致濾波發(fā)散，目標丟失[3]。因此，針對測量數據中連續(xù)出現多個野值，依據測量數據的前后相關性和變化規(guī)律，提出了一種基于模板滑窗濾除測量數據中野值的方法，消除野值對測量數據處理工
彈箭與制導學報 2020年4期2020-09-17
- 一種長基線中野值點判定、剔除及修正方法
差較大的點，俗稱野值點[4]。野值點的出現不僅會降低定位精度，而且會使得目標在該點的位置和速度等運動狀態(tài)信息無法被準確獲取，因此需要對野值點進行實時的判定、剔除和修正。常用的門限檢測方法[5]僅能對長基線系統(tǒng)定位軌跡中的大部分野值點進行剔除，而不能對其進行修正。殘差檢測法可對野值點進行剔除和修正，但是當濾波模型與實際運動不匹配時，效果較差。為此，本文在殘差檢測法的基礎上提出了改進殘差檢測法，以卡爾曼濾波的殘差絕對值作為野值點的判定標準，對其進行判定和剔除，
聲學技術 2020年1期2020-03-23
- 基于SVD的陀螺陣列異常診斷及識別方法
如發(fā)生故障或出現野值等，特別是在陀螺陣列中，零部件數量增多，出現數據異常的幾率增大。MEMS陀螺陣列中數據異常具有突發(fā)性，且工作環(huán)境復雜多變，機載計算機性能有限，導航系統(tǒng)實時性要求高，出現異常后人工難以進行干預[1]。因此，簡單有效的數據異常處理方法對于MEMS陀螺陣列是至關重要的。測量數據中的野值是指嚴重偏離大部分數據所呈現趨勢的小部分數據點，即使是高精度測量設備也會有1%～5%甚至20%的數據嚴重偏離真值[2]，其一般可分為離群點、孤立型野值和斑點型野
火炮發(fā)射與控制學報 2019年4期2019-12-26
- 航天器在軌運行可視化中姿態(tài)數據的處理方法
大誤差的數據稱為野值。航天器的在軌飛行三維可視化過程中，野值數據的存在容易使顯示畫面出現跳變，影響實際顯示效果，因而在數據使用時首先需要對野值數據予以剔除。同時，為了應對數據中的丟點和跳變點等問題，還需對數據進行必要的插值和平滑處理，以免影響可視化表達的連續(xù)性。對于姿態(tài)數據的野值剔除、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]來進行野值剔除和平滑處理。但這類方法實現過程相對比較復雜，并且需要較繁瑣的濾波參數設置[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]，給結果分析帶來困難。文獻[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[2]研究了非線性最小二乘擬合和小波分解相結合的方法，可去除野值比例達1/3，但野值識別和替換步驟有些復雜。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，步驟卻更簡單。1 引信多普勒頻率線性轉換1.1 引信多普勒頻率數學模型防空導彈與目標遭遇時間短，可認為彈目相對速度Vr保持不變，彈目遭遇過程
海軍航空大學學報 2019年5期2019-12-20
- 彈道數據野值灰色自適應檢測與修正?
