CN101944142A - 航天器飞行参数多源信息最优融合确定方法 - Google Patents
航天器飞行参数多源信息最优融合确定方法 Download PDFInfo
- Publication number
- CN101944142A CN101944142A CN 201010261293 CN201010261293A CN101944142A CN 101944142 A CN101944142 A CN 101944142A CN 201010261293 CN201010261293 CN 201010261293 CN 201010261293 A CN201010261293 A CN 201010261293A CN 101944142 A CN101944142 A CN 101944142A
- Authority
- CN
- China
- Prior art keywords
- value
- source
- argument sequence
- parameter
- spacecraft flight
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
航天器飞行参数多源信息最优融合确定方法,主要解决在多于1种航天器飞行参数信息源序列的情况下,如何利用多源参数信息序列剔除其野值,消除航天器飞行参数实时计算中的不可信的跳动问题。包括建立航天器飞行参数双源信息融合处理方法;或建立航天器飞行参数多源信息最优融合处理方法。本发明验证了方法的有效性。通过航天器飞行参数测量信息,应用该方法确定了多源航天器飞行参数的融合结果,与未经融合处理的单源航天器飞行参数序列比较,最终的融合处理结果有效地剔除了单源航天器飞行参数序列不可信的跳动野值和较大的随机跳动误差,说明了发明的方法大大改进了实时计算的航天器飞行参数曲线的光洁度。
Description
技术领域
本发明涉及数据检择及数字滤波技术,特别是航天器飞行参数多源信息最优融合确定方法,该方法适用于存在对同一运动物体的同一物理参数有多种动态测量手段获取的包含有野值的测量信息处理,从多种测量信息中通过该方法求得最佳动态测量信息序列,从而显著提高所确定参数序列的精密度。
背景技术
在航天器飞行实时数据处理的实践中, 常常会出现单源测量信息序列无法剔除的野值跳动和较大随机误差毛剌,由于航天器飞行参数野值和较大随机误差毛剌在各航天器飞行参数序列中出现是小概率事件,当同一个航天器飞行参数信息源多于三个时,逐点选择与其它信息源参数距离和最小的一个信息源参数做为最优融合处理参数值,是最有效的剔除野值和较大随机误差毛剌的办法,这是因为任一一个存在野值的信息源参数点与其它信息源参数同一时间点的距离和要比其它信息源接近真实的参数点与其它信息源参数对应时间点距离和要大,其原理是假如共有N个(N大于2)信息源的航天器飞行参数,由于航天器飞行参数野值在各信息源上出现是小概率事件,不妨假设其中一个在某时间序列点上是野值,其余航天器飞行参数接近真实,则存在野值的信息源参数点与其余N-1个接近真实的信息源参数同一时间点的距离和包括N-1个野值距离,而其它接近真实的信息源参数与其余N-1个信息源参数距离和只包括1个野值距离,其余N-2个距离接近零,由于每个航天器飞行参数的数据不会完全相同,因此,这些距离和中必有一最小值。对于只有两个信息源的航天器飞行参数的情况,由于某个信息源参数突然出现的野值会使段落动态随机误差统计值大幅度增加,用动态随机误差统计值比较选择其值小的一个点也可有效避免经融合处理的参数出现野值。上面两种方法是剔除航天器飞行参数野值的最后一道屏障,是针对单源信息参数野值检择不彻底而采取的最后补救措施。
发明内容
本发明的目的是基于多信息源航天器飞行参数的融合检择处理,剔除单源信息无法剔除的野值跳动和较大随机误差毛剌,方法包括:
1、建立航天器飞行参数双源信息融合处理方法
正常情况下,航天器飞行参数三阶多项式拟合差是很小的,位置参数差小于5米,线速度参数差小于1米/秒,当航天器飞行参数出现野值时,其差值往往是正常差值的20倍以上,这种差值在航天器飞行参数曲线上表现为不光滑的毛刺或跳动,是需要检择掉的。由于随机误差的均方统计值与三阶多项式拟合差的平方成正比,所以当随机误差的均方统计值突然增大时,是容易比较出来,又因为航天器飞行参数野值毕竟是小概率事件,则几乎处处可以用另一信源参数序列随机误差较小的正常值替代,从而得到一条光滑的融合参数序列,方法包括:
(1)分别对双源参数的各参数序列逐点进行随机误差统计
随机误差统计方法为:
点数大于1且小于30点时,采用算法均方差统计;
按如下公式简单统计均方差:
σAn=(1/nΣ i=1 n (Xi)2-n(Σ i=1 n Xi/n)2)0.5
式中:Xi,i=1,2,……,n为参数序列;
