GEO混合推力机动目标跟踪IMM算法

针对交互多模型(IMM)算法求解地球静止轨道(GEO)卫星混合推力机动目标跟踪问题时模型匹配难、模型转移概率近似平均和响应速度慢的问题，从交互模型集构建和模型转移概率自适应设计两个方面出发提出一种改进IMM算法。该方法通过考虑无机动、脉冲机动和有限推力机动三种模式，构建了覆盖目标机动状态的交互模型集，提高了模型与机动目标实际运行状态的匹配度；采用一种基于加速度估计自适应修正的模型交互概率修正方法，提升了算法对目标机动状态的响应速度和跟踪精度。仿真结果表明，所提算法是解决混合推力模式下的GEO机动目标跟踪问题的有效手段，在收敛速度和收敛精度等方面与传统方法相比有较大提高。     

基于自适应卡尔曼滤波的机动目标自主轨道确定

用自适应卡尔曼滤波法对非合作机动目标进行轨道确定,通过实时计算观测星的状态转移矩阵,近似描述目标星的状态变化并获得两星体相对位置.算法中用自适应卡尔曼滤波辨识噪声,通过极大似然法选择噪声修正模型.仿真结果表明:该法可有效用于对椭圆轨道非合作机动目标的自主轨道确定.     

一种单站无源定位原理与目标跟踪算法研究

基于辐射源的信号到达方向(DOA)及其变化率信息,提出了一种对机动目标进行单站无源定位与跟踪的方法。根据建立的目标机动模型和测量方程,分别用扩展卡尔曼滤波(EKF)和修正协方差扩展卡尔曼滤波(MVEKF)算法实现对机动目标的定位与跟踪,并给出了算法模型。仿真结果表明,该法正确有效,定位精度较高、收敛速度快。     

机动目标多传感器组网空间配准方法

针对存在传感器偏差的多传感器组网系统跟踪机动目标的问题,把目标状态与传感器偏差进行解耦估计,提出了一种基于交互多模型的两阶段扩展Kalman滤波(IMM-TSEKF)算法。由于传感器观测方程的非线性,文中采用了两阶段扩展Kalman滤波器(TSEKF),针对机动目标,把IMM算法与TSEKF算法相结合用于目标跟踪与空间配准。此外还对算法的时间复杂度进行了分析,并以螺旋机动战术弹道导弹为目标进行组网空间配准与目标跟踪。仿真结果表明,相比于常规的基于交互多模型的增广Kalman滤波(IMM-ASEKF)算法,该文算法在估计性能相当的情况下,减小了计算的复杂度,提高了计算效率,更易于工程实现。     

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。     

多普勒辅助测量IMM-PF机动目标跟踪

针对机动目标跟踪问题,提出了一种辅助多普勒测量的交互多模型粒子滤波算法.该算法利用粒子滤波解决系统观测与目标状态之间的非线性问题,并辅助多普勒测量信息在线估计目标角速率,作为目标转弯模型的参数.采用两个可内部切换的运动模型(常速度/逆时针转弯模型、常速度/顺时针转弯模型)作为交互模型,有效地描述了目标机动并减少了模型个数,进一步提高了算法的效率.对一个以不同角速率多次转弯的机动目标进行跟踪仿真,结果验证了算法的可行性和优越性.     

基于不同动力引力辅助模型的木星转移轨道设计

针对木星转移轨道设计中动力引力辅助模型选择问题展开了研究。首先,介绍了近心点机动和甩摆后机动2种动力引力辅助模型,给出了2种模型下最优脉冲机动速度增量的解算方法;然后,基于动力引力辅助模型,提出了包含引力辅助的行星际转移轨迹初始设计方法;最后,以木星探测任务转移轨迹设计为例,对比了不同动力引力辅助模型下探测器的燃料消耗情况。仿真结果表明:相比于甩摆后机动方式,近心点轨道机动方式更加节省燃料。基于近心点机动引力辅助模型,最终完成了金星-地球-地球引力辅助序列的木星转移轨迹初始设计,为我国未来采用引力辅助方式的深空探测任务提供了一定的参考。     

基于目标机动新模型的被动寻的导弹制导律

假设某些目标能作正交于其速度矢量的规避机动,提出一种新的随机动态目标模型.利用增益修正广义卡尔曼滤波器来估计目标状态和在线建立目标机动的角速率.推导出可使二次型性能指标极小化的制导律,对于二维的只有角测量的情况,数值仿真表明,所提出的目标模型会使目标状态的估计得到明显的改进.此外,还给出采用这种新制导方法对终端脱靶距离的影响,并与高斯-马尔可夫模型作了比较.     

