临近空间高超声速滑翔弹双通道跟踪算法

为了提高临近空间高超声速滑翔目标的跟踪精度，提出了一种双通道并行跟踪算法。首先对比分析了目标的弹道轨迹，目标角度域参数相比位置域参数存在更显著的变化规律，为了在雷达测量直角坐标系下跟踪，采用倾角和方位角代替航迹倾角和航向角，将倾角变化率和方位角变化率描述成零均值正弦自相关随机过程，分别建立了纵向通道和横向通道的角度域模型。然后将目标轨迹分解到纵向观测平面和横向观测平面，通过量测数据预处理、双通道并行滤波、输出状态合并，实现目标的三维跟踪。最后通过仿真实验设置了算法中两个通道的机动模型的参数，分析了过程噪声对跟踪精度的影响，仿真结果表明，与现有的临近空间高超声速目标跟踪算法相比，该算法具有较高的跟踪精度。     

高超声速助推-滑翔式飞行器中段弹道轨迹分析

提出了一种高超声速助推-滑翔式飞行器中段弹道轨迹设计方法,并对弹道特性进行了仿真.首先介绍了高超声速助推-滑翔式飞行器的概念和它的基本弹道轨迹,分析了传统轨迹设计中的不足.然后提出了一种机动程序和发动机短暂点火相结合控制跃起,综合考虑实时精确的空气动力、地球引力以实现跳跃式飞行的弹道轨迹设计方法,并在机动控制程序不变时对点火次数、点火高度和推力大小进行了弹道仿真分析.仿真结果显示了该方法的可行性、整体设计上的优势以及在增大射程、提高突防能力上的性能优势.     

面向轨迹预测的高超声速飞行器气动性能分析

为了给高超声速轨迹预测问题提供先验知识,研究了面向轨迹预测的高超声速飞行器气动性能分析问题。首先,简要介绍了高超声速再入滑翔飞行器的基本性能,从拦截的角度分析了对其滑翔段进行轨迹预测的必要性。其次,以HTV-2为例,采用斜激波理论、活塞理论、Prandtl-Meyer方程及粘性力工程计算方法对临近空间高超声速环境下飞行器的受力情况进行了分析建模。然后,对目标机动性能进行了仿真分析,仿真结果与相关文献报道较一致,证明了建模仿真方法的可行性。最后,基于以上建模仿真,给出了一组适用于临近空间高超声速飞行器滑翔段目标跟踪和轨迹预测的气动参数,并进行了仿真验证,为下一步研究基于拦截的高超声速飞行器轨迹预测提供了理论基础和方法指导。     

临近空间高超声速目标跟踪算法研究

针对临近空间高超声速飞行器运动特性,综述了交互多模型算法（IMM）相对单模型算法的优越性。以临近空间飞行器一个机动转弯部分轨迹进行仿真试验,仿真并分析了匀速（CV）、匀加速（CA）、Singer、当前统计（CS）、Jerk模型算法及IMM算法优点及局限性。结果表明,IMM算法跟踪机动目标在机动时稳定性、精度、机动适应性方面优于单模型算法,但存在实时性、模型转换可能性先验确定等问题,并针对这些问题提出可能的解决方法。     

面向拦截的高超声速飞行器轨迹预测关键技术综述

针对面向拦截的高超声速飞行器轨迹预测问题,从目标运动特性分析、机动目标跟踪和轨迹预测3个方面综述研究现状,并进行了展望。首先,建立带控制量的目标运动模型,并分析目标运动特性的研究进展。接着,分析了动力学模型、运动学模型和多模型等目标跟踪方法的研究现状及各类算法的优缺点。然后,从轨迹预测方法和轨迹预测算法综述面向拦截高超声速飞行器轨迹预测的研究现状。最后立足已有研究,从运动特性分析、机动目标跟踪和目标轨迹预测3个方面提出应重点加强的研究方向。     