些異常數據就稱為野值［2］。野值可能導致處理結果嚴重失真，甚至完全失真［3］。因此，野值的檢測與修正就成了數據處理工作的重要一環(huán)，它是提高數據處理精度、改善處理結果質量的有效措施。目前，國內的專家和學者對野點剔除的方法作了大量研究［4～6］，文獻［4］結合工程實踐，對已有的野值方法實驗分析表明，差分法和多項式外推擬合法剔除孤立型野值點效果明顯，但其門限的確定主要依賴于隨機誤差，同時容易將野點周圍的合理數據拉偏。對于孤立型野值點，Kalman 濾波法和最小二
艦船電子工程 2019年10期2019-11-13
- 噪聲野值下的學生t分布混合CPHD濾波
，尤其當噪聲出現野值時，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]。在多目標跟蹤場景中，當目標突然發(fā)生系統(tǒng)動態(tài)模型無法匹配的機動時，則可認為出現了過程噪聲野值。觀測目標背景變化、傳感器自身的不穩(wěn)定性將導致量測噪聲野值。同時，由于目標散射特性產生的閃爍噪聲亦可看作為量測噪聲野值[8]。含有野值的過程噪聲或量測噪聲服從重尾的非高斯分布，GM-CPHD濾波對噪聲野值非常敏感，當噪聲野值出現時，其跟蹤性能會急劇下降，這是由于高斯分布的輕
西安電子科技大學學報 2019年5期2019-11-08
- 動力電池SOC估計的一種新型魯棒UKF算法*
，會使數據中包含野值，野值的出現將導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動力電池管理系統(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點附近確定采樣點，通過這些樣本點逼近狀態(tài)向量后驗概率密度函數的均值和協方差，可避免由于線性化而導致的跟蹤誤差，算法容易實現，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。針對這一問題，文獻［3］和文獻［4］
汽車工程 2019年8期2019-09-04
- 基于53H濾波的船舶綜導信息在線平滑方法
息進行在線監(jiān)測與野值數據處理顯得尤為重要。針對上述問題，本文提出一種基于53H濾波的綜導信息在線平滑算法。該算法不要求數據滿足高斯正態(tài)分布，也不需要事先知道數據的標準差，而且算法實現簡單，適合對各導航傳感器的信息進行在線的信息監(jiān)測和數據平滑。1 改進的53H濾波算法53H濾波算法最先由Tukey提出[13]，其基本思想是產生一個曲線的平滑估計，然后通過將測量值與這一估計值進行比較來識別異常點。其基本步驟如下：1）假設在線測量的數據序列為x(i)，根據x(i
艦船科學技術 2019年1期2019-01-30
- 基于穩(wěn)健回歸算法的無人機數據預處理技術研究?
法，實現了對數據野值的剔除和曲線的平滑。經典最小二乘目的是使殘差平飛和達到最小，然而對每個樣本點設定的權重卻都是一樣的，所以異常值對其擬合曲線影響很大，對數據的回歸缺乏魯棒性［6］。有鑒于此，文章中提出了基于M評估穩(wěn)健回歸多的方式對于數據預處理情況進行研究，利用迭代加權最小二乘估計回歸方程系數，根據樣本點偏離程度大小確定權重，對偏離程度大的設定小權重，對偏離小的設定大權重，以此建立加權最小二乘估計，不斷更替改變權重系數，直到擬合點和實測點中間的偏差小于制定
艦船電子工程 2018年11期2018-11-26
- 一種重尾量測噪聲下的高超聲速飛行器跟蹤算法
決在實際系統(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重與馬爾可夫轉移矩陣獲取子模型的狀態(tài)預測值。隨后采用具有重尾特性的學生t分布取代高斯分布來描述量測模型，并利用VB算法實現子模型的量測協方差與狀態(tài)的聯合估計。最后在交互式多模型（IMM）框架下更新子模型權重與目標狀態(tài)的融合輸出。仿真結果表明，在野值觀測條件下該算法比IMM算法具有更高的跟蹤精度。關鍵詞：高超聲速飛行器;野
航空科學技術 2018年8期2018-09-10
- 彈道跟蹤數據野值剔除方法性能分析
趨勢的數據點稱為野值[1]。野值的存在會嚴重影響彈道跟蹤數據的精度，甚至歪曲測量體系真相，在需要高精度彈道跟蹤數據的場合是不允許的。因而，必須在彈道跟蹤數據預處理中，檢測、識別野值，并剔除或作必要的修正。根據野值是否連續(xù)，可分為孤立型和斑點型野值[2]。根據彈道跟蹤數據處理模式又可分為事后處理和實時處理。不同情況下跟蹤測量數據的野值特征、表現形式、變化規(guī)律各不相同。目前已經有很多學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
上海航天 2018年4期2018-09-07
- 基于經緯度的航跡數據改進抗野值Kalman濾波?
