基于自适应Kalman滤波的ADS-B数据抗野值方法

在对ADS-B数据的实际滤波过程中，观测值中的野值是影响滤波效果的重要因素。分析野值对滤波以及数据处理精度的影响，以“新息”为基础，将基于“当前”统计模型的卡尔曼滤波算法用于数据处理，通过对自适应Kalman滤波方法中增益矩阵的改进，提出野值辨识和剔除方法。仿真计算表明，该方法性能可靠，简单易行，可以有效地消除野值对滤波的不良影响，提高滤波的精度。