基于最优样条节点的导弹主动段弹道估计方法

拟合导弹主动段弹道并估计其弹道参数是天基红外系统(SBIRS)的重要任务之一。首先采用三次样条函数对导弹主动段弹道进行描述,并建立主动段弹道的运动模型和测量模型;其次采用最大似然估计方法将导弹弹道估计问题转化为非线性最小二乘准则下的样条系数和样条节点分布最优估计问题;最后利用投影定理将样条系数估计和样条节点分布估计分离开来,并通过迭代逼近给出了最优样条节点数的确定方法。仿真实验结果表明,所提方法不仅对主动段弹道的拟合精度高,而且还减少了待估参数的数目,简化了求解过程,可在无先验信息条件下较好地解决导弹主动段弹道的估计问题。     

多测速系统中系统误差实时估计与校准算法

在实际目标跟踪系统中,测量设备都存在系统误差,会导致跟踪滤波精度显著下降。针对多测速系统,对其测速系统误差进行了简化数学建模;然后将其增广为状态变量,应用扩维无迹卡尔曼滤波对目标运动状态和系统误差进行联合估计,以实时校准系统误差、提高状态估计精度。在存在主副站2类系统误差的条件下,设定恒定和线性时变2类系统误差场景,对算法进行仿真分析。仿真结果表明,算法在2类系统误差情形下都能有效校准系统误差,位置、速度滤波精度可提高80%以上;尤其是当系统误差恒定时,算法可完全消除系统误差的影响。     

地空协同防空目标抗差跟踪算法

针对现有系统误差配准算法以已知系统误差变化模型为前提条件、相应的目标状态估计易受系统误差配准结果影响等不足之处,在机载雷达与地基雷达协同防空预警体系下,对系统误差存在情况下的目标跟踪问题进行了研究,并提出了有效的地空协同防空目标抗差跟踪算法。仿真结果表明所提算法可得到无偏、稳定、有效的目标状态估计,并且相对于系统误差目标状态联合估计算法,所提算法计算量小,对系统误差变化有很强的鲁棒性,可适应实际工程应用中可能出现的异常情况,为后续决策提供稳定有效的目标信息。     

用于GPS转发跟踪的双模卡尔曼滤波器

自1984年以来,用转发GPS方案对高动态飞行器进行高精度、高效费比跟踪,为导弹飞行近实时提供良好的位置、速度和加速度估计。在东靶场,正用第一代设备对三叉戟导弹飞行进行靶场安全跟踪。第二代设备被称为转发处理系统(TPS),已经部署在马歇尔群岛的USAKA站(夸加林再入场区),目前正用来跟踪各种飞行目标。现正在规划研制第三代新系统。本文主要讨论安装于TPS中的卡尔曼滤波器的设计和调试。这种滤波器的独特之处在于它有两种工作模式,一种用来跟踪动态飞行器,另一种特殊模式用来跟踪弹道飞行器。当滤波器确认飞行器的加速度接近弹道加速度时,模式切换逻辑电路就选择弹道方式。而当探测到非弹道加速度时,滤波器就返回到动态方式。本文综述了近期任务所获得的跟踪数据,证明用双模滤波器所获得的跟踪精度是卓越非凡的。     

跟踪测量数据系统误差残差的影响分析

重点考虑外测设备单站跟踪下系统误差残差对弹道计算结果的影响，进行了系统误差残差建模、误差残差的定性分析和定量计算，所得结论对外测数据事后处理以及测量设备标校、弹道精度分析与评估以及制导误差分离等工作有参考价值。     

飞船返回舱再入飞行迎角和侧滑角估计

迎角和侧滑角是飞船返回舱再入飞行试验气动分析工作所需的重要参数.本文发展了基于弹道重建的返回舱迎角和侧滑角估计方法.首先,利用舱上测量数据和有限的地面雷达测量数据,采用极大似然法进行弹道重建,再现黑障区的弹道,同时给出整个再入过程的弹道参数;然后,利用几何关系法计算迎角和侧滑角,并进行风修正.对某飞船返回舱的飞行试验数据进行了计算和分析,结果证实了弹道重建数学模型和算法的正确性以及迎角和侧滑角估计方法的有效性.     