值的數據，稱為“野值”。即使是高質量的原始采樣數據，也會含有1%～5%甚至多達10%～20%的異常數據［1］。野值分為單點野值與連續(xù)野值，其特點一般是幅值大、持續(xù)時間短、無規(guī)律。如果不予以分離和濾除這些野值，指揮員無法準確判斷目標位置，影響試驗的順利開展，具有一定的危險性，而且給后期的數據處理帶來誤差［2］。由于航跡測量數據解算屬于實時目標跟蹤測量，被測量對象在測量過程中不斷變化，且每一觀測點只進行一次觀測。因此，靜態(tài)重復測量的檢驗準則不適于測量數據的合理
計算機與數字工程 2018年5期2018-05-29
- 基于擴展卡爾曼濾波的雷測數據實時剔野方法?
但在跟蹤系統(tǒng)中，野值處理是屬于動態(tài)測量數據中剔除野值的問題，因此必須對目標狀態(tài)進行估計來獲取觀測誤差，狀態(tài)估計精度越高，則野值的判別效率越高［5］?？柭鼮V波（KF）［6］適用于線性系統(tǒng)，但雷達跟蹤目標時，通常雷達觀測數據與目標參數間的關系是非線性的。對于非線性系統(tǒng)，常用的濾波方法有擴展卡爾曼濾波（EKF）［7～8］，不敏卡爾曼濾波（UKF）［9］和粒子濾波（PF）［10～11］。EKF 計算量小，計算速度快，實時性好，且具有統(tǒng)計有效的特點。本文提出一種基
艦船電子工程 2018年4期2018-04-27
- 船載外測數據的實時檢擇方法*
和船載外測數據的野值特性，研究實時處理船載外測數據野值的檢擇方法。通過兩套設備的外測數據信息橫向比對消除船搖對數據檢擇的影響，建立了自適應權值和閾值的模型，給出了基于坐標轉換和加權融合的分步式船載外測數據實時檢擇方法。實例數據驗證結果表明所提方法可以實時有效地解決外測預處理階段的野值檢擇問題。航天測量船；外測數據；野值實時檢擇；加權融合1 引 言航天測量船在對飛行器進行跟蹤測量的數據處理過程中，必須對采樣數據進行預處理，識別出其中的野值，這對改進后續(xù)數據處
電訊技術 2017年12期2017-12-20
- 導引頭在線野值剔除與平滑方法研究
工程】導引頭在線野值剔除與平滑方法研究臧月進,曾 亮,李仁俊(上海機電工程研究所， 上海 201109)針對導引頭信號野值頻發(fā)的問題，提出了一種基于可變閾值方差的信號野值識別和基于牛頓插值法的野值剔除與缺失數據補償的方法。測試對比結果表明，該方法可以同時克服孤點野值和連續(xù)野值的不利影響，保證了數據處理后的導引頭信號的完整性和平滑性，滿足應用需求。攔截器；導引頭；在線；野值剔除；數據平滑與補償應用于大氣層外攔截目標的攔截器采用捷聯光學導引頭，由于探測元件等級
兵器裝備工程學報 2017年9期2017-09-28
- 一種雷達衛(wèi)星標校中的野值剔除方法
雷達衛(wèi)星標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.中國電子科技集團公司第三十八研究所孔徑陣列與空間探測安徽省重點實驗室，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)星標校方式提高雷達系統(tǒng)測量精度時，雷達獲取的測量點跡對標定結果的影響巨大，尤其存在野值點的情況下，雷達系統(tǒng)誤差標定可能失效。提出了基于雷達衛(wèi)星標校的野值剔除方法，首先將測量值與真實星歷值對比，得到雷達的初始系統(tǒng)誤差和隨機誤差，并以此確定測
艦船電子對抗 2017年3期2017-07-31
- 內彈道異常判決中的實時野值剔除方法
