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。     

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。     

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。     

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。     

基于轨迹预测的高超声速飞行器拦截中/末制导研究

针对因高超声速飞行器全程飞行速度快且具较强的机动能力,导致中末制导需用过载超出可用过载,采用传统制导律难以满足拦截需求的问题,对一种基于虚拟目标的高超声速飞行器轨迹拦截方法进行了研究。基于目标Singer运动学模型和量测模型,用扩展卡尔曼滤波(EKF)估计目标运动信息,将预测命中时刻目标运动轨迹作为虚拟目标点,考虑拦截交会角约束,采用针对虚拟目标的中制导拦截策略,在末制导段采用比例修正制导。通过随距离可变的末制导过渡段指令,以避免中末制导弹道交班的过载抖动。仿真结果表明:基于虚拟目标点高超声速目标拦截能有效减小末端弹目交会角同时降低需用过载。为降低中制导误差,可在拦截过程中实时更新一次虚拟目标的预测结果。该法可用于高超声速飞行器拦截,以及其他大机动目标的轨迹预测和拦截。     

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。     

高超声速滑翔飞行器轨迹优化与制导综述

针对多约束条件下高超声速滑翔飞行器轨迹优化与制导问题,从离线和在线两个方面综述了高超声速滑翔飞行器轨迹优化与制导方法,并进行了展望。首先建立了带随机干扰的高超声速滑翔飞行器轨迹优化与制导问题模型。针对是否考虑随机干扰,从确定性和鲁棒性两方面对离线轨迹优化与制导进行了综述。在线轨迹优化与制导方面主要对在线轨迹生成加轨迹跟踪的标准轨迹制导和预测制导两方面进行了综述。最后,提出轨迹优化与制导技术应加强在模型、计算效率、多任务、高精度制导等几个方面的研究。     

基于自适应IMM算法的高超声速飞行器轨迹预测

针对非弹道式高超声速飞行器的周期跳跃运动特点,提出了一种基于多种运动模型的自适应交互多模型(IMM)方法对目标运动状态进行估计。建立了目标的常速度、常加速度、Singer和蛇形机动模型,以及雷达的量测模型。自适应IMM算法包括混合概率计算、输入融合(混合交互)、模型条件滤波、模型概率更新和滤波估计融合等步骤。算法融合了Singer和蛇形机动模型,能较好地适应有幅值变化和频率衰减的模型状态估计,并用滤波估值和双正弦和函数拟合加速度,进一步递推目标运动轨迹。仿真结果表明:自适应IMM算法对高超声速目标有较好的弹道跟踪和预测精度。     

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...     

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.     

面向临近空间目标拦截的预测命中点设计方法

针对基于吸气式高超声速平台的临近空间目标拦截概念方案,考虑由于吸气式动力拦截平台飞行策略与火箭动力拦截弹的区别,导致传统预测命中点设计方法不适用的问题,开展面向吸气式高超声速平台的拦截预测命中点设计方法研究。首先,基于拦截空域最大的原则,结合吸气式动力飞行策略构建高超声速拦截平台的标准弹道族;然后通过将多约束拦截预测命中点设计问题分解为基于航程约束的拦截时间迭代计算问题和满足高度约束的拦截点的高效筛选问题,快速完成预测命中点规划。最后,通过仿真实验说明了提出的面向吸气式高超声速拦截平台预测命中点规划方法的有效性。     

基于外部信息源的临近空间飞行器中制导研究

针对用于高超声速巡航飞行器拦截的临近空间飞行器,提出了基于预测校正算法的中制导方法,基于外部预警系统所提供的目标信息,通过对影响末制导段拦截精度的空间交会角分析,给出了中制导虚拟终端目标的生成方法。利用基于单纯形算法的最优化求解算法进行预测校正算法的实现。针对中制导的实现特点,分别建立了适合的目标函数、预测方程和迭代优化算法。最终,通过仿真验证了算法的可行性和有效性,仿真结果标明,对于最大升阻比为2的飞行器,所提出的算法可基于目标的运动实时进行中制导轨迹的调整,到达期望的中制导终端点。最大位置偏差不超过500m,速度偏差小于10m/s,航迹倾角和航迹偏角小于2.5°和3.0°。     

防空导弹尾追拦截目标的遭遇点预测方法

为充分发挥导弹武器系统的全向拦截能力,防空导弹需要面对拦截发射时即处于尾追逃逸态势目标的问题。结合防空导弹任务特点,设计了一种兼顾迎击、尾追拦截态势的遭遇点预测方法。根据导弹与目标在发弹时刻和拦截过程中的相对运动关系,建立常规迎击态势下的遭遇点预测模型。针对尾追拦截的特殊情况,分析预测模型对弹目相对运动关系描述的适用性,并进一步研究目标初始参数对预测模型收敛性的影响。在此基础上优化运动几何关系描述模型,结合收敛条件设计迭代算法,形成尾追拦截态势下遭遇点的预测方法。该方法修正了目标穿越发射点上空引起的模型适用性问题。仿真结果表明:迭代算法对迎击、尾追目标态势均快速收敛,预测精度满足工程应用要求,为导弹全向拦截时的遭遇点预测提供了有效的解决途径。     

基于神经网络的目标轨迹预报算法设计

提高轨迹预报精度是反高速机动目标面临的难点之一。本文基于目标运动特性分析,构建跟踪运动模型,采用交互多模型滤波算法完成多模型交互,局部滤波器采用自适应高阶容积卡尔曼滤波算法,通过与强跟踪滤波算法相结合,提高传统的估计精度,进而提高算法的鲁棒性;采用广义回归神经网络设计轨迹预报算法,并在预报过程中引入预报修正量对误差进行修正,通过样本学习提高长时间预报精准度,仿真结果表明,设计的跟踪预报算法在预报精度上较常规算法有较大幅度提升。     

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。     

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。     

面向临近空间高机动目标的改进预测命中点规划方法

研究面向临近空间高超声速目标的预测命中点设计问题,考虑到高超声速目标机动能力强,拦截系统的目标预报弹道中存在多次出现斜距相同的情况,导致基于斜距的预测命中点设计方法不适用。通过引入目标弹道预划分手段,保证在每个预测命中点搜索区间的斜距具有单调性,以便可以快速有效搜索到预测命中点,解决当前方法的局限性。结合拦截弹的标准弹道族计算,提出了基于目标弹道预划分的改进预测命中点设计方法。在此基础上,考虑到延时发射,通过状态转换的方法,将三维平面进行降维处理,获得标准弹道族与目标弹道的所有位置重合点,并通过两者飞行时间时长对比筛选出可行拦截弹道方案,从而获得发射时间窗口。最后,通过开展仿真分析说明了提出方法的有效性。     

一种高超声速飞行器的鲁棒解耦控制方法

高超飞行器的再入非线性动力学模型具有参数不确定性和外部干扰,针对这种情况基于奇异摄动理论提出了鲁棒内环外环解耦控制方案.控制系统的外环基于自适应模型参考设计简单解析的虚拟控制律,实现二阶模型动态跟踪气流系角,抑制三通道运动耦合和干扰的影响,避免了在线实时求逆计算.强耦合的内环采用动态逆跟踪虚拟的角速度指令,期望动力学采用PI形式抑制干扰和不确定性,并基于模型预测控制策略解决辅助轨迹线性化的时变控制器设计和输入约束,提高内环的鲁棒跟踪性能.最后,通过仿真验证了所提算法的有效性.