临近空间高超声速滑跃式轨迹目标跟踪技术

针对临近空间目标飞行速度快、机动特性强和加速度突变的特性,提出一种地心直角(ECEF)坐标系下基于目标特性分析的修正强跟踪滤波(MSTF)算法。首先,通过对ECEF坐标系下目标量测的无偏转化处理,以有效减小目标高超声速飞行所带来的旋转、平移和线性化误差影响;接着,在对目标特性充分分析的基础上,合理构建强跟踪滤波(STF)模型,通过对模型参数的自适应调节,以有效实现临近空间高超声速滑跃式轨迹目标的精确跟踪;最后,结合统计学原理对目标加速度的突变进行合理检测和补偿,以进一步修正强跟踪滤波模型的跟踪精度。仿真结果表明,与现有的临近空间目标跟踪算法相比,该算法具有较高的定位跟踪精度。     

高超声速滑翔目标自适应跟踪方法

针对机动模式复杂多变的高超声速滑翔目标跟踪问题，提出了一种机动频率自适应跟踪方法。采用介于常速度和常加速度模型之间的Singer模型来表征目标气动力加速度的变化，从而建立跟踪系统的状态方程。根据地基雷达量测量获得系统的量测方程，鉴于距离和角度信息的量级相差较大将其由球形量测量转换为位置量测量。为了适应高超声速滑翔目标灵活多样的机动模式，基于正交性原理和无迹卡尔曼滤波算法实现了Singer模型中机动频率参数的自适应。利用滤波信息计算得到能够反映状态模型误差大小的调整因子，用于放大Singer模型中的机动频率，进而调整状态方程的过程噪声以降低模型误差。通过对2种典型机动轨迹的跟踪仿真，并与交互式多模型等方法进行比较，结果表明所提方法的跟踪精度高、计算量小，能够较好地适应阶跃机动和连续幅值变化的机动。     

面向跟踪的吸气式高超声速飞行器动力学建模

根据吸气式高超声速目标的动力学特性,对传统动压加速度模型的局限性做了分析。在重力转弯模型框架中,基于超燃冲压发动机的推力产生机理以及高超声速流场的斜激波方程和普朗特梅叶方程,提出了描述目标切向加速度的推广模型和目标法向加速度的斜激波、非解析混合模型。随后,基于高超声速流场工程近似算法对吸气式高超声速目标的模式特征进行分析,并设计了均匀模型集。对攻角、滚转角以及发动机状态发生突变的高超声速机动目标跟踪问题进行了仿真研究。结果表明,新的模型集能够较好地适应目标突然加速和转弯机动,有效跟踪助推跳跃机动的吸气式高超声速目标。     

反临近空间高超声速飞行器中末交接视角研究

针对临近空间高超声速飞行器的拦截问题,研究了拦截弹中末制导交接班时的导引头视角优化问题。首先,分析了临近空间大气环境及其对红外传输的影响,表明该空域适合红外探测器工作;然后,针对临近空间高超声速目标的红外特性设计了红外导引头方案;最后,将目标视为点源目标,建立了探测距离计算模型和大气透过率工程计算模型,研究了导引头探测距离与探测视角的关系。研究结果表明:针对临近空间高超声速目标,自上而下的探测方式有利于增加导引头探测距离;拦截弹中制导段弹道宜采用高抛再入式弹道。     

反吸气式临近空间飞行器空基拦截弹制导律设计

临近空间高超声速飞行器的出现和应用,为传统防空系统提出了新的挑战。提出了一种反临近空间高超声速吸气式飞行器巡航段空基拦截方案,并设计了基于末角约束比例导引法的中制导律和空基拦截弹复合制导律。仿真结果表明,改进末角约束比例导引法能充分利用拦截弹中制导段过载承受能力,有效地加快了拦截弹达到期望末视线角的速度,改善了中末交班性能;所设计的拦截方案能够对典型机动目标实施有效拦截。     