基于目标加速度方向观测的微分对策制导律

针对延迟信息条件下的机动目标拦截问题,研究了一种考虑目标加速度方向观测的微分对策制导律。首先,针对引入目标方向观测信息末制导博弈问题,建立了微分对策数学模型。随后,利用状态依赖黎卡提方程求解微分对策问题,得到包含无延迟目标机动项的微分对策制导律,可以更为有效地拦截机动目标。最后,在延迟信息条件下,利用目标加速度方向观测的方法补偿延迟的目标加速度,再将补偿后的目标加速度信息取代无延迟的目标加速度,得到延迟信息条件下考虑目标加速度方向观测的微分对策制导律。仿真结果表明,新的制导律可以在延迟信息条件下有效地拦截机动目标。     

基于修正模型的自适应跟踪算法

提出一种基于修正模型的自适应跟踪算法（CSM-AKF）。通过状态扩维和机动检测实现模型参数的自适应调整,克服＂当前＂统计（CS）模型中参数预设的负面影响,提高了系统的跟踪精度以及目标在做强机动时的快速响应能力。仿真结果验证了算法的有效性。     

雷达对再入机动目标跟踪算法研究

采用广义Ｋａｌｍａｎ滤波方法，通过在北天东雷达直角坐标系内建立相应的再入目标状态及雷达观测方程，再入目标的机动特性用一阶高斯马尔科夫过程描述，并增广到状态方程组之中，根据获得的带有测量误差的雷达测量信息对再入机动目标弹道进行估计，得到了满意的结果。     

析构时间相关模型的面对称飞行器机动估计

针对现代战机大机动规避时机动加速度估计困难的问题，提出一种基于动力学析构时间相关运动模型(DTDM)的面对称飞行器目标机动估计算法。首先考虑面对称飞行器的大机动过载主要由主升力面升力产生，将飞行器动力学方程析构简化为主升力面过载和主升力面滚转角耦合的时间相关模型。然后，基于分段定常系统(PWCS)可观测性理论和奇异值分解(SVD)法对模型的可观测性进行分析，结果表明其可观性优于改进“当前”统计模型(MCSM)和Jerk模型。最后使用容积卡尔曼滤波(CKF)算法对战机大机动规避的典型场景进行数学仿真，仿真结果表明本文所提模型对面对称飞行器目标的大机动过载估计精度优于MCSM和Jerk模型。     

在轨服务飞行器对共面圆轨道目标接近过程分析

为了研究在轨服务飞行器(On-orbit Service Vehicle,OSV)针对共面圆轨道目标的大范围机动过程,利用经典二体动力学模型和霍曼转移轨道模型,分析了OSV转移过程中的相位调整和能量需求,比较了自然调相和速度调相的特点,提出了待机轨道、停泊轨道、初始相位差、变轨时机和交会时间等参数选择的一般规律,为选择OSV接近目标的机动策略提供了理论参考。     

基于多模型自适应估计的混合策略微分对策制导

为有效降低多模型自适应估计器算法的计算量,本文采用目标机动命令构建其离散化假设空间,同时考虑到目标机动随机时间切换所需的检测时间要求,对多模型自适应估计器并行运行的成员滤波器数目进行了简化,基于这种简化的多模型自适应估计器对提出的混合策略微分对策制导方案进行了仿真研究。混合策略微分对策制导综合考虑了两种基本的微分对策制导律的优势和不足,针对最优目标机动随机切换时间段的不同而应用相应的制导策略。仿真结果表明简化的多模型自适应估计器方法可以实现系统状态的较好估计,包括目标加速度的估计,混合策略微分对策制导也具有较好的目标拦截性能。     