临近空间高超声速目标滑跃式轨迹Sine-AIMM跟踪算法

针对单一的Sine模型算法无法与临近空间高超声速目标滑跃式轨迹准确匹配,现有的交互多模型(IMM)算法跟踪效果也不够理想的问题,提出一种基于多重贝叶斯准则的自适应交互式多Sine模型(Sine-AIMM)临近空间高超声速滑跃式目标跟踪算法。算法采用多个Sine模型对滑跃式轨迹进行匹配,并利用多重贝叶斯准则在线调整各模型权重和模型转移概率矩阵。仿真结果表明,本文所提Sine-AIMM算法能够实现对临近空间高超声速滑跃式目标的有效跟踪,较单Sine模型算法和现有IMM算法跟踪性能更优。     

基于意图推断的高超声速滑翔目标贝叶斯轨迹预测

为解决高超声速滑翔目标机动给探测防御造成的困难，研究基于意图推断的贝叶斯轨迹预测方法。首先对目标进行动力学建模，利用气动参数设计机动模式集。假定高超声速滑翔目标必定攻击某目标，结合飞行意图合理构造意图代价函数，借鉴贝叶斯理论迭代推导机动模式和运动状态递推公式。通过蒙特卡洛采样实现轨迹预测算法。仿真结果表明，算法能有效提高目标机动不确定条件下轨迹预测的精度，当多目标可能被打击时，通过对预测轨迹进行在线重新规划，降低目标误判给轨迹预测造成的不利影响。     

高超声速滑翔飞行器多模型鲁棒跟踪方法

针对高超声速滑翔飞行器（HGV）具有机动能力强、机动样式多变、机动时机不确定等特点,提出了一种基于有向图变结构多模型的鲁棒跟踪（CHF-DSVSMM）方法。考虑到高超声速滑翔飞行器的跳跃滑翔运动特性,建立了包括自适应非零均值衰减震荡（ANMDO）模型、“当前”统计模型（CSM）等机动模型的模型集。针对固定结构多模型算法存在模型相互竞争、运算时间长的缺点,设计了基于有向图结构的切换准则自适应地改变模型集构成,提高模型匹配性。对于地基雷达探测中存在闪烁噪声的问题,采用容积Huber-based滤波方法进行状态估计。仿真结果表明,所提算法与现有方法相比具有更高的跟踪精度,并对闪烁噪声具有良好的鲁棒性。     

一种临近空间高超声速目标跟踪算法

通过参考美国X-43A高超声速飞行器第二次试验飞行弹道,建立了临近空间高超声速目标的运动模型。针对目标跟踪中状态方程和量测方程存在的非线性问题,提出了一种基于不敏卡尔曼滤波的改进"当前"统计模型自适应滤波算法(ADE-UKF),并将此算法与基于"当前"统计模型的不敏卡尔曼滤波算法(CS-UKF)比较,仿真结果表明,该算法在跟踪临近空间高超声速目标时,具有良好的跟踪性能。     

基于混沌粒子群算法的跳跃-滑翔轨迹优化

研究了一种高超声速跳跃-滑翔弹道方案。通过末级发动机多次点火,将再入弹道设计成临近空间的跳跃-滑翔弹道,在满足过程约束和航程约束的前提下实现总加热量最小的目标。采用混沌粒子群算法优化轨迹,通过引入混沌扰动避免算法早熟收敛。最后通过对高升阻比再入滑翔飞行器CAV-H的仿真分析,验证了优化算法的有效性。     

临近空间高超声速目标点迹处理研究

针对临近空间高超声速目标在雷达数据处理中容易出现目标分裂的问题,通过分析临近空间高超声速目标原始点迹数据特点,提出了一种适合临近空间高超声速目标点迹处理的方法,该方法通过野值剔除、点迹数据归并、点迹凝聚和修正等步骤,实现了目标原始点迹数据一个目标在某一时刻只有一个点迹的要求。仿真结果表明,该方法能够实现对临近空间高超声速目标原始点迹的有效处理。     

一种面向临近空间高超声速再入滑翔目标跟踪算法

针对临近空间高超声速再入滑翔目标的跟踪问题，提出了一种基于回顾成本输入估计的无偏转换量测卡尔曼滤波(Retrospective cost input estimation-unbiased converted measurements Kalman filter, RCIE-UCMKF)。首先，根据再入滑翔目标的飞行特性，将加速度看成是未知的确定输入构建运动学跟踪模型；然后，对目标的非线性量测信息进行无偏转换，并将得到的噪声协方差矩阵进行解耦，降低算法的复杂度；最后，利用回顾成本的输入估计对未知加速度进行重构，采用递推最小二乘法更新输入估计器的参数矩阵，同时将估计的加速度引入到卡尔曼滤波框架下，实现对高超声速再入滑翔目标状态的准确估计。仿真结果表明了该算法的有效性和可行性。     