異常判決中的實時野值剔除方法高冰（92941部隊葫蘆島125000）任務中導彈遙測關鍵參數的野值嚴重影響內彈道的異常判決結果。針對遙測關鍵參數的變化特點，研究了基于多項式插值平滑算法的野值剔除方法。通過任務實測數據驗證，這一算法簡單，實時性強，可以剔除連續(xù)的野值，在內彈道異常判決系統(tǒng)中起到了獲得較好的預處理效果。內彈道；野值；異常判決Class NumberTP3011 引言導彈飛行試驗的遙測參數是研究和分析導彈性能指標的數值依據［1］，對于導彈各種性能研
計算機與數字工程 2017年6期2017-06-26
- 彈道處理中的偏差修正與數據修補
據中的時間偏差和野值對彈道處理精度的影響，提出利用三點拉格朗日插值方法對測量數據進行時間不一致修正，采用外推預報對野值進行識別，為保證測量數據序列的完整性和連續(xù)性，利用最小二乘擬合方法對剔除野值后的數據序列進行修補。三種方法結合使用，可有效提高彈道處理的精度。彈道；偏差修正；數據修補0 引言在武器系統(tǒng)鑒定試驗中，對目標外彈道的測量主要依靠光學測量，實時將測量數據進行收集、傳輸和處理。為對測量目標的性能進行準確評估，對測量數據的精度要求較高，但在實際測量過程
現代計算機 2016年32期2016-12-22
- 抗野值卡爾曼濾波在火箭彈落點估計中的應用*
73000)?抗野值卡爾曼濾波在火箭彈落點估計中的應用*閆小龍1,陳國光1,楊 東2(1 中北大學,太原 030051;2 豫西工業(yè)集團有限公司,河南南陽 473000)為了實現火箭彈精確打擊,根據飛行彈道參數對彈道進行修正。應用文中提出的雙氣動參數辨識算法,去除出現在信號初始階段的野值,降低對后續(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,結合質點彈道模型,建立了卡爾曼濾波彈道模型,對一段飛行參數進行野值的去除與濾波,并對火箭彈落點進行外推
彈箭與制導學報 2016年3期2016-12-20
- 基于萊特準則和小波變換的遙測數據處理方法
據經常含有噪聲和野值，針對遙測數據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處理方面的應用，提出了利用萊特準則和小波軟閾值消噪相結合的方法進行野值剔除，利用MATLAB軟件進行遙測信號噪聲消除和野值剔除仿真試驗，結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。遙測數據；小波變換；野值剔除；降噪；閾值在靶場外彈道測量動態(tài)目標時，由于隨機誤差和各種干擾的存在，測量數據中往往包含嚴重偏離目標真值的數據點，這些嚴重偏離目標
電子設計工程 2016年20期2016-11-09
- 觀測器/卡爾曼濾波在飛行數據處理中的應用
使測量數據中存在野值。為提高飛行數據處理精度，提出了一種基于觀測器/卡爾曼濾波辨識（OKID）的新算法用于估計飛行參數。該算法直接利用輸入輸出數據與系統(tǒng)矩陣得到觀測器增益，而觀測器增益又收斂于穩(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飛行參數。Matlab仿真表明該方法能有效地消除飛行數據中的野值。數據處理；觀測器/卡爾曼濾波；觀測器增益；野值剔除在試飛過程中由于受到外界異常干擾、測量儀器或傳輸數據不穩(wěn)定等多種因素的影響，導致測量數據嚴重偏離測
電子設計工程 2016年20期2016-11-09
- 基于粒子濾波的目標跟蹤抗野值算法
濾波的目標跟蹤抗野值算法張昆，陶建鋒，李一立（空軍工程大學防空反導學院，西安710051）運用粒子濾波對目標位置進行跟蹤時，測量數據的異常突變點、目標的機動轉彎、粒子數量的制約和重要性密度函數的優(yōu)劣都會導致估計誤差較大的野值出現，這將嚴重影響雷達對目標的跟蹤精度。現有的野值剔除方法在目標發(fā)生機動時，都存在誤剔率較高的問題。針對這個問題，采用萊特準則與機動門限準則相結合的方法，提出了不確定觀測點的概念，設計了一種適用于機動目標的抗野值粒子濾波算法。仿真結果表
