空军工程大学学报

作者：左益宏，王远亮，何红丽，葛泉波

单位：1.中国飞行试验研究院， 西安， 710089； 2.上海海事大学物流工程学院， 上海， 200135；3.同济大学电子与信息工程学院， 上海， 201800\

关键词：轨迹测量;无迹卡尔曼滤波器;遗传算法;BP神经网络;抗野值算法

基金：国家自然科学基金（61773147，62033010）

为了满足飞行试验轨迹的试验测量需求，构建了一种高性能飞行试验目标轨迹测量系统。在此基础上，针对实际飞行测量中遇见的异常数据处理问题，提出了一种基于多机器学习改进的自适应Kalman滤波方法。该方法以传统的无迹Kalman滤波器（UKF）为基础，首先，通过引入采用遗传算法改进后的BP神经网络（GABPNN）来改进UKF算法，以实现对UKF全局误差的调控和修正，从而改善UKF的估计精度；然后，应用抗野值技术来充分剔除测量中的孤立型和斑点型异常点，实现对GABPNNUKF的再次改进，有效提高滤波的鲁棒性；最后，应用仿真来验证提出新算法的有效性，并通过对实际飞行测量数据（通过建立的轨迹测量系统获得的实际数据）的实验分析来显示算法在实际应用中的有效性。

来源：2021年第5期

《空军工程大学学报》期刊编辑部

查看空军工程大学学报杂志2021年第5期