论文部分内容阅读
遥测数据能够反映飞行器内部主要设备的工作状态和性能，但干扰和误码的存在使地面测量站得到的遥测信号可信性降低，需要对测得的遥测数据进行处理。 论文研究了遥测多站数据融合，主要通过对单个测量站的遥测数据预处理和对多个测量站的遥测数据融合两方面来展开。 文中基于小波理论对遥测信号进行了预处理，即采用小波方法对遥测信号进行去噪。针对传统硬阈值函数去噪时在信号奇异点处产生局部震荡，软阈值函数去噪后的信号与真实信号存在恒定偏差的问题，提出一种改进阈值函数，并采用改进阈值函数的平移不变小波去噪方法对遥测信号去噪。 研究了基于统计决策理论的遥测数据融合，采用分布式统计决策方法融合遥测数据，并给出了分析结果;针对分布式统计决策的不足，讨论了两种不确定推理数据融合算法——主观Bayes方法和D-S证据理论在遥测数据融合中的应用，重点研究了D-S证据理论数据融合算法;将多数表决法和D-S证据理论相结合应用在多站遥测数据融合中。 对遥测数据进行去噪和融合后，得到的遥测数据可信性提高，这有利于更好的判断飞行器的工作状态，具有一定的工程应用价值。