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 。     

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。     

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。     

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点迹处理研究

针对临近空间高超声速目标在雷达数据处理中容易出现目标分裂的问题,通过分析临近空间高超声速目标原始点迹数据特点,提出了一种适合临近空间高超声速目标点迹处理的方法,该方法通过野值剔除、点迹数据归并、点迹凝聚和修正等步骤,实现了目标原始点迹数据一个目标在某一时刻只有一个点迹的要求。仿真结果表明,该方法能够实现对临近空间高超声速目标原始点迹的有效处理。     

面向拦截的高超声速飞行器轨迹预测关键技术综述

针对面向拦截的高超声速飞行器轨迹预测问题,从目标运动特性分析、机动目标跟踪和轨迹预测3个方面综述研究现状,并进行了展望.首先,建立带控制量的目标运动模型,并分析目标运动特性的研究进展.接着,分析了动力学模型、运动学模型和多模型等目标跟踪方法的研究现状及各类算法的优缺点.然后,从轨迹预测方法和轨迹预测算法综述面向拦截高超...     

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。     

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。     

一种基于强机动的目标跟踪改进算法

针对传统目标跟踪算法鲁棒性较差等问题,提出了一种基于当前统计模型的无迹卡尔曼滤波交互式多模型(IMM-CS-UKF)融合算法。在交互式多模型算法框架内,计算当前统计模型的概率,提高了统计模型的目标加速度和自适应性。该算法结合了交互式多模型和无迹卡尔曼滤波算法,具有对不同机动模式目标的自适应跟踪能力和精度高等优点。仿真结果表明,该算法对以多种机动策略实时机动的目标具有较好的跟踪性能。     

一类基于改进的当前统计模型的目标跟踪算法研究

提出了一种基于改进当前统计模型的交互式多模型算法。在交互式多模型中,利用滤波过程中的新息和新息协方差的变化,对当前统计模型(CS)的机动频率自适应调整,使模型更适应实际。经理论分析Singer,CS模型的先验假设条件,提出了一种改进的匀速运动(CV)模型,以适应目标弱机动的情形,弥补CS模型在目标弱机动时跟踪精度不高的缺点。理论分析和仿真结果验证了提出算法的有效性。     

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。     

基于改进Hough变换的临近空间高超声速目标航迹起始方法

针对传统算法不能对临近空间高超声速目标进行有效航迹起始的问题,提出了一种基于改进Hough变换的快速航迹起始方法.量测数据经过Hough变换后,首先提取出参数空间中超过阀值的峰值点,形成备选积累单元位置矩阵,然后将备选积累单元位置矩阵中各列元素与本列各元素相减,并将超过距离偏差和角度偏差的点剔除,得到差值单元位置矩阵,最后对差值单元位置矩阵对应参数空间的所有点求均值,将均值作为曲线在参数空间的交点起始目标航迹.Mont Carlo仿真表明,新方法能够实现对多批临近空间高超声速目标的航迹起始,有效解决了航迹簇拥问题,具有一定工程实践意义.     

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.     

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。