火力與指揮控制 2016年9期2016-10-18
- 基于改進的強跟蹤濾波GPS校頻系統(tǒng)誤差處理方法
會產生隨機抖動或野值，給系統(tǒng)頻率校準帶來誤差。為減小GPS信號隨機抖動和野值所帶來的影響，根據GPS信號與晶振信號準確度互補的特點，建立GPS信號校準晶振信號頻差模型，利用強跟蹤濾波算法對頻差信號誤差進行修正。針對GPS信號中存在的野值問題，對強跟蹤濾波算法進行改進，根據殘差變化率的大小判別野值，利用替代法對野值加以修正，提高濾波準確度。將該方法應用于某GPS信號校準晶振信號頻率源系統(tǒng)，可使系統(tǒng)輸出頻率準確度達到10-11量級。GPS校頻；晶振；強跟蹤濾波
中國測試 2016年8期2016-09-13
- 無源定位跟蹤中野值的檢測與剔除方法
)無源定位跟蹤中野值的檢測與剔除方法楊軍玲(西安電子科技大學 電子工程學院，陜西 西安 710071)摘要針對無源定位跟蹤中野值的出現會降低濾波的可靠性和穩(wěn)定性問題，結合新息似然的概念提出了一種基于似然的野值檢測與剔除方法。通過計算卡爾曼濾波更新中得到的似然值，設定門限，以達到野值的檢測與剔除的目的。仿真結果表明，該算法有效地處理了野值對定位跟蹤精度的影響，使得目標定位跟蹤精度有了較大的提高。關鍵詞定位跟蹤；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中采用不同損失函數實現了穩(wěn)健估計,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的引入較經典方法大大簡化.通過對多種損失函數的計算比較,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)估計可大幅度提高極短弧定軌的穩(wěn)健性,具有極高的崩潰點.航天器,天體力學,方法:數值,統(tǒng)計1 引言近年來空間目
天文學報 2016年2期2016-06-27
- 一種基于Kalman濾波的雷達數據抗野值方法
濾波的雷達數據抗野值方法張亞松，任宏光(中國空空導彈研究院，河南 洛陽471009)摘要：在對雷達測量數據的實際濾波過程中，帶有野值的測量數據值將導致濾波系統(tǒng)產生記憶效應和誤差,甚至導致濾波過程發(fā)散，嚴重影響處理結果的精度；從濾波算法的原理和工程實踐的實際出發(fā)，以測量值與一步預測值的殘差即“新息”為基礎，提出了一種新的野值判別和剔除的簡單易行算法；通過仿真對比計算，可以更為有效地消除野值對濾波的不良影響，提高測量精度。關鍵詞：Kalman濾波；野值剔除Ci
兵器裝備工程學報 2016年2期2016-04-11
- 基于插秧機運動模型的DGPS野值剔除方法研究
動模型的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 電子信息工程學院，河北 保定071002；2.河北省數字醫(yī)療工程重點實驗室，河北 保定071002)摘要：DGPS定位系統(tǒng)在外界干擾的作用下會導致定位信息中含有野值。這些野值對插秧機的精準控制有很大的影響，必須對DGPS的野值進行處理。為此，提出了一種基于插秧機運動學模型的DGPS野值在線剔除方法。該方法根據插秧機的運動模型設定野值判定閾值，然后采用基于插秧機運動學模型
農機化研究 2016年7期2016-03-23
- 基于M估計的抗野值單站無源定位方法?
