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。     

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。     

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。     

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。     

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。     

临近空间高超声速目标跟踪动力学模型

针对临近空间滑跃式高超声速目标(NSHV)跟踪问题,提出一种新型的动力学跟踪模型。首先从动力学方程与横纵向机动样式两个方面分析了NSHV运动特性,将其抽象为滑跃式NSHV气动加速度相关性的一般规律;在此基础上将气动加速度中的阻力与爬升加速度建模为二阶时间相关模型,使其加速度自相关函数同时具备周期性与衰减性,并据此建立了动力学跟踪模型状态方程;此外,为应对有无动力段转换的误差突变问题(有动力的情况),引入强跟踪滤波进行突变点的滤波补偿。最后通过与不同现有算法比较验证了模型的优 越性 。     

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.     

一种高超声速滑翔飞行器轨迹智能预测方法

针对高超声速滑翔飞行器(Hypersonic glide vehicle, HGV)机动性强、轨迹预测困难的问题,选取气动加速度作为预测参数,提出了一种基于集合经验模态分解和注意力长短时记忆网络的HGV轨迹智能预测方法。首先,以HGV六自由度运动方程为基础,分析了其机动特性和气动力变化规律,建立了动力学跟踪模型,对气动加速度进行实时估计;其次,利用集合经验模态分解对估计的气动加速度进行分解和重构,减弱噪声影响,避免对预测模型的干扰;最后,利用去噪后的气动加速度数据对注意力长短时记忆网络进行训练,进而预测未来气动加速度数据并重构HGV未来轨迹,实现轨迹的在线预测。实验仿真表明,该方法能有效预测HGV机动轨迹,预测精度高、稳定性好。     

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。     

高超声速滑翔飞行器再入轨迹在线生成算法设计

高超声速滑翔飞行器具有再入走廊狭窄、机动能力强和再入制导实时性要求高的特点。针对再入走廊多约束问题,分析了不确定因素下再入走廊约束转化成倾侧角约束的问题。利用禁飞圆切线法预测总航程,结合航向角误差走廊控制横向突防轨迹,设计了三维耦合突防轨迹在线生成方法。仿真结果表明,迭代2~3次即可获得满足约束条件的大范围机动再入轨迹。     

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。     

一种新的临空高超声速飞行器滑跃段跟踪算法

针对临空高超声速飞行器滑跃段跟踪中存在的跟踪不稳定问题,提出一种基于多传感器的多周期多模型估计的最大熵模糊数据关联滤波(MPMME-MEFPDAF)算法。首先,在临空高超声速飞行器滑跃段运动特性分析的基础上,采用多周期多模型估计方法实现模型集自适应。然后,采用最大熵模糊数据关联思想,解决杂波环境下多传感器航迹断续、点迹关联问题。最后,将多周期多模型估计与最大熵模糊概率数据关联相结合,实现临空高超声速机动目标的多传感器连续跟踪。通过仿真验证,该算法比传统算法对临近空间高超声速速飞行器滑跃段的跟踪具有更好的跟踪效果。     

高超声速滑翔飞行器再入气动系数改进拟合模型

为提升高超声速滑翔飞行器再入气动系数的刻画精度,基于公开的CAV-H气动系数数据,本文提出了一种改进的高超声速滑翔飞行器再入气动系数拟合模型。首先,建立攻角二次项和马赫数负指数幂项相结合的气动系数拟合模型。其次,利用多元非线性最小二乘法对模型进行参数辨识,并采用拟合优度评价了该模型对气动系数数据的解释程度。然后,依据该模型从升阻比角度分析了气动模型飞行特点。最后,对本文改进模型进行数据拟合仿真,分析升阻比特性,并进行再入轨迹优化任务仿真。气动数据拟合实验表明,与现有典型模型相比,改进模型拟合误差降低,拟合优度进一步提高。不同定升阻比的飞行仿真实验表明,应用改进模型可全面刻画再入滑翔飞行特性。再入滑翔飞行任务仿真结果表明,相较于对比模型,改进模型得到的再入轨迹更为平稳。     

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...     

高超声速机动目标天基跟踪鲁棒性滤波方法

为解决高超声速滑翔飞行器(HGV)机动飞行过程中的跟踪问题,提出了一种基于机动观测器补偿的鲁棒扩展卡尔曼滤波方法。针对传统卡尔曼滤波器由于模型误差而无法稳定跟踪的问题,首先建立了HGV动力学模型和天基红外测量模型;随后,设计机动观测器对未知气动加速度进行在线估计;在此基础上,利用机动估计对扩展卡尔曼滤波中的预测步骤进行修正,克服了因模型误差而导致的滤波发散问题;最后,考虑到机动观测器的时延误差,在扩展卡尔曼滤波迭代过程中引入次优渐消因子,提高了滤波跟踪的鲁棒性。与强跟踪滤波、扩维卡尔曼滤波、交互多模型滤波等典型跟踪方法相比,所提方法可在不具备目标机动先验信息的情况下,以较低的计算耗时取得良好的稳定性和跟踪精度。     

基于Singer模型的高超声速飞行器轨迹跟踪与预测

目标运动轨迹预测有助于拦截弹在中制导准确飞往预测命中点,降低中制导修正偏差消耗的能量,对于高速高机动类目标的拦截至关重要。针对非弹道式高超声速飞行器的周期跳跃运动特点,提出了结合Singer模型的扩展卡尔曼滤波方法对目标运动状态进行估计。利用滤波估计值及双正弦和函数拟合加速度曲线,进一步递推目标运动轨迹。仿真结果表明,提出的方法对高超声速目标具有较好的弹道跟踪和预测精度。     

高超声速滑翔飞行器典型弹道特性分析

研究平衡滑翔和跳跃滑翔两种高超声速滑翔飞行器典型弹道模式的纵向弹道特性。首先建立高超声速滑翔飞行器的纵向运动模型。在平衡滑翔条件下,导出速度、高度与速度倾角之间函数关系式,分析动压、过载与热流密度随速度变化的规律,并给出常升阻比时运动状态参数之间的解析表达式。针对跳跃滑翔弹道,采用数值仿真方法分析初始速度、高度与速度倾角对弹道的影响。本文的研究有利于提高对高超声速滑翔飞行器弹道特性的认识水平,并能为弹道预报、轨迹规划与制导系统设计等提供参考。