近空间高超声速飞行器输入饱和抑制模糊自适应控制

针对近空间高超声速飞行器三通道姿态跟踪控制问题，提出了一种基于输入饱和抑制的非线性模糊自适应滑模控制器。考虑到飞行器模型具有严格反馈形式的特点，以反步法为基础，结合非奇异快速Terminal滑模方法设计控制器。设计了模糊系统估计模型中的干扰项，并通过自适应鲁棒项补偿估计误差，引入非线性增益函数提高控制系统的饱和抑制能力，并基于Lyapunov理论证明了闭环系统的稳定性。最后，通过仿真对比实验验证方法的有效性。仿真结果表明，所设计的控制器能够保证飞行控制系统在存在模型参数不确定性的情况下具有良好的姿态跟踪性能和输入饱和抑制能力。     

对高超声速目标的跟踪及算法研究

对高超声速目标特性进行了研究,针对高超声速目标高速及高机动的特点,提出了使用参考加速度模型的IMM算法.同时采用UKF滤波解决对目标跟踪造成的非线性问题.蒙特卡罗仿真试验证实该算法跟踪效果较好、误差均方值小、跟踪精度高.     

基于纹理边界检测的航天器椭圆特征提取方法

为确定失效航天器等非合作目标的相对位姿，提出一种通过纹理边界检测的椭圆特征提取方法。该方法假设椭圆特征是航天器表面两种不同纹理的边界，利用上一时刻相对位姿信息，将对接环离散几何模型投影到像平面，并沿各离散点的法向方向通过概率方法检测纹理边界点。利用随机抽样一致(RANSAC)方法剔除边界点中的粗大误差，进而拟合出椭圆参数。纹理特征对光照变化具有鲁棒性，因此该方法能够在变光照、星体表面反光不均匀等复杂情况下快速准确地提取图像中的椭圆特征。本文以对接环图像特征提取为例进行仿真校验，分析了算法参数和噪声对提取椭圆精度和时间的影响。利用真实图像与基于梯度边缘的椭圆提取方法进行对比，结果表明，所提出的算法具有较高的精度和速度。     

一种高超星图高精度半盲复原算法

针对高超声速飞行器在平流层内应用天文导航时受气动光学效应及运动模糊影响后难以观星和高精度导航的问题，提出一种基于正则化思想的高超星图半盲复原算法。该算法首先针对高超星图的特点进行去噪与星点初提取等预处理操作，接着从图像中提出可用的模糊核信息，并通过融合达到去噪的目的。然后结合天文图像灰度及梯度的稀疏先验分布特性，提出一种针对高超星图的正则化非盲复原模型，利用分裂布雷格曼迭代法等算法迭代估计清晰图像。将本算法与传统星图复原算法、其他最新正则化复原算法进行星图复原与导航效果比较，结果表明本算法复原效果最佳，且能明显改善星点识别正确率及质心坐标计算精度，可用于大幅提高超声速飞行器在平流层中的天文导航适应性及导航精度。     

临近空间高超声速飞行器关键技术及展望

随着各国对提高军队通信、反应和作战能力的需求与日俱增,发展临近空间高超声速 飞行器技术的重要性愈发明显。综述了临近空间高超声速飞行器国内外的发展现状与趋 势,系统全面地分析了发展临近空间高超声速飞行器的关键技术,包括总体设计技术、气动 力和气动热技术、高温长时间热防护技术、高精度GNC技术、有效载荷抛撒技术以及发动机 技术。在此基础上,最后提出了适合我国国情的临近空间高超声速飞行器技术的发展设想。
     

基于改进PCA的DOA估计方法

阵列信号处理中,MUSIC等高分辨率DOA估计方法都要通过特征值分解来获得波达方向估计,然而矩阵特征值分解的计算量较大,不利于实时处理.提出一种改进的PCA(principal component analysis)迭代算法,来逼近信号子空间.仿真实验表明该算法在估计弱信号时性能要比MUSIC算法好,且计算量要小得多.