临近空间高超声速跳跃滑翔式目标自适应跟踪模型

针对临近空间高超声速跳跃式滑翔目标跟踪问题,在将加速度建模为具有正弦波（SW）自相关随机过程的基础上,提出一种自适应非零均值正弦波相关（ANM-SW）模型。其核心是对正弦波相关模型进行均值补偿构建ANM-SW模型,并推导了模型状态方程;为深入分析均值补偿的作用,分别从时域和频域的角度探讨了自适应非零均值模型的物理本质;此外,为进一步说明模型的适应性问题,结合Kalman滤波推导了SW及ANM-SW模型状态更新的系统动态误差,验证了ANM-SW模型在机动适应方面的优越性;最终仿真表明与SW模型相比,ANM-SW模型在跟踪精度及机动适应能力方面具有一定的优势性。     

吸气式高超声速飞行器制导与控制研究现状及发展趋势

制导与控制技术是发展高超声速飞行器的关键技术,同时也是控制学科研究的热点问题,许多先进控制理论在此领域得到应用。鉴于此,分析了吸气式高超声速飞行器动力学模型非线性、强耦合和不确定性等特点,指出高超声速飞行器制导与控制技术面临的挑战。在综述国内外研究成果的基础上,对吸气式高超声速飞行器制导与控制中基于线性化的非线性控制方法和直接针对非线性模型的控制方法分类讨论,分析了尚待解决的问题和不足。最后,结合吸气式高超声速飞行器鲁棒性、自适应性和智能化的目标,从面向机动目标制导律、高速目标拦截器制导律、全空域机动飞行控制和先进智能控制理论等方面展望了此领域研究的发展趋势。     

一种改进的高超声速滑翔目标跟踪方法

针对临近空间高超声速滑翔目标跟踪问题，提出一种基于反向传播神经网络修正改进迭代扩展卡尔曼滤波(Back Propagation Neural Network-aided Improved Iterative Extended Kalman Filter, BP-IIEKF)的目标轨迹跟踪方法。在雷达站坐标系下建立目标运动模型和量测模型。引入阻尼因子修正IEKF算法中的协方差预测矩阵，并定义算法的代价函数，给出迭代终止条件，保证了算法收敛精度，减小状态的观测更新误差，提高了目标状态估计精度。利用BP神经网络修正滤波结果，补偿系统滤波误差，进一步提高了跟踪精度。仿真结果表明所提算法对高超声速滑翔目标具有更高的跟踪精度。     

高超声速临近空间飞行器非开普勒轨道研究

以高超声速临近空间飞行器非开普勒轨道弹跳飞行为研究对象,论证了高超声速临近空间飞行器飞行轨道属于非开普勒轨道的研究范畴.首先给出了非开普勒轨道机动巡航段、再人段和再入瞬间的动力学方程;其次研究了再入瞬间高超声速临近空间飞行器的位置矢量求解问题,提出弹跳系数的概念;最后进行了仿真分析.仿真结果表明,非开普勒轨道动力学方程...     

强跟踪滤波在高超声速滑翔目标跟踪中的应用

高超声速滑翔目标(HGT)机动模式复杂多样、轨迹形态灵活多变,增加了跟踪模型建模的不确定性,导致目标跟踪的精度低。为了提高跟踪精度,提出了一种基于强跟踪滤波的高超声速滑翔目标跟踪方法。首先,在地基雷达坐标系下建立目标运动模型和量测模型,利用维纳随机过程来表征运动模型中未知项的变化特性。其次,采用强跟踪无迹卡尔曼滤波(UKF)算法对目标运动状态进行估计,提高模型不确定性存在时滤波器的状态跟踪能力。最后,利用目标常用的基于标准轨迹的制导方法生成了一条可行飞行轨迹。仿真结果表明,该方法的跟踪精度高,强跟踪滤波能够有效降低模型不确定性存在时的状态估计误差。