[发明专利]一种航天器外弹道跟踪数据斑点型野值识别和修正方法

说明书

本发明公开了一种航天器外弹道跟踪数据斑点型野值识别和修正方法，具体为：首先，建立含有斑点型野值航天器外弹道跟踪数据时间序列数学模型；对航天器外弹道跟踪数据进行分割；之后求取各段航天器外弹道跟踪数据的标准差；对航天器外弹道跟踪数据模型的参数进行估计；识别和修正航天器各段外弹道跟踪数据中的斑点型野值；最后，将识别和修正野值后的各段航天器外弹道跟踪数据进行拼接。本发明的方法能够自动地识别出航天器外弹道跟踪数据中的斑点型野值，并进行高精度的修正，免去了专业工作人员通过人眼方式判断和修正斑点型野值的时间消耗和人员消耗。

技术领域

本发明属于航空航天跟踪数据处理技术领域，具体涉及一种航天器外弹道跟踪数据斑点型野值识别和修正方法。

背景技术

由于跟踪环境、设备工况和操作过程中各种突发性异变因素的影响，在运载火箭、人造卫星和导弹等各类飞行器跟踪测量数据中，不可避免地存在着诸如异常数据、异常点(Outliers)等明显偏离大部分正常数据点(Inliers)所呈现变化趋势的小部分数据，这部分异常数据称之为野值。几十年航天发射测控的实践和国内外大量的理论研究、仿真分析、应用实践表明：野值对航天测控等领域广泛采用的经典处理方法有极大的破坏作用，轻则影响计算结果的可靠性，重则导致计算结果失真、控制策略错误，甚至整个算法崩溃，直接威胁到飞行器轨道确定的可靠性和控制策略的安全性，因此必须提前将它们进行识别。

外弹道跟踪测量数据中的野值根据其表现形式分为孤立型野值和斑点型野值两类，其中孤立型野表现为采样时间上不连续的一个孤立跳点。对于斑点型野值，因某种相关性影响，表现为采样时间上连续的多个连续跳点。传统的野值剔除方法(包括莱特准则、罗曼诺夫斯基准则、格拉布斯准则及肖维勒准则等)对于弹道数据的统计差特性具有约束性，导致这些方法在使用时受限；中值滤波差分法可有效剔除斑点型野值，但剔除效果不稳定，会出现数据失真或缺失的情况；外推拟合法可有效剔除孤立型和斑点型野值，但斑点型野值剔除后会出现数据缺失。目前，还没有一种有效的方法对外弹道跟踪测量数据中的斑点型野值进行识别和修正。

发明内容

本发明的目的是提供一种航天器外弹道跟踪数据斑点型野值识别和修正方法，能够利用抗野值识别算法从含有斑点型野值的航天器外弹道跟踪数据估计出正常数据的模型参数，能够设定动态阈值将不符合正常数据模型参数的野值进行识别和修正。

本发明所采用的技术方案是，一种航天器外弹道跟踪数据斑点型野值识别和修正方法，具体按照以下步骤实施：

步骤1，建立含有斑点型野值航天器外弹道跟踪数据时间序列数学模型；

步骤2，对航天器外弹道跟踪数据进行分割；

步骤3，求取各段航天器外弹道跟踪数据的标准差；

步骤4，对各段航天器外弹道跟踪数据模型的参数进行估计；

步骤5，识别和修正各段航天器外弹道跟踪数据中的斑点型野值；

步骤6，将识别和修正野值后的各段航天器外弹道跟踪数据进行拼接。

本发明的特点还在于，

步骤1中，具体为：

在时间T₁,T₂,…,T_i,…,T_n上采样得到一组航天器外弹道跟踪数据Y₁,Y₂,…,Y_i,…,Y_n，即，时刻T_i(i＝1…n)的航天器外弹道跟踪采样数据为Y_i(i＝1…n)，时刻T_i(i＝1…n)航天器外弹道跟踪数据Y_i(i＝1…n)的数学模型函数，如式(1)所示：