抗反辐射导弹研究中的几个问题

 自60年代美国在越南战场首次使用百舌鸟反辐射导弹以来,经过不断改进,重新研制,美国的反辐射导弹已发展到了第三代（第二代为标准反辐射导弹,笫三代为哈姆反辐射导弹）。目前除美国外,英、法、苏联、联邦德国、瑞典、挪威和以色列都拥有自己研制的反辐射导弹。在越南战场、中东战争、叙利亚和以色列的黎巴嫩冲突、1985年的美国和利比亚冲突中，反辐射导弹发挥了很好的作用。     

FDEKF在反辐射无人机抗目标雷达关机中的应用

基于捷联惯导/反辐射导引头组合抗目标雷达关机制导方案,研究了有限差分卡尔曼滤波(FDEKF)方法在对目标雷达被动定位中的应用。考虑反辐射导引头测角存在非线性特性,提出了一种基于扩展状态变量维数的方法实现了目标状态估计和导引头非线性特性补偿。仿真结果表明,FDEKF是一种具有良好性能的非线性滤波方法,可以代替传统的EKF解决反辐射无人机对目标雷达的被动定位问题。     

反辐射导弹及地面雷达的诱饵对抗技术

介绍了国外主要反辐射导弹的现状、性能以及它的发展趋势,针对反辐射导弹的缺点以及部队装备的现状提出了诱饵对抗技术,分析了诱饵抗反辐射导弹的工作原理,并提出了对雷达模拟伺服系统进行数字化改造实现同步控制.     

反辐射导弹综述

主要介绍了反辐射导弹的工作原理,组成及各主要部分功能,发射方式及发射过程的几个阶段,并据此说明了这种导弹所具备的几个主要优势,还介绍了美国的３种反辐射导弹的有关情况。     

舷外有源诱饵对抗反辐射导弹模型研究

舰载雷达系统包括多种型号的雷达,在舰艇施放舷外有源诱饵对抗ARM时,不能简单地将其视为单一辐射源目标。通过分析舰载雷达辐射源工作特性,建立了舷外有源诱偏条件下ARM对舰载雷达的攻击模型。仿真结果表明,ARM散落点在舰载雷达周围分布较为密集,可以对舰载雷达系统构成了较大的威胁。     

反辐射导弹技术

国外战斗机通常都配有反辐射导弹（ＡＲＭ）。ＡＲＭ经过三你发展,已成为令人注目的攻击地面雷达的精确制导武器,在防空压制和空战中有巨大的威慑力。然而在近几次防空压制中也遇到了新的挑战,这种挑战正促进ＡＲＭ技术的进一步发展。     

防区外空地反辐射导弹攻击区及作战效能仿真

建立了防区外空地反辐射导弹运动数学模型，结合给定的导引规律形成控制信号，通过空地反辐射导弹的全弹道仿真，对反辐射导弹攻击区及作战效能进行了计算分析，仿真结果表明；机载反辐射导弹命中精度高，杀伤概率大，是压制地面雷达设备的一种有效武器。     

基于优度评价的反辐射导弹攻击方式效能评估

分析影响反辐射导弹（ARM）攻击方式的主要衡量指标,建立指标模型,利用改进的层次分析法确定指标权重,并建立各种攻击方式对应指标的关联函数,通过优度评价法,对几种典型ARM攻击方式作战效能进行评价,为ARM攻击方式的选择提供了一种有效的方法。     

反辐射导弹作战效能分析

分析了台湾雷达装备现状,指出了研究反辐射导弹作战效能的重要性.给出了一种评估反辐射导弹作战效能的方法,该方法通过反辐射导弹运动方程求解导弹的命中概率,并考虑了对方雷达关机的影响.     

Unscented Kalman滤波在空间飞行器被动测距中的应用

介绍了Unscented Kalman滤波及其空间飞行器被动测距中的应用。Unscented Kalman滤波通过设计少量的sigma(抽样)点,计算这些点经过非线性函数的传播,获得滤波值基于非线性方程的更新。Unscented Kalman滤波避免了广义Kalman滤波等线性化方法的缺点,并提高了滤波精度。     

基于无迹卡尔曼滤波法的串联型电池系统 荷电状态估计研究

以锂离子电池为载体的电源系统为航天器稳定可靠运行提供了一种有效的方式.多个电池单体经串联可扩大电池系统容量,即串联型电池系统.为准确估计串联型锂离子电池系统的荷电状态(State of Charge,SOC),针对扩展卡尔曼滤波(Extended Kalman Filter,EKF)计算复杂、精度不高等问题,结合串联型电池系统空间状态方程,提出基于无迹卡尔曼滤波法(Unscented Kalman Filter,UKF)的串联型电池系统荷电状态估计算法.在恒流和脉冲两种工况下,通过对比分析UKF与EKF算法的仿真结果与实验数据的匹配情况,证明了提出算法的准确性和高鲁棒性.     