據不可避免會出現野值。統(tǒng)計學家根據大量數據指出,在生產實際和科學實驗中,野值的出現約占觀測總數的1%～10%[10]。野值的出現使得觀測數據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,已有大量文獻對野值存在時如何保持估計量的最優(yōu)性進行了論述,但有關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較少。例如,文獻[5,11-13]研究了野值存在時如何辨識并剔除的方法;文獻[6,14-16]指出,錯誤的觀測量主要通過新息對濾波精度產生影響,因
雷達科學與技術 2016年6期2016-01-15
- 基于多區(qū)域劃分的模糊支持向量機方法
式不僅能有效削弱野值樣本的影響，而且也會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；多區(qū)域劃分；野值；支持向量；隸屬度支持向量機(support vector machine，SVM)[1]是在統(tǒng)計學習理論和結構風險最小化基礎上發(fā)展起來的一種新的機器學習方法，特別是在解決小樣本、局部極小、高維和非線性模式識別中表現出較強的泛化能力。但SVM在構建最優(yōu)分類面時視所有
中南大學學報（自然科學版） 2015年5期2015-10-13
- 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饒云峰1，2，白燕1，2，3（1.中國科學院 國家授時中心，西安 710600；2.中國科學院大學，北京 100049；3.中國科學院 精密導航定位與定時技術重點實驗室，西安 710600）為了剔除違反規(guī)律的異常測量值，采用一種基于一階差分的野值類型判別及處理方法。仿真結果表明，該算法能準確地判別野值類型及其位置，尤其是對于斑點型野值具有較好的效果，同時可以提高數據處理精度，縮短數據處理時間。斑點型野值；散點型野值；
時間頻率學報 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方法
基于歸一化殘差的野值檢測方法汝小虎*柳 征 姜文利 黃知濤（國防科學技術大學電子科學與工程學院 長沙 410073）野值檢測，或稱異常值檢測是模式識別和知識發(fā)現中一個重要的問題。以往的野值檢測方法難以有效地抑制虛警概率，針對這一問題，該文提出一種帶監(jiān)督情形下基于歸一化殘差（Normalized Residual， NR）的野值檢測方法。首先利用訓練樣本計算待考查模式的NR值，其次比較NR值與野值檢測門限的相對大小，從而判斷待考查模式是否為野值。該文理論上推
電子與信息學報 2015年12期2015-08-17
- 抗野值強跟蹤Kalman 濾波在風場估計中的應用*
低了濾波精度和抗野值能力，容易造成系統(tǒng)的不穩(wěn)定。本文針對氣象無人機的測風特點和Kalman 濾波在數據處理中的局限性，將強跟蹤Kalman 濾波和抗野值算法應用于無人機探測數據處理中，達到抑制濾波發(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)估計方法，采用 遞歸技術，利用k－1時刻狀態(tài)值給出k的預測值，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
- 塔康高精度測角及抗野值研究
會不可避免的出現野值。本文通過分析新息的特性，給出野值(outlier)的判定準則，重構狀態(tài)估計，建立自適應抗野值Kalman濾波模型，并與最小二乘曲線擬合相結合，實現對塔康測角的高精度解算。該測角方法與文獻［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的優(yōu)勢。對于抗野值Kalman濾波器的研究，文獻［3］提出利用殘差序列統(tǒng)計特性進行決策來判斷并剔
重慶郵電大學學報(自然科學版) 2014年4期2014-12-14
- UKF容錯濾波在脈沖星組合導航中的應用
合導航系統(tǒng)中測量野值導致的導航精度下降問題，利用基于殘差正交性的Unscented Kalman Filter (UKF)容錯濾波方法進行野值修正。在深空巡航段，采用基于X射線脈沖星和太陽觀測的組合導航方式，用X射線探測器測量脈沖星光子到達時間，利用太陽敏感器測量太陽視線方向矢量，并利用聯邦濾波結構進行信息融合。仿真結果表明，基于 UKF的容錯濾波算法在脈沖星組合導航系統(tǒng)的應用中，能夠對野值進行實時修正，避免了導航精度下降，提高了系統(tǒng)的魯棒性和工程實用價值
中國慣性技術學報 2014年6期2014-10-21
- 基于小波變換的著艦引導雷達數據剔野算法
