摘要
本文基于ＡＲＭＡ模型，提出了一种新的野值剔除方法。文中首先建立了新息过程的ＡＲＭＡ模型，再应用递推增广最小二乘方法，在线辨识ＡＲＭＡ模型的多数，并通过模型参数变化的检验函数，来判定是否出现了野值。文中同时提出了野值剔除后卡尔曼滤波的修正算法。作为应用，我们对雷达半主动导引头寻的制导系统的野值情况进行了仿真。仿真结果表明，这种基于辨识ＡＲＭＡ模型的野值剔除方法与野值剔除后的卡尔曼滤波修正算法能有效地剔除传感器的野值，保证滤波的精度和可靠性。
In this paper,a new method of detecting outlier in data is proposed.The new method is basedon the identification of ARMA model of system output.The outliers can be detected by a detection function. This method is very sensitive to outlier,so we can do some realtime corrections for Kalman filter.As an ex-ample of application,the new method ls applied to the guidance for semi-active radar homing missile. Thesimulation results prove that the outlier can be detected correctly,and the correction of Kalman filter is effi-cient and practical.
出处
《信息与控制》
CSCD
北大核心
1995年第3期183-188,共6页
Information and Control
基金
高校博士点基金
关键词
野值剔除
ARMA模型
卡尔曼滤波
Kalman filter,outlier rejection,ARMA model,homing guidance
