抗野值无迹卡尔曼滤波在火箭测控中的应用

"火箭飞行测控数据野值处理及其UKF算法" 本文主要探讨了火箭飞行测控数据中野值处理的挑战以及一种新颖的解决方案——抗野值的无迹卡尔曼滤波算法（UKF）。在火箭发射和飞行过程中，航天测控系统依赖于光测、雷达等设备获取飞行器的跟踪数据，以实现精确的飞行状态估计。然而，由于各种偶然因素，如随机误差和强干扰，原始测量数据中可能会出现大量野值，这些异常值会严重影响数据处理的精度和稳定性。 传统的滤波算法，如卡尔曼滤波，对于非线性系统处理效率有限，而UKF则是一种适用于非线性系统的滤波方法。UKF通过无迹变换来近似概率分布，能更有效地处理非线性问题。在此基础上，文章提出了一种改进的UKF算法，该算法具备抗野值的能力，能够在数据处理过程中实时调整滤波增益，有效地识别并剔除野值。 作者翟茹玲、柴毅和张可将此算法应用于航天测控系统，特别是针对运载火箭的跟踪，通过Monte Carlo仿真验证了算法的有效性。仿真结果显示，该方法能够显著减少野值对数据处理的影响，提高滤波精度，进而确保火箭飞行轨迹估计的准确性。 关键词涉及到的核心技术包括运载火箭、野值处理、无迹变换和无迹卡尔曼滤波。野值处理是数据预处理的重要环节，尤其在高精度要求的航天领域，其重要性不言而喻。无迹卡尔曼滤波以其高效处理非线性问题的能力，成为了解决这一问题的有效工具。文章的研究对于提升火箭飞行测控系统的性能，确保飞行任务的成功具有重要意义。 中图分类号可能与航空航天科学和技术相关，表明该研究属于这一领域的专业技术范畴。这篇首发论文提供了火箭飞行测控数据处理的新思路，对于优化火箭飞行控制、提高数据处理精度和应对复杂环境下的异常数据具有实际应用价值。