σAn为i=n时参数序列的随机误差统计值(均方差);
σAn=sqrt[Σ i=1 n-pt (△pXi)2/[(n-pt)(2p)!/(p!)2]]
△3Xi=Xi-3Xi+4+3Xi+8-Xi+12
式中:Xi,i=1,2,……,n为参数序列;
σAn为i=n时参数序列的随机误差统计值;
P=3,步长t=4,n=30。
(2)分别对双源参数的各参数序列随机误差值进行记忆加权
为了实现在双源信息值相差不大时较稳定地选上同源信息参数序列,当参数序列的点数大于1时,对随机误差值进行记忆加权,即当前序列点的随机误差值取当前统计值和前一点随机误差值的平均值。方法如下:
σAn1=0.5σAn+0.5σAn-1
式中:σAn1为用于当前比较的随机误差值;σAn为随机误差统计值;σA n-1为随机误差统计值的历史值。
(3)比较双源参数的各参数序列随机误差值进行融合选优
当参数序列的点数等于1时,任选双源参数的值作为融合选优值,序列点数大于1时,选双源参数的随机误差值最小的参数序列值作为融合选优值。
上述方法的特点
由于航天器飞行参数出现野值跳动和毛刺数据毕竟是小概率事件,航天器飞行参数双源信息融合处理方法能有效地融合处理出光洁平滑的航天器飞行参数(见图3,图4,图5)。
或2、建立航天器飞行参数多源信息最优融合处理方法,所谓多源,为多于两个信息源。其处理方法包括:
(1) 分别对多源参数的各参数序列逐点与其它源参数点求距离和
方法概述:先求各参数序列点的值与其它源参数序列点的值的差的绝对值,再对各参数序列点的值与其它参数序列点的值的差的绝对值求和,这样每个参数序列点会逐点得到一个距离和。求距离和的方法为:
式中:ΔLij为待选信源参数i时间序列j的值与其它信源参数对应的值的距离和;
xij为待选信源参数i时间序列j的值;
m为参数信源的个数,大于2;
n为时间序列号。
(2)分别对多源参数的各参数序列距离和进行记忆加权
记忆加权的目的为了实现在三个信源参数值相差不大时较稳定地选上同信源的参数值序列,当参数序列的点数大于1时,对距离和进行记忆加权,即当前序列点的距离和取当前统计值和前一点距离和的平均值。,即用如下公式进行:
ΔLij1=0.5ΔLij +0.5ΔLij0
式中:ΔLij1为用于当前比较的距离和值;ΔLij为距离和统计值;ΔLij 0为距离和统计值的历史值。
(3)比较多源参数的各参数序列点距离和进行融合选优
选多源参数的各参数序列点距离和最小的参数序列值作为融合选优值。
(4)上述方法的特点。
由于每一信源航天器飞行参数出现野值跳动和毛刺数据毕竟是小概率事件,航天器飞行参数多源信息融合处理方法是有效地融合处理出光洁平滑的航天器飞行参数序列(见图6至图9)。
附图说明
图1是系统集成示意图;
图2是航天器飞行参数多源信息最优融合确定过程;
图3是未经双源信息融合处理的航天器飞行速度曲线1;
图4是未经双源信息融合处理的航天器飞行速度曲线2;
图5是经双源信息融合处理的航天器飞行速度曲线;
图6是未经多源信息最优融合处理的航天器飞行参数曲线1;
图7是未经多源信息最优融合处理的航天器飞行参数曲线2;
图8是未经多源信息最优融合处理的航天器飞行参数曲线3;
图9是经多源信息最优融合处理的航天器飞行参数曲线。
具体实施方式
在有航天器飞行速度多源测量信息的情况下。通过图1所示的系统集成和图2所示的确定过程,由航天器飞行参数多源测量信息,应用该发明方法精确确定航天器飞行参数,大大改观了实时由航天器飞行参数单源测量信息确定的航天器飞行参数曲线的光洁度。
本发明的技术效果如下:
图3、图4,图5分别给出了双源信息融合处理前后的航天器飞行参数曲线,未经双源信息融合处理的航天器飞行速度曲线1、2跳变明显,呈锯齿形,而经双源信息融合处理的航天器飞行速度曲线光洁平整,满足实时数据处理和显示要求,图6至图9分别给出了经多源信息最优融合处理前后的航天器飞行参数曲线,未经多源信息最优融合处理的航天器飞行参数曲线1、2、3或多或少地存在跳变和锯齿现象,而经多源信息最优融合处理的航天器飞行参数曲线光洁度。以上说明航天器飞行参数多源信息最优融合确定方法是有效的。
本发明建立的方法可用于从多源航天器的飞行参数序列中确定最优的参数序列,也可用于多传感器对同一物理量进行动态测量的情况下,由多个传感器测量量互补融合出精确的物理量随时间变化的序列。
Claims (1)
1.一种航天器飞行参数多源信息最优融合确定方法,其特征在于:
(1)建立航天器飞行参数双源信息融合处理方法,步骤包括:
①分别对双源参数的各参数序列逐点进行随机误差统计
当参数序列的点数等于1时,不统计随机误差;当参数序列的点数大于1且小于30点时,采用算法均方差统计;当参数序列的点数大于30点时,采用动态随机误差统计方法,始终用最新30个点实时动态递进统计,取差分阶数为3,步长为4, 30个点;