MSSS-UKF滤波在大方位失准角初始对准中的应用

针对大方位失准角初始对准中非线性滤波的实时性问题,在分析UKF滤波中的Sigma点采样策略基础上,将最小偏度单形采样策略应用于UKF滤波算法的Sigma点采样过程,并将基于最小偏度单形采样的UKF应用于大方位失准角的非线性初始对准过程。仿真结果显示,基于最小偏度单形采样策略(Minimal Skew Simplex Sampling)的UKF对姿态失准角估计的快速性要明显优于基于对称采样策略的UKF滤波算法,且可以满足惯导系统对对准精度和时间的要求。     

Unscented粒子滤波在静基座捷联惯导系统大方位失准角初始对准中的应用研究

 静基座大方位失准角的捷联惯导系统误差方程是非线性的,Unscented粒子滤波从非线性系统状态向量概率分布出发,结合Unscented卡尔曼滤波和粒子滤波的特点,无需对非线性系统模型进行处理而能达到较高的滤波精度。本文对Unscented粒子滤波进行了研究,并结合重采样算法,运用于捷联惯导系统静基座大方位失准角初始对准中,计算结果验证了该方法的有效性与优越性。     

基于总体最小二乘法和卡尔曼滤波的无源定位算法仿真

研究了存在系统误差时单站纯方位角无源定位系统的定位问题,分别在系统误差为常值和时变值时研究了TLS—KF算法的性能,并通过估计系统误差是否存在,给出了一种选择最优定位算法的判决方法。该问题的研究对于单站无源定位系统如何在存在系统误差时提高定位精度和性能,具有一定的理论意义和实际意义。     

基于ATSUKF算法的卫星姿控系统故障估计

针对卫星姿态控制过程中可能发生的执行机构或敏感器故障,提出了一种基于无损卡尔曼滤波（UKF）及偏差分离原理的自适应二阶无损卡尔曼滤波（ATSUKF）算法。首先,提出TSUKF算法,通过UKF处理姿态机动时的非线性并通过偏差分离原理将非线性系统的状态及故障分别估计,避免非线性模型的线性化过程同时降低了计算过程中的矩阵维度。然后,在TSUKF算法的基础上提出了ATSUKF算法,通过滑动窗口内的残差计算自适应矩阵,使滤波器在统计特性不准确的情况下仍然具有较快的收敛速度,特别适用于卫星快速机动过程中的姿态与故障估计。数值仿真结果表明,ATSUKF算法相较于TSUKF算法能有效降低统计特性不准对系统造成的不利影响,实现卫星姿态、执行机构/敏感器故障的快速估计。     

基于STF的Jerk模型自适应机动目标跟踪算法

在Jerk模型的基础上,提出了一种新的机动目标自适应跟踪算法STF-Jerk。该算法通过引入强跟踪滤波器(STF)的渐消因子,实时调节滤波器增益,增强了系统对突发机动的自适应跟踪能力,从而很好地改善了Jerk模型在跟踪机动目标时的跟踪精度。仿真结果表明,提出的STF-Jerk自适应跟踪算法显著提高了Jerk模型自适应算法的机动目标跟踪性能。     

无迹增量滤波方法

提出无迹增量滤波(UIF)的概念,建立一般无迹增量滤波模型及其分析方法,并对具有加性噪声的无迹增量滤波进行了详细讨论,给出其递推算法.在工程实际中,由于环境因素的影响、测量设备的不稳定性、模型和参数的选取不当等原因往往带来未知的系统误差.在这种情况下,传统的无迹Kalman滤波方法(UKF)在递推过程中会产生较大误差,甚至导致发散.提出的无迹增量滤波方法能够成功消除这种未知的系统误差,提高滤波的精度.该方法计算简单,便于工程应用.      

一种卡尔曼滤波器的永磁同步电机无速度传感器

针对滑模观测器的永磁同步电机参数误差容易造成估算误差和反电动势中存在高频纹波分量的缺点,使用低通滤波器不能有效消除高频纹波,提出在滑模观测器前端引入卡尔曼滤波器来消除高频纹波,使得永磁同步电机的控制系统具有更好的稳态效果和动态响应。依据设计仿真搭建MATLAB平台,对提出新方法进行验证。试验结果表明增加卡尔曼滤波环节后的滑模观测器不仅鲁棒性强,而且在一定程度上有效抑制了抖振,在系统快速性及稳态性能上都有较好的效果。     

基于无味卡尔曼滤波的飞机防滑刹车模糊神经网络控制

根据对飞机刹车过程动力学分析与建模,本文提出了一种基于无味卡尔曼滤波(UKF)的模糊神经网络控制律。本控制律结合了无味卡尔曼滤波对机体速度的良好估计效果和模糊神经网络控制器对不同系统参数的适应能力,能够很好完成对最佳滑移率的追踪任务。Matlab仿真试验结果显示,基于无味卡尔曼滤波的模糊神经网络控制器可以准确的估计飞机滑跑时的速度,改善飞机防滑刹车系统性能,提高刹车效率。