Markov随机跳变系统的传感器系统误差估计

 针对Markov随机跳变系统的系统误差估计问题,提出一种基于马尔可夫链蒙特卡罗(MCMC)和最大似然估计相结合的在线系统误差估计方法。利用最大似然估计给出系统误差等效后验概率分布函数,采用Metropolis-Hastings抽样方法从该概率分布函数中进行抽样;利用系统误差估计和状态估计互为因果的关系,采用期望极大化(EM)方法迭代估计出最优的系统误差;分别对时变和时不变系统误差场景进行仿真分析,结果表明,在考虑系统误差统计特性的同时,所提方法对解决目标运动模型难以建立情况下的系统误差估计问题具有可行性和有效性。     

多传感器数据融合在光电经纬仪目标分离段跟踪的应用研究

针对光电经纬仪在目标分离段容易跟踪假目标的问题,提出应用多传感器数据融合方法实现目标分离段的假目标识别。在目标分离前,根据实测的目标轨迹数据通过理论弹道修正算法计算出理论弹道的误差修正量;在目标分离时,利用得出的误差修正量修正目标的理论弹道,并采用模糊聚类关联算法判断各传感器目标测量数据与修正后的目标理论弹道的相关性,从而识别出测量数据是否来自假目标。实验结果表明该方法能够有效地区分出真假目标,判别结果作为跟踪系统及目标识别系统决策依据,有效提高了目标分离段跟踪成功概率。     

白沙导弹靶场的相差跟踪测量系统

这种相差测量系统(PDM)是一种射频干涉仪目标跟踪系统,它利用目标所辐射的遥测功率谱进行跟踪。为了增强靶场测量系统现有位置测量的能力,白沙导弹靶场正在自行研制一种PDM系统,作为高机动电子测角系统。该系统由二个远距离数据获取站(RDAS)和一个余弦数据变换设备(CCF)组成。每一个远距离数据获取站由二个正交基线配置的天线阵组成。对远距离数据获取站的硬设备利用了高速射频时分转换开关,以减少远站产生方向余弦所需的硬设备量。方向余弦变换设备收集每个远距离数据获取站的二个方向余弦,然后把方向余弦转换成位置数据,接着传输到靶场控制中心。本文将给出该系统的基本原理,叙述所提出的天线射频切换技术,以及两天线对组成的基线的计算机仿真分析。     

利用雷达数据事后确定机动式再入目标的弹道

本文研究出一种利用雷达跟踪数据事后分析确定机动式再入目标的气动参数的技术。本技术使用了加权最小二乘序贯估计器,该估计器在各批处理数据中依次步进移动。观测值为来自分布在落点附近精密跟踪雷达的角度和距离数据。用六维估计器(三维位置和三维速度)来估计再入目标自由飞行段的状态。本文还导出了两种再入估计器:第一个是七维估计器,包括六维自由飞行参数加上一个弹道系数,用来估计弹道再入段的状态,第二个是九维机动再入目标估计器,一旦有机动发生就用这种估计器。研究出一种基于测量残差监视的算法,可以自适应地从六态估计器转换成七态估计器,再到九态估计器。进行了一系列数值仿真,检验了这种技术及其编程。利用蒙特卡罗仿真验证了估计器的协方差矩阵的精度。     

递推最小二乘估计与测量体制

一、引言目前,在外弹道测量中,最小二乘估计仍是一种基本估计理论。外测系统中,经常采取增加测量设备,获得多余观测信息,利用最小二乘估计提高弹道参数估计的精度。为鉴定制导系统精度的多套站连续波系统联用就是使用这一种技术的具体实例。弹道参数估计的精度提高与利用增加何种测量元素的测量体制是密切相关的。举例来说,在主动段测量中,试图用增加R、A、E测位元素的方法去改善速度参数估计的精度也许毫无意义,而增加多R测速元素对弹道速度参数估计的精度却是有益的。但在自由飞行段(或轨道运行段中),增加R、A、E定位元素,并根据二体运动的力学条件估算弹道速度参     

基于样条约束“EMBET”再入轨道测量数据融合方法

针对再入轨道最小二乘交会解算方法数据利用率低、轨道解算精度差的问题,提出并实现了基于样条约束“EMBET”的再入轨道测量数据融合处理方法.该方法认为再入飞行轨道在时序上是相关的,可以利用三次B样条函数精确表示,建立了关于样条函数参数和测量系统误差的测量模型,从而大量压缩了待估参数数量,准确自校准系统误差,提高了轨道估算的精度和稳定性.     