②分别对双源参数的各参数序列随机误差值进行记忆加权
当参数序列的点数大于1时,对随机误差值进行记忆加权,即当前序列点的随机误差值取当前统计值和前一点随机误差值的平均值;
③比较双源参数的各参数序列随机误差值进行融合选优
当参数序列的点数等于1时,任选双源参数的值作为融合选优值,序列点数大于1时,选双源参数的随机误差值最小的参数序列值作为融合选优值;
或(2)建立航天器飞行参数多源信息最优融合处理方法,所谓多源,为多于两个信息源,其处理方法包括:
①分别对多源参数的各参数序列逐点与其它源参数点求距离和
求距离和的方法为:先求各参数序列点的值与其它源参数序列点的值的差的绝对值,再对各参数序列点的值与其它参数序列点的值的差的绝对值求和,这样每个参数序列点会逐点得到一个距离和;
②分别对多源参数的各参数序列距离和进行记忆加权
当参数序列的点数大于1时,对距离和进行记忆加权,即当前序列点的距离和取当前统计值和前一点距离和的平均值;
③比较多源参数的各参数序列点距离和进行融合选优
选多源参数的各参数序列点距离和最小的参数序列值做为融合选优值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010261293 CN101944142A (zh) | 2010-08-24 | 2010-08-24 | 航天器飞行参数多源信息最优融合确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010261293 CN101944142A (zh) | 2010-08-24 | 2010-08-24 | 航天器飞行参数多源信息最优融合确定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101944142A true CN101944142A (zh) | 2011-01-12 |
Family
ID=43436132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010261293 Pending CN101944142A (zh) | 2010-08-24 | 2010-08-24 | 航天器飞行参数多源信息最优融合确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101944142A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104965980A (zh) * | 2015-06-18 | 2015-10-07 | 奇瑞汽车股份有限公司 | 野值剔除方法及装置 |
CN105741381A (zh) * | 2016-01-28 | 2016-07-06 | 中国人民解放军空军装备研究院航空装备研究所 | 一种确定飞机飞参记录参数集合的方法 |
CN107330269A (zh) * | 2017-06-29 | 2017-11-07 | 中国人民解放军63796部队 | 4种以上偶数信息最小距离选优方法 |
CN113221234A (zh) * | 2021-01-13 | 2021-08-06 | 北京羽寻智能科技有限公司 | 一种ngso航天器仿真动态步长的实现方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1389710A (zh) * | 2002-07-18 | 2003-01-08 | 上海交通大学 | 多传感器多目标信息融合方法 |
CN1560568A (zh) * | 2004-03-11 | 2005-01-05 | 上海交通大学 | 动态情况下异步多传感器信息融合方法 |
CN101246011A (zh) * | 2008-03-03 | 2008-08-20 | 北京航空航天大学 | 一种基于凸优化算法的多目标多传感器信息融合方法 |
-
2010
- 2010-08-24 CN CN 201010261293 patent/CN101944142A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1389710A (zh) * | 2002-07-18 | 2003-01-08 | 上海交通大学 | 多传感器多目标信息融合方法 |
CN1560568A (zh) * | 2004-03-11 | 2005-01-05 | 上海交通大学 | 动态情况下异步多传感器信息融合方法 |
CN101246011A (zh) * | 2008-03-03 | 2008-08-20 | 北京航空航天大学 | 一种基于凸优化算法的多目标多传感器信息融合方法 |
