QAR数据的数据融合算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:

国家科技支撑计划(2011BAH24B10);中国民航大学科研基金(08CAUC-E08);中国民航大学科研启动基金(08QD16X);中央高校基本科研业务费(3122014D042)


Data Fusion Algorithm Based on QAR Data
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    分析了QAR数据中影响飞机性能衰减的主要因素,采用自适应加权数据融合算法和扩展卡尔曼滤波算法对相关性能参数进行了状态参量的估计,并验证了自适应加权融合算法在外界环境影响较小时的便捷性和外界环境影响过大时的局限性.引入扩展卡尔曼滤波算法,加入高斯噪声的计算,提高了状态估计值的精确度,为航空公司改善飞机运行提供了参考.

    Abstract:

    This paper analyses the main factors affecting aircraft performance degradation in QAR data, uses the optimal weighted data fusion algorithm and the extended Calman filter algorithm for the estimationof state parameter which are related to aircraft performance parameters. When there is less external environment effect, the convenience of the optimal weighted fusion algorithm is verified, and when the effect is overlarge, the precision of this algorithm is limited. Thus we use the extended Calman filter algorithm, take Gauss noise into account, and improve the accuracy of state estimate for the airline to improve the operation of the aircraft provides a reference.

    参考文献
    相似文献
    引证文献
引用本文

谷润平,黄磊,赵向领. QAR数据的数据融合算法.计算机系统应用,2016,25(1):136-140

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2015-04-17
  • 最后修改日期:2015-06-08
  • 录用日期:
  • 在线发布日期: 2016-01-15
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号