基于现代时间序列分析的有色噪声处理方法研究

有色噪声是动态导航定位的主要误差源之一。本项目基于现代时间序列分析方法，结合统计学习理论、现代Bayes理论和自动控制理论，研究构建可靠的有色噪声函数模型和随机模型，研究有色噪声条件下参数的估计理论、粗差的辨识与处理方法，研究设计有色噪声条件下的状态最优滤波器与算法，研究有色噪声条件下非线性滤波理论与方法，建立和发展适合于对有色噪声进行实时建模、预报和修正的自适应有色噪声控制理论系统。该系统能够有效地抵制有色噪声和动态异常的干扰，提高动态导航定位的精度和可靠性、完好性和可用性，为动态导航定位及其相关领域的应用提供严密的科学理论和行之有效的技术手段。该理论对航空航天摄影测量、航空航天重力测量、海洋动态载体的实时导航定位、目标实时跟踪定位、航天器精密定轨等领域的数据处理具有重要的理论和实际意义。

有色噪声是动态导航定位的主要误差源之一，它的存在直接影响着动态导航定位数据处理的精度和可靠性。本项目针对动态导航定位和GPS/INS组合导航的实际，基于现代时间序列分析方法，结合现代统计学习理论、现代Bayes理论，分析了有色噪声的统计性质及影响规律，对噪声相关性的探测与处理方法、观测序列的有色噪声拟合及其补偿方法、有色噪声条件下状态最优滤波器的设计与算法、粗差的辨识与处理方法、有色噪声条件下非线性滤波方法等问题进行了较深入研究，取得了一些重要成果。提出一种基于核估计的滤波补偿法，该算法能有效地减弱系统误差或有色噪声对滤波结果的影响；提出了顾及时间相关噪声影响的卡尔曼滤波算法；基于现代时间序列分析法构建了有色噪声随机模型的补偿算法；提出了基于高斯混合模型的有色观测噪声处理方法；提出一种实时探测和处理动态导航定位噪声相关性的方法；基于经验模分解理论，建立了陀螺信号的自适应消噪算法和阈值消噪方法；针对卫星姿态确定问题，提出了基于残差统计特性和等价协方差矩阵的卫星姿态参数的抗差UKF算法，针对观测噪声为有色噪声的情况，基于现代时间序列分析方法和有色噪声估计理论，提出了处理有色观测噪声的UKF卫星姿态估计算法，构建并设计了相应的姿态估计滤波器；针对载波相位双差观测模型中具有整型和浮点型两类参数的特点，提出利用混合整数最小二乘估计理论直接估计两类参数的方法，推导了参数具有先验信息条件下混合整数最小二乘和整数最小二乘的参数估计准则；提出附加几何约束信息的模糊度快速求解方法；建立了利用加窗最小二乘支持向量机（LS-SVM）拟合GPS在轨卫星钟差的新算法；提出基于小波与ARMA模型的卫星钟差预报方法；针对多波束测深的动态性和不可重复性特点，提出了海洋测深异常值的Bayes探测方法和遗传算法，提高了测深异常值探测的可靠性和效率，提出了利用最小二乘支持向量机构造海底趋势面的方法，有效增强了海洋探测数据异常误差的诊断能力。研究成果将为动态导航定位及其相关领域的应用提供基础理论和技术支持。