Non-Patent Citations (1)
Title |
---|
《中国博士学位论文全文数据库 信息科技辑》 20090615 张志芬 航天器多信源测控数据融合及应用研究 中国学术期刊(光盘版)电子杂志社 第5.1节 1 , 第6期 2 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104965980A (zh) * | 2015-06-18 | 2015-10-07 | 奇瑞汽车股份有限公司 | 野值剔除方法及装置 |
CN104965980B (zh) * | 2015-06-18 | 2018-02-16 | 奇瑞汽车股份有限公司 | 野值剔除方法及装置 |
CN105741381A (zh) * | 2016-01-28 | 2016-07-06 | 中国人民解放军空军装备研究院航空装备研究所 | 一种确定飞机飞参记录参数集合的方法 |
CN107330269A (zh) * | 2017-06-29 | 2017-11-07 | 中国人民解放军63796部队 | 4种以上偶数信息最小距离选优方法 |
CN113221234A (zh) * | 2021-01-13 | 2021-08-06 | 北京羽寻智能科技有限公司 | 一种ngso航天器仿真动态步长的实现方法 |
CN113221234B (zh) * | 2021-01-13 | 2022-05-17 | 北京羽寻智能科技有限公司 | 一种ngso航天器仿真动态步长的实现方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2013074774A4 (en) | Data clustering based on variant token networks | |
CN104811344B (zh) | 网络动态业务监控方法及装置 | |
CN103927307B (zh) | 一种识别网站用户的方法和装置 | |
CN110874674B (zh) | 一种异常检测方法、装置及设备 | |
JP2011510382A5 (zh) | ||
CN106327340B (zh) | 一种金融网络的异常节点集合侦测方法及装置 | |
CN106201829A (zh) | 监控阈值确定方法及装置、监控报警方法、装置及系统 | |
CN105931046A (zh) | 一种可疑交易节点集合侦测方法及装置 | |
CN107026892B (zh) | 消息推荐方法和装置 | |
CN104484398B (zh) | 数据表中的数据聚合方法和装置 | |
US20130311563A1 (en) | Determining Characteristics of Participants in a Social Network | |
CN109710611B (zh) | 存储表数据的方法、查询表数据的方法、装置及存储介质 | |
CN101944142A (zh) | 航天器飞行参数多源信息最优融合确定方法 | |
EP3396420B1 (en) | Method and device for determining overall measurement of seismic observation system repeatability | |
CN106371968A (zh) | 一种对实时计算进行监控的方法和装置 | |
CN107423141A (zh) | 信息处理方法及装置 | |
CN102375721B (zh) | 一种矩阵乘法运算方法、图形处理器和电子设备 | |
CN109583670B (zh) | 基于时间片轮转的对照实验方法、系统及计算机装置 | |
CN105808454A (zh) | 一种多端口访问共享缓存的方法及装置 | |
CN107528904A (zh) | 用于数据分布式异常检测的方法与设备 | |
CN108255788A (zh) | 一种评估数据的可信度的方法及装置 | |
Goswami et al. | Comparative assessment of six automatic optimization techniques for calibration of a conceptual rainfall—runoff model | |
CN115602194A (zh) | 一种自适应水管探漏方法、装置及存储介质 | |
CN110108981B (zh) | 一种有源配电网中线路的故障诊断方法和系统 | |
CN110008205A (zh) | 一种监控系统冗余数据清洗方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20110112 |