随着高超声速飞行器的迅速发展,各研究单位积极开展针对飞行器的各项飞行试验工作。本文以高超声速飞行器的飞行试验为背景,在试验中综合利用遥测、外测等多种测量手段,获取外系统源数据、无线数据、有线数据等多源试验数据。这些测量数据可能会存在不完整或者冗余及矛盾的情况,为了得到更精确的观测结果,需要对这些多源数据进行融合及其他处理,以形成对飞行器飞行试验相对完整的描述。本文围绕实时跟踪的数据融合、试验数据的事后融合以及融合过程中的误差检择和校准问题,进行了相关算法的选择和比较研究,并得出了相关结论。(1)对地面测量处理方案设计及系统建模进行研究。从总体方案和数据处理流程两方面阐述了试验数据地面处理方案。建立了高超声速飞行器三自由度动力学模型,并以雷达观测系统为例,分析其坐标转换的过程,构建了观测系统模型,为数据融合及处理工作的展开奠定基础。(2)针对试验中对目标飞行器的实时跟踪需求,结合多观测系统的实际应用,研究分析了卡尔曼滤波及其拓展形式的实时跟踪能力,并在此基础上进行了集中式融合和分布式融合的研究。通过仿真分析了各算法的优劣和适用场景,为实时数据的融合及处理研究提供思路。(3)针对试验后期评估分析等工作需要,考虑试验缺少先验信息以及新型飞行器试验时运动方程精度有限等情况,开展事后融合技术的研究。结合飞行轨迹的节省参数建模技术,在应用B样条函数的基础上进行精度分析和融合算法研究,并通过仿真分析验证了其有效性。(4)结合观测过程中可能出现的系统误差和粗差等情况,分析其在数据融合中的不良影响,并研究抗差途径。将弹道误差模型的最佳估计方法应用于系统误差的校准,并针对粗差对滤波方法进行改进,通过仿真分析验证了抗差方法的有效性。总之,全文针对高超声速飞行器试验数据融合及处理问题进行了初步研究,针对实时跟踪和事后评估的不同需求给出了不同的融合方法,为数据融合及处理方法在试验数据融合及处理软件平台中的具体应用提供了理论支撑。