基于UKF的反辐射导弹抗机动雷达短时关机仿真研究

抗雷达关机是反辐射武器的一项重大关键技术,也是反辐射导弹不可避免要考虑的难题。本文提出了一种被动雷达寻的头与无迹卡尔曼滤波技术相结合的抗机动目标雷达短时关机方案,基于机动目标"当前"模型建立状态方程和非线性观测方程,利用UKF估计理论对反辐射导弹抗关机性能进行了仿真计算。仿真分析表明,在机动雷达关机时间较短时,本文方案对抗机动雷达关机具有可行性。     

反辐射导弹雷达导引头的总体设计概述

 本文首先简要叙述了国外反辐射导弹的发展概况,归纳了反辐射导弹的5个主要特点。反辐射导弹雷达导引头是反辐射导弹的重要组成部分,文中提出了反辐射导弹雷达导引头的主要战术技术指标,着雷讨论了进行导引头总体设计时的几个主要问题。     

雷达的“克星”——反辐射导弹的现状与未来发展

使用反辐射导弹摧毁敌方雷达以首先夺取战争主动权,已成为现代战争的一般程式。目前,各国在役和在研的反辐射导弹有30余种型号,其关键技术体现在目标无源侦察定位技术,宽频带、高灵敏度被动导引头技术,天线罩技术,抗干扰技术,推进技术以及引信、战斗部配合技术等方面     

一种反辐射武器抗有源诱偏方式分析

简要介绍了敌我识别（Identification Friend or Foe，IFF）工作方式，并阐述了反辐射武器对询问信号完成侦察测向的条件，提出了一种反辐射武器利用IFF信号抗诱偏的新方法，给出了被动雷达导引头（Passive Radar Seeker，PRS）对IFF的识别判断流程，并从频域、时域和空域等方面分析了PRS对IFF信号的截获概率。     

一种基于DRFM和数字信道化技术的 宽带雷达目标干扰模拟器设计

提出了一种DRFM和数字信道化技术的宽带雷达目标干扰模拟器设计方案,详细讨论了宽带雷达信号的数字信道化接收算法和基于DRFM的扩展目标/干扰生成方法。仿真分析结果表明,该方案可以实现1 GHz带宽的雷达导引头目标干扰信号模拟,并可推广用于宽带雷达导引头干扰机和宽带雷达导引头数据采集系统设计。     

基于阵列天线的雷达导引头目标角位置模拟器

针对目前雷达导引头目标角位置模拟装备现状和发展趋势,分析利用阵列天线实现目标角度位置的原理,提出了一种基于阵列天线的雷达导引头目标角位置模拟器的设计方案,分析了工程实现所需要的关键技术,并提出了实现方案,包括天线阵设计、目标控制算法和误差特性、矢量调制技术和阵列校准技术。     

基于结构不确定性的非线性鲁棒制导律设计

根据多普勒雷达导引头和红外成像导引头多模制导导弹弹道中段制导信息精度的特点,以非线性鲁棒控制理论为依据,设计了一种制导律.仿真结果表明,该制导律对弹目相对距离测量干扰有较好的鲁棒性,对目标大机动也有鲁棒性.因此,这种制导律可以作为多普勒雷达导引头和红外成像导引头多模制导导弹弹道中段的制导律使用.     

主/被动雷达双模导引头

介绍了国外主/被动雷达双模导引头的研制背景和技术特点,重点描述了其发展应用情况及关键技术,指出发展主/被动雷达双模导引头的重要性和前景,希望由此促进我国主/被动雷达双模导引头技术的研究.     

弹道导弹助推段拦截融合跟踪算法研究

针对空基雷达数据率低的特点,提出一种新的基于雷达/红外成像的机动目标跟踪信息融合算法.建立了弹道导弹目标机动模型和雷达/红外成像导引头观测方程,以动能拦截弹红外成像导引头数据更新时间为基准,以空基雷达采样周期为间隔对距离信息进行实时修正,推导了雷达/红外成像复合制导信息融合跟踪扩展卡尔曼滤波算法.仿真结果表明,该算法融...     

基于IMM理论的大型舰船被动定位算法研究

针对相控阵导引头跟踪航母等大型舰船目标的要求,为了给雷达成像进行运动补偿、给目标识别提供更多的先验信息,必须对目标运动参数进行准确的估计,但是常规被动定位算法通常采用单一目标运动模型,难以适应大型军舰运动规律的多样化,导致模型不匹配,使得误差较大,难以对目标参数进行准确估计,为解决上述问题,提出了一种基于交互式多模型(IMM)理论的大型舰船被动定位方法,使用不同的模型来匹配舰船不同的运动状态。仿真结果表明,提出的方法与常规的被动定位算法相比,定位精度明显提高,且易于工程实现。     

自寻的导弹攻击机动目标的最优制导规律的研究及实现

提出一种适用于红外和雷达自寻的制导导弹的适应性强、制导精度高、易实现的最优制导规律。为解决工程实现的关键问题,提出了目标机动加速度模型。根据该模型并利用导弹导引头的AGC信号或雷达测距信号,给出了目标机动加速度、导弹与目标相对距离和距离变化率的估计算法。     