據包含帶趨勢項的野值，它不能簡單地根據某種統(tǒng)計算法予以剔除。根據小波變換和萊以特理論，提出了一種小波變換與萊以特準則結合的剔野算法，該算法先用小波變換去除數據的趨勢項，然后根據萊以特準則剔除剩余數據的野值，最后合并趨勢項，實現了著艦引導雷達數據帶趨勢項的野值剔除。關鍵詞： 著艦引導雷達； 小波變換； [3σ]準則； 剔野中圖分類號： TN957.51?34； TJ02 文獻標識碼： A 文章編號： 1004?373X（2014）13?0026?04Wave
現代電子技術 2014年13期2014-07-09
- 差分二次平均修正的頻域相位補償線譜檢測方法
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,最后使用估計的相位補償因子均值構造廣義似然比檢驗統(tǒng)計量實現檢測。從理論上對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性能。仿真結果表明,文中方法充分利用信號的相位信息,參數估計簡單,相位補償因子估計準確,在一定虛警概率下較AVGPR法的檢測性能提高了接近5 dB左右。聲學；快速傅里葉變換分析；線譜檢測；頻域相位補償；檢驗統(tǒng)計量；功率譜0 引言Urick指出在一定假
兵工學報 2014年10期2014-06-27
- 基于自適應抗野值Kalman濾波技術的衛(wèi)星導航接收機授時方法
出了一種自適應抗野值Kalman濾波算法,但是該自適應抗野值算法對于連續(xù)出現的野值的抗干擾能力有限。針對以上問題,本文提出了基于自適應抗野值Kalman濾波技術的衛(wèi)星導航接收機授時方法。該方法可以有效地消除在高動態(tài)條件下鐘差信息野值對于接收機授時系統(tǒng)的影響,同時通過頻率校正環(huán)路對秒信號發(fā)生器的頻率進行校正,提高了授時精度。利用自主研發(fā)的北斗衛(wèi)星導航接收機進行實驗,實驗結果表明該方法可以有效的提高北斗衛(wèi)星導航系統(tǒng)在高動態(tài)條件下的授時精度。1 授時實現原理衛(wèi)星
西北工業(yè)大學學報 2014年3期2014-03-25
- 抗野值Kalman濾波在靶場測量數據處理中的應用
即為工程處理中的野值。這些野值會給無人機的狀態(tài)估計、性能導航及飛行性能分析帶來較大的誤差，甚至嚴重偏離實際的飛行狀態(tài)［2］。因此，必須對這些野值進行辨識和處理，以保證結果的正確性。目前，對于測量數據的野值剔除方法已經有了大量的研究［1-10］。文獻［1］提出了一種野值點的 M型穩(wěn)健估計統(tǒng)計診斷技術，該方法對孤立型野值和連續(xù)型野值都有很好的辨識和剔除效果，但是該方法對于野值點的準確起始位置和結束位置求解不完善。文獻［3］把連續(xù)5個實測數據的標準差的3倍作為閾
艦船電子對抗 2013年5期2013-04-26
- 抗野值魯棒濾波在微慣性組合導航中的應用*
信息，我們稱之為野值。如果不把野值及時檢測和剔除，將會對微慣導測量過程中誤差狀態(tài)的估計產生很大的影響，從而導致系統(tǒng)精度的降低。為此人們提出了許多野值檢測和剔除的方法。在現有的野值檢測方法中，文獻［1］提出了基于ARMA模型的在線辨識，通過模型參數的變化來判斷是否出現野值，但是這是基于系統(tǒng)的噪聲統(tǒng)計特性穩(wěn)定和已知的情況;文獻［2－3］中基于濾波新息的統(tǒng)計特性，檢測野值，通過直接剔除觀測值或修正觀測值來去除野值的影響;但是魯棒H∞濾波在應用過程中并不對噪聲統(tǒng)計
傳感技術學報 2012年6期2012-06-12
- 幾種野值剔除準則在目標預測中的應用研究
律的數據點被稱為野值[1[。如果在數據預處理階段不將野值剔除，那么這些野值將會嚴重影響目標預測的精度，甚至會導致目標預測的發(fā)散。因此，如何剔除野值成為目標預測中的首要問題。本文分析了目標預測中的野值剔除問題，介紹了誤差理論中幾種常用的野值剔除準則，并通過仿真分析了它們對野值的剔除能力及對目標預測精度的影響。1 目標預測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，一種比較公認的且與目標預測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
- 一種估計艦空導彈脫靶量的方法
經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脫靶量的方法，然后研究利用小波分解識別并去除野值的方法。1 脫靶量數學模型導彈和靶標遭遇過程中，由于相對速度大，遭遇時間短，可以認為相對速度保持不變。脫靶量數學模型如圖1所示，圖中rV為導彈相對靶標的運動速度，ρ為脫靶量（ρ垂直于 Vr），ti為多普勒頻率采樣時間，tρ為脫靶時間。圖1 脫靶量數學模型對于不同的ti(i=
海軍航空大學學報 2010年3期2010-03-24