接近和跟踪非合作机动目标的非线性最优控制

航天器在实施对空间非合作目标的近程操作任务中,需要接近目标并保持在目标附近的特定方位,对目标指定部位随动跟踪和观测。针对非合作机动目标的接近和视线跟踪的六自由度控制问题,根据视线坐标系下的相对轨道方程和体坐标系下的相对误差四元数姿态方程,建立了航天器间近距离相对运动的轨道和姿态联合控制模型。考虑模型的非线性、时变性和计算的快速性,采用θ-D控制方法进行接近和视线跟踪的轨道和姿态联合控制。为了减小跟踪同时存在轨道和姿态机动的非合作目标的控制误差,应用Lyapunov最小-最大定理设计了θ-D修正控制器,改善非合作目标同时进行姿态和轨道机动时的控制性能。仿真验证了模型的正确性和控制器良好的跟踪性能。     

通信拓扑切换下的多飞行器协同拦截方法

针对通信拓扑切换条件下的多飞行器协同拦截问题，提出了一种基于扩张状态观测器的协同制导方法。建立协同制导设计模型，将协同拦截问题转换为视线稳定条件下的剩余飞行时间调节问题。为解决机动目标状态不确定的问题，将目标的状态视作扰动，设计扩张状态观测器来估计机动目标的状态，并在制导律中对目标的机动进行补偿。利用有限时间一致性理论进行一致性控制协议的设计，实现各飞行器剩余飞行时间的有限时间一致，并利用Lyapunov稳定性理论分析通信拓扑切换情况下闭环系统的有限时间稳定性，给出了系统一致收敛时间。仿真结果表明，在通信拓扑变换的情况下，设计的观测器能够有效估计目标状态，且协同制导律能够满足对剩余飞行时间的控制要求，进而实现协同拦截。     

基于NHDO的机动目标拦截攻击角度约束导引律

为了精确控制导弹在有限时间内以期望攻击角度拦截机动目标,采用将导弹自动驾驶仪简化为惯性环节的方法,结合终端滑模控制理论设计了一种带攻击角度约束的有限时间收敛制导律。为了滤除视线角速率噪声,提出一种非线性跟踪微分滤波器对噪声进行滤波,建立了考虑滤波的制导系统状态方程,基于此方程设计非齐次干扰观测器,用于目标机动不确定项的估计补偿。仿真结果表明,所设计的制导律能达到对视线角速率有效滤波,对目标机动状态精确估计的目的,克服系统动态延迟对制导精度的不利影响,满足攻击角度和制导精度的双重要求。     

智能滑模变结构制导律

基于零化反导导弹的脱靶量,用变结构控制理论和非线性运动学方程推导了一种能适应目标作大机动的滑模变结构制导律。设计了一种新颖的模糊逻辑控制器,通过嵌入专家经验,实现了导引律系数的智能改变,建立了目标作螺旋机动的数学模型。末制导仿真结果表明：智能滑模变结构制导律在拦截三维螺旋机动目标时具有响应快速性,视线角速率和脱靶量较小,对高速大机动目标有较好的拦截效果。     

认知结构模型机动目标跟踪算法

针对复杂战场中环境特性复杂以及目标机动性能提升所带来的跟踪难题，提出一种基于人类认知机制的机动目标自适应跟踪算法。算法将人类“记忆”机制引入机动模型构建，利用神经网络对目标特征参数进行离线学习并存储，指导机动模型参数实时调整，使模型对运动状态的描述更加合理。为进一步提高跟踪性能，基于人类认知“感知-行动”循环理论，将雷达接收端经数据处理后的目标状态估计信息反馈至雷达发射端，以最小感知信息熵为代价函数，从波形库中自适应选择最佳波形来匹配目标。仿真对比实验表明，该算法对环境及目标的感知更加准确，融入波形选择的自适应目标跟踪算法要明显优于传统采用固定波形的跟踪算法。     

连续推力机动轨道优化设计的贝塞尔曲线法

提出一种基于贝塞尔曲线的平面机动轨道设计方法。该方法将贝塞尔曲线方程与轨道形状方程相结合，利用得到的复合函数作为轨道方程来对机动轨道进行数学描述；通过约束条件获得可行的机动轨道族，由控制点设计给出具体的优化变量，将累积速度增量作为优化指标函数；并利用优化算法完成参数优化，从而得到最优机动轨道。最后针对设计的机动轨道推力峰值较大的问题，进一步提出了分段贝塞尔曲线法，在降低推力峰值的同时，可进一步降低燃料消耗，并在平面机动转移轨道设计的基础上，通过梯度下降对自由控制点进行修正，解决了考虑时间约束的平面轨道交会问题。