用于靶场安全的GPS转发跟踪系统性能的实时评价

GPS转发跟踪系统用作靶场安全的主跟踪系统越来越普遍。这种系统的费用低于C波段雷达系统,并且试验场地的选择更加灵活。用于靶场安全,在飞行器上接收GPS信号,变换到S频段,转发到地面站。地面站处理该信号,估计出飞行器的位置和速度。利用该信息评价飞行器是否在靶场上空安全飞行。在靶场安全判决过程中必须知道所估计飞行弹道的精度。本文介绍了一种软件包一性能实时评价(PAR),它能计算出GPS转发跟踪系统状态矢量(位置和速度)估计精度的实时边界。该PAR已安装到一台GPS转发跟踪系统内,现已投入运行。本文介绍了几次靶场安全跟踪的结果。     

基于合作目标的三维空间贝叶斯传感器配准算法

当存在合作目标时,基于合作目标的传感器配准算法往往优于基于多站测量的传感器配准算法.传统的基于合作目标的传感器配准算法将系统误差看作是一个确定未知量,对未知量的估计采用了非贝叶斯的参数估计算法,如极大似然法、最小二乘法等.当传感器量测噪声相对于传感器系统误差不可忽略时,上述算法估计效果较差.在此背景下,提出了基于合作目标的贝叶斯传感器配准算法,通过将传感器系统误差建模成未知的随机过程,并通过卡尔曼滤波消除量测噪声对系统误差估计带来的影响,实验结果表明,方法具有较好的实用性.     

组合预测在外弹道数据处理中的应用

利用组合预测方法中方差倒数加权(Variance ReciprocalWeighting,VRW)原理对测控网中多台外弹道跟踪测量设备测量数据的单独预测结果进行组合预测。计算数据结果表明,方差倒数加权预测计算结果的可靠性优于任何单次预测结果,获得的计算结果更逼近实际弹道。     

飞行试验数据的相容性检验和数据重建

本文采用飞行器六自由度运动方程组,建立了飞行试验数据相容性检验的数学模型.应用最大似然估计求得测量数据的系统误差并进行数据重建。利用计入测量噪音的六自由度动力学方程组的仿真数据检查了方法的可行性和程序的正确性,最后处理各种飞行器的飞行试验数据,得到了满意的结果.     

用自助法估计外弹道测量数据随机误差分布特性

针对外弹道测量数据的有限性使随机误差的分布估计不够准确的问题,提出了基于Bootstrap（自助）方法的外弹道测量数据随机误差分布特性估计。首先对测量数据采用样条分频技术得到随机误差的初步估计,然后采用三次多项式拟合修正样本经验分布函数,替换传统Bootstrap方法中经验分布函数,得到随机误差的Bootstrap样本,计算Bootstrap样本的统计量,从而得到精度较高的外弹道测量数据随机误差模型。从仿真数据验证结果来看,解决了传统Bootstrap方法仿真随机样本相对比较集中的问题。     

载人航天任务测速雷达双通道数据融合方法

针对载人航天任务中高精度测速雷达在实时多主站外弹道融合时仅能采用单通道应答数据参与处理,获得的弹道精度较差,且测速雷达数据利用率仅有50%的问题,提出利用多普勒效应和应答机遥测参数两种方法对测速雷达跟踪模式进行实时准确识别,首先得到测速雷达双通道的应答数据,然后通过改进的非线性滤波+机动模型算法对火箭上升段外弹道测量数据进行高精度融合。最后采用仿真数据对传统方法和新方法的外弹道融合精度进行了比对分析。该方法的应用可有效提高测速雷达测元利用率和载人航天任务火箭上升段外弹道精度,具有较强的工程应用价值。     

再入(返回)测量的自校准α-β-γ滤波

在导弹、航天器试验任务的实时数据处理中,α-β-γ滤波已得到应用。由于外测系统的观测数据中,除含有随机误差外,还含有系统误差,而且系统误差经常大于随机误差。随着对实时处理测量精度要求的日益提高,应用α-β-γ滤波解算弹道参数,必须考虑外测系统误差的修正,否则,在较长测量弧段利用其滤波时,系统误差会造成弹道参数的滤波“发散”。本文基于“EMBET”自校准原理,将其推广到α-β-γ滤波中,完成了具有自校准α-β-γ滤波公式的推导,并给出再入(返回)测量弧段时的常用测量元素下的相应公式。     

一种新的基于小波理论和B样条函数的测量数据分析方法

飞行器测量数据是由不同频率的时间序列迭合起来的信号，据此提出一种新的基于小波理论和B样条函数的分析测量数据的时频联合估计方法。该方法采用Gaussian函数的一阶导数和db8小波进行测量数据随机误差的一次和二次估计，应用三次B样条函数构建测量数据模型，实现了测量数据随机误差统计特性精确描述和系统误差准确估计，从而满足对测量数据高精度的要求。