航天测量船外测数据误差分离方法及特性研究

《航天测量船外测数据误差分离方法及特性研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国防科学技术大学研究生院硕七学位论文摘要“远望’’号测量船是我国航天飞行器测控系统的一个重要组成部分，它是为了适应导弹、航天器试验的发展而在海上设置的测控站。由于测量船在航行或停泊的时候，受到风浪、潮汐等洋流复杂的冲击和影响，使测量船的船体姿态和形状发生变化，船体的位置也不像陆基测量站那样固定不变，而是漂移的。因此船载的各种外测系统的测量数据，具有更复杂的误差源。本文以“远望"号测量船为背景对船载外测数据进行误差分离和特性研究。本文工作主要体现在以下三点：船载外测数据误差分离和建模方法。对航天飞行器的几种模型进行分析比较，确定采用样条函数模型比较适合。针对航天测量船外测数据经三次样

2、条函数拟合后的残差非正态的现象，深入分析其产生原因，采取了调整样条函数的节点距和对外测数据分段处理的措施，确定了适合船测数据的误差分离方法。结果表明航天测量船外测数据的误差变化极不规则，可以分为两部分：随机误差和修正残差。修正残差是可与真实信号分离但无法估计或建模的并区别于随机误差的一部分模型误差。其产生是由外测设备、惯导设备以及变形测量设备的稳定性变化引起的，但在修正过程中又无法剔除，是测量船特有的。船载外测数据误差的小波分频技术。本文研究了小波相对于传统信号分析方法的优势，系统地分析了船摇数据对外测数据的影响。并建立了适用于测量船的航天测量数据误差模型，从理论上分析了慢变信号和

3、噪声的小波变换系数的特性以及数学性质，依此进行小波分频处理。结合时序建模和小波理论，给出了船测数据非平稳混合误差的预测算法。通过算例和仿真计算，新的方法预测误差小，与实际值吻合地较好，具有比单纯使用时序方法更好的效果。校飞数据误差特性分析。介绍了测量船精度校飞的方法和精度要求，从校飞内容和方法角度讨论了校飞数据的可利用性。对校飞时被鉴定设备的测元误差进行分析，最后对校飞数据误差进行分频处理，分离出了校飞数据系统误差和随机误差。为实测数据系统误差的剔除提供参考。关键词：时间序列，误差分析，小波，样条，航天测量船第i页国防科学技术大学研究生院硕+学位论文ABSTRACTAnoceang

4、oinginstrumentationshipiSaspecialshipbuiltforthedevelopmentofintercontinentalguidedmissile．submarinetoshoremissileandastronauticaltechnology．Theprecisionofthespaceinstrumentationship—measureddataplaysakeyroleintheTr&Cprocessing。Asshipsinnavigation,thehullshapeandposturechange，thelocationoftheh

5、ullalsodrift．Therefore．theship-measureddatahasmorecomplexerrorsources．Inthispaper，YuanWangtrackingshipsistakenasthebackgroundtostudytheerrorsseparationandfeaturesanalysisoftheinstrumentationship-measureddata．Therearethreepartsinthispaper．Errorsseparationandmodelingmethodoftheinstrumentationshi

6、p—measureddata．Firstly．severalspacecraftmodelsarecomparedandanalyzed．Thesplinefunctionmode“Sdeterminedtobethemostsuitable．Then，theship—measureddataarefittedbythecubicsplinefunctionandtheresidualsturnouttobenon-normal．Byadjustingthenodesintervalsofthesplinefunctionandprocessingthetrackingdatapi

7、ecewise，complexerrorsareseparated．Resultsshowthatthecomplexerrorsarecomposedofcorrectionerrorresidualswithsecondarylowfrequencyandrandomerror,whichmeansthatthecomplexerrorsarenon—stationarytimeseries．Errorseparationbyfrequencycharacters