基于模糊预测系统的观测数据野值剔除方法

针对观测数据序列中影响数据处理和分析的野值,提出了一种在线辨识和剔除野值的方法。该方法利用梯度下降法构造最小均方准则下最优的观测序列模糊预测系统,从而获得预测值与观测值的残差序列,然后基于狄克松准则快速辨识并剔除观测数据中的异常值。对实测数据的仿真实验表明:该方法能够准确跟踪观测信号的变化,适合于各种观测信号单个性野值的辨识和剔除。     

一种抗野值的Kalman滤波器

在目标跟踪系统中,由于杂波的存在,往往使跟踪检测数据中含有大量、成片的野值,造成系统跟踪精度下降。本文通过对检测数据中新息特性的分析,给出了检测数据中野值的判定方法,通过重新构造状态估计来消除野值的影响。仿真结果证明了该方法可有效的剔除野值,提高跟踪系统的跟踪精度。     

基于辅助粒子滤波的风估计方法研究

对飞行中风场测量值含连续野值较多的问题,提出了将连续野值当作噪声处理的方法。噪声设置为随机游走模型并在状态方程中引入时变系数,利用辅助粒子滤波(APF)处理。与当前的自适应Kalman方法进行了比较,在含10个连续野值的模拟数据处理中,Kalman方法发生了跳变,而APF方法成功地处理了连续野值;APF方法和Kalman方法的平均均方误差分别为0.8313和1.0021。最后,将APF方法用于飞行测量数据处理。结果表明,APF方法能处理更多的连续野值,具有更好的精度和稳定性,适合工程应用。     

GP-RBF网络应用于飞行器外测数据野值实时剔除

测量数据集合中严重偏离大部分数据所呈现趋势的小部分数据点被称为野值点。野值的实时剔除对提高目标实时跟踪精度有十分重要的意义。采用了一种新的含有广义参数的径向基函数神经网络(GP-RBF网络)对航天靶场外测数据进行野值实时剔除。该网络可以通过对参数的自适应调整达到实时剔除野值的目的。采用经差商预处理后的飞行器弹道仿真数据，构成GP_RBF网络的训练集和测试集，试验结果表明利用该网络可以快速、有效地解决野值实时剔除问题。     

基于新息正交性抗野值的自适应的α-β-γ滤波跟踪器

针对传统α-β-γ滤波器抗野值能力差和受跟踪精度与收敛速度之间的矛盾以及系数固定的影响而难以跟踪强机动性目标的局限性,设计了一种基于新息正交性抗野值的自适应的α-β-γ滤波跟踪器。该滤波器通过判断α-β-γ滤波新息序列估计值的正交性质是否丧失而判别出观测值中是否存在野值,采用活化函数对新息序列进行加权修正,利用活化函数的性质,恢复新息序列原有的统计特性和正交性,从而达到抗野值的目的。同时,根据目标机动性的变化,利用跟踪误差调整模糊集系统的输出,在保证精度的前提下,得到自适应的系数值,使跟踪结果快速收敛,很好地解决了跟踪精度与收敛速度之间的矛盾。计算机仿真结果表明,在满足所要求精度的前提下,该算法可以克服传统算法的局限性,解决野值剔除问题,并有效跟踪强机动性目标。     

分散鲁棒滤波器的设计

针对鲁棒滤波法计算量大和递推过程复杂的不足,通过等价推导,在线改变γf的值,设计了分散优化鲁棒滤波法,使得鲁棒滤波算法递推简单,避免了直接计算滤波增益阵,并减小了主滤波器计算负荷。将该算法应用于GPS/INS系统,仿真结果表明：该方法能在维持系统鲁棒性的同时又提高滤波精度,具有一定的工程实用价值。     

基于飞机运动方程的逐步预测“野值”剔除方法

提出了一种基于飞机运动方程的逐步预测＂野值＂阈值确定和剔除方法,该方法根据状态的变化快慢,按6步根据有效简化的输出响应来逐步预测飞行状态和参数,每步按照设置好的阈值判定和剔除测量中＂野值＂。由于在实际测量中快变状态或参数存在＂野值＂可能性比慢变量大,而且输出响应具有工程上的精度,因此本方法对剔除飞行数据的＂野值＂更有效。

Abstract：

The threshold determination and outlier canceling methods by step-by-step prediction with flight motion equation was proposed.Based on the state change,this method can predict the flight state and parameter successive through simplified output response in six steps.In every step,the outlier is confirmed and cancelled under the preset threshold.During the actual measure,existential probability of outlier in the faster state or parameter is bigger than slow item,and its output response also has engineering precise,therefore this method is more effective for canceling the outlier in flight data.     

