动态测量数据的高保真容错Q-滤波算法

发布时间：2018-02-08 23:29

  本文关键词： 容错滤波 高保真 非平稳序列 野值　出处：《宇航学报》2016年01期 　论文类型：期刊论文

【摘要】：针对航天器遥测和跟踪数据非平稳、噪声干扰、数据散乱、野值多、真实信息往往被随机误差淹没等问题,提出一组新型滑动容错滤波算法,称Q-滤波容错算法。采用原始数据滑动四分位滤波和滤波残差四分位过滤补偿相结合的方式,实现各种带野值、非平稳、强噪声干扰和超低信噪比的采样数据序列剔除野值、削弱扰动和提取信号。理论分析、仿真计算和飞行数据应用实例证实了该Q-滤波算法有强容错能力和提取采样数据本真变化的能力,可以从被噪声淹没和低信噪比的非平稳采样数据序列中或者在采样数据变化形态杂乱的情况下,高保真地准确提取测量对象的真实变化信息。
[Abstract]:A new sliding fault-tolerant filtering algorithm is proposed for spacecraft telemetry and tracking data, such as non-stationary data, noise interference, scattered data, many outliers, and the fact that real information is often flooded by random errors. Q-filter fault-tolerant algorithm. By combining the original data sliding quartile filtering with filter residual quartile filtering compensation, the outliers of various sampling data sequences with outliers, non-stationary, strong noise interference and ultralow signal-to-noise ratio are eliminated. The theoretical analysis, simulation and flight data application examples show that the Q- filter algorithm has strong fault tolerance and the ability to extract the true variation of sampled data. The real change information of the measured object can be extracted from the non-stationary sampling data sequence which is submerged by noise and low signal-to-noise ratio (SNR), or in the case of the clutter of the sampled data.
【作者单位】： 航天器故障诊断与维修重点实验室;西安理工大学自动化与信息工程学院;
【基金】：国家自然科学基金(61473222;61074077)
【分类号】：TN713

【相似文献】

相关期刊论文 前10条

1 胡振涛,刘先省;基于测量方差时变的改进强跟踪滤波算法[J];传感器技术;2005年06期

2 莫以为,萧德云;进化粒子滤波算法及其应用[J];控制理论与应用;2005年02期

3 赵梅;张三同;朱刚;;辅助粒子滤波算法及仿真举例[J];北京交通大学学报;2006年02期

4 张琪;胡昌华;乔玉坤;;基于权值选择的粒子滤波算法研究[J];控制与决策;2008年01期

5 汪溢;张毅;赵继承;;工程中常用的4种无序滤波算法[J];现代雷达;2008年12期

6 樊玲;;粒子滤波算法及其仿真[J];科技创新导报;2009年15期

7 邹卫军;薄煜明;陈益;;一种适用于低测量噪声系统的粒子滤波算法[J];信息与控制;2010年01期

8 何佳;;改进的粒子滤波算法在目标跟踪中的应用[J];科技情报开发与经济;2010年13期

9 高林;刘喜梅;顾幸生;;一种新的数据滤波算法[J];青岛理工大学学报;2010年03期

10 崔祥祥;王宏力;宋涛;张忠泉;;一种改进的裂变自举粒子滤波算法[J];桂林电子科技大学学报;2010年04期

相关会议论文 前10条

1 李龙云;彭玉华;;小波变换模极大值域的一种自动滤波算法的实现[A];第十一届全国信号处理学术年会（CCSP-2003）论文集[C];2003年

2 李庆奎;吴星;崔健勇;陈勤勤;;模糊渐消滤波算法[A];中国测绘学会九届四次理事会暨2008年学术年会论文集[C];2008年

3 黄河;;插值粒子滤波算法的研究[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年

4 胡绍林;黄刘生;;非平稳信号的2(?)2型双重中值容错滤波算法[A];2003年中国智能自动化会议论文集（下册）[C];2003年

5 尹建君;张建秋;;混合线性/非线性联邦滤波算法及其在组合导航中的应用[A];2007系统仿真技术及其应用学术会议论文集[C];2007年

6 张赛;刘新学;刘扬;;一种改进的红外图像滤波算法[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年

7 杨秀华;陈涛;王延风;吉桐伯;;光电跟踪目标的非线性滤波算法研究[A];第二届全国信息获取与处理学术会议论文集[C];2004年

8 秦臻;何顺华;朱号东;;非线性滤波算法在动态导航中的应用[A];江苏省测绘学会2011年学术年会论文集[C];2011年

9 李勇;陈书明;陈胜刚;;一种基于YHFT-Matrix DSP的去块效应滤波算法的向量化实现[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集（B辑）[C];2011年

10 陈大力;薛定宇;潘峰;;一种新型的双十字模糊滤波算法[A];2006中国控制与决策学术年会论文集[C];2006年

相关博士学位论文 前10条

1 于m[;一类非理想条件下非线性系统的高斯滤波算法及其应用研究[D];哈尔滨工业大学;2015年

2 梁军;粒子滤波算法及其应用研究[D];哈尔滨工业大学;2009年

3 李甫;粒子滤波算法研究及其电路设计[D];西安电子科技大学;2010年

4 朱娟;蒙特卡洛滤波算法在目标跟踪中的应用[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2010年

5 高怡;运载器组合导航高性能滤波算法研究[D];西北工业大学;2014年

6 孟晋丽;基于邻域相关性的小波域滤波算法研究[D];西北工业大学;2006年

7 丁家琳;容积卡尔曼滤波算法研究及其在电机状态估计中的应用[D];西南交通大学;2015年

8 黄瀛;电力系统继电保护快速滤波算法研究[D];浙江大学;2005年

9 洪少华;基于粒子滤波的目标跟踪算法与硬件实现研究[D];浙江大学;2010年

10 姜竹青;自主导航中滤波算法的研究及应用[D];北京邮电大学;2014年

相关硕士学位论文 前10条

1 油锡存;步枪射击瞄准位置校正研究[D];昆明理工大学;2015年

2 吕娜娜;基于一致性的分布式粒子滤波算法研究[D];长安大学;2015年

3 张峰瑞;粒子滤波TBD及并行实现技术研究[D];电子科技大学;2014年

4 贾飞飞;非线性滤波算法及其应用研究[D];电子科技大学;2015年

5 魏国华;粒子滤波算法研究与实现[D];电子科技大学;2015年

6 肖婷婷;粒子滤波算法研究及其在无线定位跟踪中的应用[D];电子科技大学;2014年

7 高静;一种改进的粒子滤波算法研究及应用[D];延边大学;2010年

8 赵娜;粒子滤波算法的研究及改进[D];哈尔滨工程大学;2009年

9 庄泽森;点目标跟踪的非线性滤波算法研究[D];复旦大学;2009年

10 徐涛;免疫粒子群粒子滤波算法及硬件实现研究[D];浙江大学;2010年

，

本文编号：1496537