抗野值自适应Kalman滤波在无人机测风数据处理中的应用

针对无人机风场测量值含连续野值较多,且其噪声统计先验知识不足的问题,运用一种抗野值自适应Kalman滤波算法来提高其测风精度。在对模糊自适应Kalman滤波算法分析的基础上,该算法将一个压缩影响函数加权于滤波方程的新息上,根据新息的方差和均值变化自适应调整修正权值,使修正后的新息序列能够保持原有性质。相关分析结果表明,该算法能有效地克服较大野值和成片野值对滤波的不利影响,保证滤波精度,适用于无人机风场测量。     

自适应抗野值Kalman滤波算法在水下航行器组合导航中的应用

野值会严重影响滤波器的稳定性和滤波精度。以自主水下航行器(Autonomous UnderwaterVehicle,AUV)为应用背景,通过分析AUV中低精度组合导航系统的特点和误差模型,针对野值可能产生的影响,提出了一种由Sage_Husa自适应滤波和抗野值修正算法结合而成的自适应抗野值Kalman滤波算法。仿真结果表明,自适应抗野值Kalman滤波算法提高了滤波器的滤波精度和稳定性,具有较好的工程实用价值。     

雷达探测数据野值剔除方法

为提升雷达探测精度评估中雷达探测导弹目标数据的质量,提出基于滑窗的均值和中值剔除法,并将其 与基于滑窗的多项式拟合法和模板卷积法进行对比分析。通过以3 倍的均方误差作为门限,设置合适的窗口长度, 选取基于窗口滑动的均值或中值剔除法。测试结果表明：2 种方法均可更有效地剔除雷达探测导弹目标数据中的野 值,为后续弹道还原和数据评估提供了有效支撑。     

野值诊断与修复新方法研究及应用

首先介绍了野值产生的原因及其分类，然后给出了剔除野值的新方法及流程图，最后用任务实测数据（激光经纬仪与154A干涉仪）进行了验证，证实了该方法在实际应用中快速、可靠，为外测数据预处理提供了一种更为可靠有效的野值剔除算法。     

一种基于帧差法结合 Kalman 滤波的运动目标跟踪方法

为解决视频帧目标跟踪中的尺度变化导致的目标跟踪发生跟丢的问题,提出一种自适应跟踪窗口的处理 方法,利用下一帧的估计位置与当前帧目标位置的差值作为检测量,自适应调整跟踪窗口,实现目标的有效检测和 跟踪。实验结果表明：该方法能有效降低目标跟丢的概率,预防目标的误跟踪,适应目标尺度变化。     

KALMAN滤波技术在北斗无源动态定位中的应用研究

由于北斗定位卫星数量的限制，接收机在动态定位精度上会出现较大的误差。针对这一问题．提出采用描述载体运动的“CA”统计模型，建立了一种新的北斗无源动态定位Kalman滤波模型。针对可能导致滤波发散的“野值”．采用了残差x^2检验法来剔除。通过跑车实验，验证了文中模型能很好地改善定位的精度及动态性能。     

目标跟踪系统Kalman滤波野值修正算法研究

在雷达目标跟踪系统数据处理中,应用kalman滤波对目标(飞机)位置进行精确估计时,测量数据中出现的野值,对kalman滤波效果会产生严重的不良影响,出现较大的估计偏差,甚至使滤波系统发散.文中利用新息性质,提出野值判定依据,实时判别测量数据中的野值,并提出修正算法,有效地抑制了野值对滤波的影响.     

遥测数据野值剔除方法的对比与分析

针对遥测数据处理的野值剔除问题,将多种剔除方法在实际中进行应用,分析各方法的优势和不足,提出了根据数据和野值特点采取分割处理的方法,并设计了基于数据库操作的对应处理方案。经过实际应用,保证了数据的完整性和有效性。     

Kalman滤波在雷达系统中的应用

分析了卡尔曼滤波的原理及方法,给出卡尔曼滤波技术主要解决的典型模型,对卡尔曼滤波自适应技术进行了探讨,将其应用到某型制导雷达目标航迹预测中,将外推航迹与校飞试验航迹数据进行拟合分析,误差很好的落在允许范围内.     

基于小波变换的自适应Kalman 滤波算法研究

针对组合导航系统中Kalman滤波在实际工程应用中的不足,以惯性/卫星组合导航系统为背景,提出小波变换技术对量测噪声方差阵进行直接调控的滤波算法。介绍Kalman滤波原理,根据小波变换在时域和频域都有良好的局部化性质,检测量测噪声的变化,实时调整自适应因子,间接改变Kalman滤波器的当前观测和过去信息的比例关系。仿真结果表明:该算法对噪声干扰有较强的自适应性,能有效抑制滤波发散,提高系统的精度和鲁棒性。     

抗野值卡尔曼滤波在火箭弹落点估计中的应用

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.结果表明,该方法可以将量测数据中的野值有效去除.落点估计可知,外推时间的推后可以增加预估的精度.     

基于卡尔曼滤波的无源雷达目标跟踪分析

提出了一种基于卡尔曼滤波的无源雷达目标跟踪方法.利用无源雷达所测得的运动目标的二维不全信息, 根据卡尔曼滤波迭代估算出目标的位置.简要对无源雷达组网中的信息转换和航迹融合问题进行了讨论.对目标的仿真结果表明, 该算法具有良好的跟踪性能.     

基于时间序列方法的自校正滤波器设计

文中设计了一种新的基于ARMA模型自校正卡尔曼滤波器，从而避免了经典卡尔曼滤波器需要精确知道系统的模型参数和噪声统计特性的缺点。仿真结果表明，在未知部分模型参数和噪声统计特性的情况下，自校正卡尔曼滤波器的滤波性能．非常接近稳态最优卡尔曼滤波器。且计算过程简单．并可以在线建模．适用于部分慢时变系统。     

基于卡尔曼滤波的交互式多模型GPS定位方法研究

针对GPS定位中,由于模型单一而不能适应环境影响或机动过程变化的问题,提出将交互式多模型算法引入到定位方法中。文中详细阐述了基于卡尔曼(Kalman)滤波的交互式多模型(IMMKF)算法原理及其在GPS定位中的应用。根据静态单点定位实测数据的试验分析,验证了变噪声模型的IMMKF能很好地适应环境噪声的变化;进一步通过动...     

基于UKF的雷达/红外分布式加权融合算法

为了提高雷达/红外复合制导精度,针对雷达/红外复合制导信息融合中量测模型非线性问题,提出一种基于不敏卡尔曼滤波器(UKF)的分布式雷达红外加权融合算法。该算法在解决量测模型非线性函数问题上,不是对非线性函数进行近似,而是对非线性函数的概率密度分布进行近似,因而避免了扩展卡尔曼滤波的模型线性化误差导致滤波发散的问题。仿真结果表明,该算法收敛性好,融合精度高,鲁棒性好,实时性好,可以满足复合制导中信息融合技术的要求。     

基于UKF弹体滚转姿态测量方法研究

利用磁阻传感器和GPS等器件的测量信息,建立了地磁/GPS组合弹体姿态测量解算模型,对弹体姿态信息进行实时测量解算。为了提高弹体飞行姿态测量解算精度,建立了弹道滤波方程,采用UKF算法进行数据滤波处理,结合磁阻传感器的输出信息对弹体滚转姿态进行实时解算。数值计算及仿真结果表明:相比于直接使用GPS输出的速度信息进行姿态解算,通过UKF滤波处理后,可以使得地磁/GPS组合测量解算的结果更准确,提高了弹体姿态解算精度。