临近空间高超声速助推-滑翔式轨迹目标跟踪

针对临近空间高超声速、助推-滑翔式轨迹目标跟踪的问题,提出一种经度-纬度-高度坐标系（Longitude-Latitude-Altitude, LLA）下基于目标轨迹特性分析的三维投影跟踪算法。首先,针对临近空间目标在经纬方向上的线性高超声速运动和高度方向上高机动频率运动的不同,将目标量测分别投影到经纬平面和高度方向上,并通过分段跟踪处理,以减小耦合误差对目标跟踪精度的影响;接着,在对目标高超声速特性充分分析的基础上,利用经纬方向上的点迹归并和凝聚处理,以有效解决目标高超声速运动所引起的分裂问题;然后,在对目标高度IMM跟踪的基础上,通过对加速度突变的合理检测和补偿,以进一步实现目标在高度方向上高机动频率运动的可靠跟踪;最后,结合统计学原理,将目标在同一时刻不同跟踪段中的状态估计相关联,以有效实现临近空间高超声速、助推-滑翔式轨迹目标的精确跟踪。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。     

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。     

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。     

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。     

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。     

一种临近空间高超声速目标检测前跟踪算法

针对传统算法无法对临近空间高超声速目标进行有效检测的问题,提出了一种基于Hough变换和多条件约束的检测前跟踪算法。首先采用时间-径向距离量测(TBD)数据进行Hough变换,将参数空间变量θ作为积累约束条件来避免无效积累,得到目标可能航迹;之后对所有可能航迹进行速度约束和航向约束,进一步剔除虚假航迹和航迹内杂波点;最后对同一目标航迹进行合并,得到最终确认航迹。通过仿真对算法有效性进行了验证,并分析了不同信噪比和杂波密度条件下的算法性能,仿真结果表明,算法能够在杂波环境下对临近空间高超声速目标进行有效检测。     

一种距离模糊下三维空间高超声速弱目标HT-TBD算法

针对雷达测距模糊条件下临近空间高超声速弱目标的检测跟踪问题,提出一种基于分时多重频多假设的分级降维HT-TBD算法。首先,为重构因距离模糊而丢失的目标时空相关性,利用多种脉冲重复频率分时交替工作并对各时刻的距离模糊量测在所有多假设区间进行距离延拓;然后,为了在保证检测性能的同时减小计算量,将延拓后的三维点迹依次降维映射至径向距离-时间、方位角-时间和仰角-时间平面进行三级二维Hough变换,并在每级采用非相参积累和二值积累相结合的双重积累方式进行点迹筛选以在充分利用点迹能量信息的同时尽量减小强干扰的影响。仿真结果表明,该算法可在距离模糊条件下对临近空间高超声速弱目标进行有效检测跟踪,并同时实现距离解模糊。     

一种基于气动力模型的高超声速滑翔目标跟踪算法

针对传统跟踪方法对高超声速滑翔目标(HGRV)进行状态估计时存在较大误差的问题,提出一种基于气动力模型的目标跟踪算法。首先在弹道坐标系(VTC)中推导了目标气动加加速度模型,分析模型各分量对目标运动状态的影响。分别对纵向和横向机动模型进行了研究,得出横向机动是跟踪的主要难点的结论。然后对传统气动力模型进行改进,将转弯力参数与爬升力参数之间存在的先验信息引入高阶状态向量。同时,考虑不同飞行模式下机动频率的变化,构建基于气动力模型的交互多模型(IMM)算法。仿真表明,所提算法精度显著优于针对该类目标的其他跟踪算法,特别是当目标发生机动时,该算法具有更强的适应性和鲁棒性。     

一种纯距离跟踪滤波器的改进算法

针对纯距离目标跟踪可观测程度较低的问题,提出一种基于角度参数的纯距离目标跟踪改进算法。文中方法将系统的观测区间范围划分为若干个子扇区,每个子扇区采用一个独立的加权扩展卡尔曼滤波器进行纯距离跟踪,利用贝叶斯理论来修正各滤波器的权重,系统的输出为各并行运行的滤波器估计值的加权和,最终获得目标的运动轨迹。系统的仿真结果表明,方法收敛速度快,跟踪精度高于扩展卡尔曼滤波器的跟踪精度。     

反临近空间高超声速飞行器若干研究进展

为了支撑我国反临近空间高超声速飞行器相关领域的基础研究和工程研制，在分析典型临近空间高超声速目标飞行特性和作战任务剖面的基础上，综述了目标预警探测、轨迹跟踪预测、制导控制方法、拦截攻击策略四个方面的若干研究成果，讨论了每个方面存在的技术难题和可行的解决方案，并建议从天/临/空/地/海体系预警、红外多模复合敏感、可攻击区轨迹预测、直/气复合等先进控制、协同拦截防御等方面给予重点研究。     

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。     

基于扩展卡尔曼滤波的机动目标跟踪研究

针对雷达导引头跟踪机动目标问题,建立了一种适于高机动目标探测的非线性系统模型,采用扩展卡尔曼滤波算法推导适用于弹载脉冲多普勒雷达机动目标探测的滤波模型,用以估计俯仰失调角、方位失调角、弹目相对速度和距离等信息,利用系统数学模型对目标加速度及弹目视线角速率进行解算估计。对标称弹道和极限弹道的跟踪仿真表明,所建立的系统模型和滤波设计方案,能够处理真实飞行中存在的部分信息缺失问题,对于极端情况下的遮挡问题也能在一定时间内保证较高的跟踪精度。     

高超声速滑翔再入定向定速打击末制导算法

以具有终端落角和落速约束的小升阻比短距滑翔高超声速再入打击飞行器为研究对象，通过引入弹道调整段来实现对飞行器的初步大幅度减速，并使其满足中末制导交班条件，以解决飞行器捕获目标后难以直接对其进行定向定速打击的问题。首先设计了一种变角偏差反馈系数的偏置比例制导律，解决了末端攻击段弹道下压困难以及导引头视场稳定跟踪等问题。在此基础上，建立了一种基于攻角和弹道倾角估计的末端减速指令生成方法，有效解决了基于理想速度曲线减速控制方法精度不足的问题。因此，数值仿真结果表明该制导方案能够有效控制飞行器终端落角和落速，并具有较高的制导精度。     

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.     

仿生偏振光定向算法及误差分析

基于标准大气偏振模型,研究了仿生偏振光定向原理,推导了当载体倾斜时的航向角计算方法,分析了各项误差源对航向角估计误差的影响。结果表明：若已知载体的水平角,可根据偏振角解算出载体航向角;引起定向误差的主要因素来自于仿生偏振光传感器误差和载体的水平角误差,太阳位置误差的因素可以忽略;当太阳高度角小于50°、载体水平角小于20°时,仿生偏振光定向的精度约等于偏振角的测量精度,即定向精度约为0.2°。     

一种基于飞行任务的临近空间短距滑翔飞行器弹道预示方法

针对临近空间短距滑翔飞行器机动模式多变、弹道参数变化剧烈等特点,本文设计了一种基于变结构交互式多模型滤波的轨迹预测方法。该方法基于飞行任务结合自适应网格构建时变的机动模型集,解决机动模式多变的问题。通过引入渐消因子、修正Markov概率转移矩阵,提出一种变结构交互式多模型方法辨识机动模型特征参数。最后通过更新机动模型中的控制参量,实现数值积分条件下的轨迹预测。仿真结果表明,该方法对典型机动模式下的短距滑翔飞行器,具有高精度和强鲁棒的轨迹跟踪能力并且在轨迹预示过程中具有较强的收敛性,因此具有一定的理论意义和工程应用价值。