利用偏度分析建立动态检测门限的野值剔除方法

提出了一种采用动态门限检测和剔除野值的新方法。以往的单一检测门限不能可靠地清除观测数据中的全部野值 ,原因是缺少判断有无未剔除野值的识别机制。这里 ,借助于统计偏度分析建立了这种判别机制 ,从而能够有效地判断出是否存在有未被剔除的野值 ,并通过调节野值检测门限来达到彻底清除野值的目的。最后 ,还将此法推广到复数域     

基于现场可编程门阵列的图像调焦系统

数字图像自动调焦技术,不仅能提高调焦精度,而且能降低对成像系统加工和装配精度的要求。采用基于功率谱的评价函数对成像系统的聚焦位置进行识别,提出了基于现场可编程门阵列(FPGA)的自动调焦系统实现方案,主要完成图像预处理、清晰度判别和对焦控制等功能。针对自动调焦算法计算量大、计算复杂等特点,采用中值滤波和灰度值线性变换的图像预处理方法,以及流水线作业、"乒乓"操作、双蝶形处理器复用、基-2 FFT算法相结合的工作模式。研究表明,利用FPGA强大的并行及高速数据处理能力,使得图像调焦算法不再成为复杂控制系统的速度瓶颈。     

一种新颖的“北斗”卫星导航定位系统的数据处理方法

由于"北斗"定位卫星数量的限制,接收机在动态定位的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"当前"统计模型,建立北斗无源动态定位卡尔曼滤波模型.针对可能导致滤波发散的"野值",提出将χ2:检验法与新息加权法相结合的处理方法.通过跑车实验,验证了建立的模型能很好的改善定位的精度及动态性能.     

非平稳信号的22型双重中值容错滤波算法

滤波算法的容错设计是技术过程可靠性与安全性领域的重要研究内容.本文建立了一组新的非平稳过程容错滤波算法,该算法采用两阶段两次滑动中值与滑动均值滤波器的组合,实现了数据洁化与滤波的统一.理论分析和仿真计算结果证实,该滤波算法可有效避免斑点型异常数据的不利影响,可靠地从采样序列中提取信号.     

序比例诱导分段无量纲化方法及其影响因素

为在评价数据的无量纲化处理过程中兼顾异常值情形，并减弱因异常值的存在而导致的无量纲化后数据之间分布不均衡的问题，在极值处理法的基础上，提出了一种非线性的无量纲化方法，即序比例诱导分段无量纲化方法。该方法以原始指标值的排序百分比为诱导变量对原始指标值进行分段，并在各区段内以极值处理法为基础分别进行无量纲化处理。通过性质分析，发现该方法能够较大程度地提升无量纲化结果对“总量恒定性”性质的满足程度。此外，采用模拟仿真的方法发现，该无量纲化方法对异常值具有较好的抗干扰性、且随着分段层级的增加其对异常值的敏感程度越来越低等主要结论。     

鲁棒原子范数降噪及其在线谱估计中的应用

针对测量数据中含有异常值的线谱估计问题,提出了一种对异常值鲁棒的原子范数降噪方法来提高线谱估计的性能。该方法构建了一个可以联合估计出异常值及原始信号的优化问题,并在代价函数中加入l₁范数和原子范数惩罚项来分别对异常值的稀疏性和信号本身的特性进行约束。一旦获得了该优化问题的解,那么就可利用现有的算法对降噪后的信号进行线谱估计。仿真结果表明,在数据中存在异常值的情况下,所提的算法能够更准确地恢复原始信号,从而使降噪后的谱估计的精度和分辨率明显提高。     

抗“飞点”的UKF GMPCPHD滤波算法

为实现被动测角目标状态和数目的实时估计,在高斯混合粒子（Gaussian mixture particle, GMP）的势化概率假设密度(cardinalized probability hypothesis density, CPHD) 滤波框架下,提出了基于抗“飞点”无迹卡尔曼滤波器（unscented Kalman filter, UKF）的GMPCPHD滤波算法,即抗“飞点”的UKF GMPCPHD滤波算法。在该算法中,粒子滤波的重要性采样函数由抗“飞点”UKF产生,粒子的预测与更新采用拟蒙特卡罗(quasi Monte Carlo, QMC)方式,目标状态的概率假设密度（probability hypothesis density, PHD）和势分布用一组高斯粒子滤波器（Gaussian particle filtering, GPF）近似。通过该算法与GMPCPHD、UKF-GMPPHD滤波算法的对比仿真,验证了该算法良好的跟踪性能。     

基于LMI的不确定性系统的鲁棒滤波方法

研究了基于线性矩阵不等式 (LMI)的鲁棒滤波方法 ,提出了如何将不确定性系统的滤波器设计问题转化为求解LMI问题。并以飞行试验数据滤波处理为例 ,研究了LMI滤波技术的应用 ,设计出了基于LMI的鲁棒滤波器。仿真结果表明 ,所提出的方法是可行而有效的。     

多站雷达中机动目标高精度跟踪分析

在快速卡尔曼滤波跟踪算法的基础上,提出了一种机动目标位置和速度的高精度卡尔曼滤波算法,用于仅提供距离和测量的多站雷达系统对机动目标的高精度定位和高精度测速。多站雷达系统提供给数据处理中心的距离和信息,通过滤波迭代算法估算出目标的位置和速度。对机动目标的仿真实验结果表明,该算法不仅改善了以前文献中目标位置的定位精度,而且对目标速度也同样具有优良的测量性能。