捷联制导旋转弹制导信息提取研究CSCD

以捷联式半主动激光导引头为研究对象,研究其应用在旋转弹上制导信息的提取方法。根据坐标转换关系得到旋转弹惯性系视线角解耦模型,由于导引头和速率陀螺仪具有测量误差特性,直接解耦得到的制导信息会产生较大的误差。基于视线角解耦模型的非线性,采用扩展卡尔曼滤波(EKF)的方法对测量信息进行滤波处理,估计出目标的位置,从而得到捷联式半主动激光导引旋转弹的制导信息。将扩展卡尔曼滤波方法与α-β滤波方法进行对比分析,得到扩展卡尔曼滤波方法对捷联式半主动激光导引旋转弹制导信息的估计精度更高,收敛更快。     

UKF方法及其在方位跟踪问题中的应用

采用UKF(Unscented Kalman Filter)方法处理了平面内地面站对目标的方位跟踪的估计问题。目标的位置和速度由选定的高斯分布采样点来近似，在每个更新过程中，采样点随着状态方程传播并随着非线性测量方程变换，由此不但得到目标位置和速度的均值及较高的计算精度，而且避免了对非线性方程的线性化过程。仿真结果表明，UKF方法比传统的扩展卡尔曼滤波(EKF)算法有更高的估计精度，并能有效地克服非线性严重时，方位跟踪问题中很容易出现的滤波发散问题。     

混合线性/非线性模型的准高斯Rao-Blackwellized粒子滤波法

 针对混合线性/非线性模型,提出一种新的递推估计滤波算法,称为准高斯Rao-Blackwellized粒子滤波器（Q-GRBPF）。算法采用Rao-Blackwellized思想,将线性状态与非线性状态进行分离,对非线性状态运用准高斯粒子滤波（Q-GPF）算法进行估计,并将其后验分布近似为单个高斯分布,再利用非线性状态的估计值对线性状态进行卡尔曼滤波（KF）估计。将Q-GRBPF应用于目标跟踪的仿真结果表明,与Rao-Blackwellized粒子滤波器（RBPF）相比,Q-GRBPF在保证估计精度的前提下有效降低了计算复杂度,计算时间约为RBPF的58%;与Q-GPF相比,x坐标与y坐标的估计精度分别提升了45％和30％,而计算时间也节省了约30％。     

非线性状态方程自校准滤波方法

针对工程实际中遇到的非线性系统状态方程中含未知输入（如环境因素的影响、模型和参数选取不当等）的情况,采用自校准技术,基于秩滤波与无迹Kalman滤波算法提出了一种非线性状态方程自校准滤波方法,并分别讨论了自校准秩滤波(SRF)与自校准无迹Kalman滤波(SUKF)两种情况。大量仿真结果和工程应用表明:与无迹Kalman滤波(UKF)相比,该方法通过对系统状态方程中的未知输入进行自动估计和补偿,改善了系统受未知输入影响下的滤波效果,从算例中可以看到,估计精度至少提高了80%,且计算简单,便于工程应用。      

捷联激光制导的视线信号提取方法

提出了一种弹目视线角信号的提取方法,该方法采用UKF解耦,针对捷联激光制导炸弹需要攻击移动目标却不能测量弹目相对距离和速度的情况,建立了弹目相对运动模型,解耦过程不需要相对距离信息,能够更方便地应用于工程实践.经仿真验证,此方法可以较好地估计出弹目视线角以及角速率信息,能够满足捷联激光制导炸弹工程应用的需要.     

基于视线角序列的机动目标视线角速率计算

 依据拦截弹与机动目标间的相对位置关系,采用导引头球面模型,基于当前统计模型,实现了强跟踪状态自适应滤波,计算出了可用于制导的视线角速率。该算法利用导引头球面模型,将测角信息转换成距离信息,进行方差自适应调整和卡尔曼滤波。在只给出视线角序列信息的情况下,根据相对状态滤波结果求出所需的视线角速率。     

Adaptive Gaussian sum squared-root cubature Kalman filter with split-merge scheme for state estimation

The paper deals with state estimation problem of nonlinear non-Gaussian discrete dynamic systems for improvement of accuracy and consistency. An efficient new algorithm called the adaptive Gaussian-sum square-root cubature Kalman filter（AGSSCKF） with a split-merge scheme is proposed. It is developed based on the squared-root extension of newly introduced cubature Kalman filter（SCKF） and is built within a Gaussian-sum framework. Based on the condition that the probability density functions of process noises and initial state are denoted by a Gaussian sum using optimization method, a bank of SCKF are used as the sub-filters to estimate state of system with the corresponding weights respectively, which is adaptively updated. The new algorithm consists of an adaptive splitting and merging procedure according to a proposed split-decision model based on the nonlinearity degree of measurement. The results of two simulation scenarios（one-dimensional state estimation and bearings-only tracking） show that the proposed filter demonstrates comparable performance to the particle filter with significantly reduced computational cost.     

基于双模型滤波算法的环控系统换热器故障诊断

 在建立飞机环控系统数学模型的基础上,提出采用双模型滤波方法进行参数估计、状态预测和故障诊断,提高飞机环控系统故障诊断的快速性和准确性。如果采用最小二乘算法,参数估计是静态的,故障诊断延迟一般较大;采用单模型扩展Kalman滤波算法,虽然能够实现动态估计,但不能同时兼顾稳态过程和过渡过程（突发故障）的参数估计,导致误差较大。为了解决上述难题,针对飞机环控系统换热器故障诊断,提出两模型滤波算法。该算法由两个滤波器组成,分别用于跟踪系统的稳态和过渡过程。由于采用了两滤波器模型分别匹配不同的系统特征,能够改善飞机环控系统不同状态下的参数估计和状态预测性能,从而提高系统故障诊断的精度和速度。仿真结果证实了该算法的有效性。