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 。     

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。     

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。     

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。     

临近空间高超声速目标及其防御

介绍了美国临近空间高超声速飞行器的发展历程,分析了临近空间高超飞行器的战略意义和目标特性.根据临近空间高超声速目标对防御系统预警能力时间性、高速机动目标精确探测、拦截弹机动过载和高精度制导控制等要求,阐述了预警探测系统、指挥控制系统和拦截武器系统可采取的措施.     

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...     

一种再入类弹道模型的目标跟踪算法研究

针对当前机动目标跟踪算法中跟踪模型与再入目标实际运动差别较大,影响跟踪精度的问题,根据弹道导弹再入段的特点,分析目标运动状态,推导出一种基于再入类弹道目标模型的目标跟踪算法,并与基于CA模型的目标跟踪算法做了性能比较,结果表明,该算法具有可行性,可以提高对目标的跟踪精度。     

一种面向弹道再入目标跟踪的HPD-SRCQSPF算法

针对弹道再入目标轨迹跟踪问题,提出基于混合建议分布的平方根容积求积采样粒子滤波（HPD-SRCQSPF）算法,该算法以混合建议分布为框架,由两个基本建议分布组成。其中一个基本建议分布为先验分布,另一个基本建议分布为平方根容积求积卡尔曼滤波估计后的值。该混合建议分布与真实的后验分布很接近,因此有着高效性、高精度等特点。仿真结果表明,对于弹道再入目标轨迹跟踪模型,相比于标准粒子滤波（SPF）算法和平方根容积求积粒子滤波（SRCQPF）算法,HPD-SRCQSPF算法可以在较低运算负载的情况下获得更好的跟踪性能。特别是在弹道目标变轨机动的情况时,所提出算法的性能增益更为显著。     

多尺度搜索补偿的临近空间高超声速目标相参积累算法

针对临近空间高超声速目标回波信号相参积累时存在的跨距离门和多普勒扩展问题,提出一种基于多尺度搜索补偿的相参积累算法。算法在距离走动补偿的基础上,根据目标加速度和加加速度的变化区间,同时对目标加速度和加加速度估计值进行搜索,并利用多尺度搜索的方法,解决搜索尺度和搜索计算量之间的矛盾,完成相参积累。仿真结果表明,算法能够有效解决目标长时间积累过程中存在的跨距离门和多普勒扩展问题,抑制噪声并提高增益,积累效果明显优于传统积累方法。     

高超声速滑翔飞行器再入轨迹快速、高精度优化

针对高超声速滑翔飞行器再入轨迹优化问题,提出一种基于稀疏差分法和网格细化技术的快速、高精度求解方法。该方法应用局部配点法将再入轨迹优化问题转化为非线性规划(NLP)问题,从两方面提高轨迹优化的效率和精度。一方面,引入一种高效的稀疏差分法计算NLP的一阶偏导数,提高NLP的求解效率;另一方面,提出一种基于新型广义二分网格的网格细化算法调整离散节点的数量和分布,使得方法能够采用较少的节点数目取得较高的优化精度,从而减小NLP的规模和计算量。应用该方法求解了高超声速滑翔再入轨迹优化问题,仿真结果表明所述方法能够快速生成一条严格满足各种约束的最优三维再入轨迹。在此基础上,研究了滑翔飞行器的再入落点区范围,进一步检验了该方法的有效性。