单脉冲跟踪雷达多目标检测算法性能分析

对2种检测单脉冲雷达主波束内是否存在2个不可区分目标的算法进行了推广,将其应用到波束内可能存在N个不可区分的目标,并仿真了波束内存在3个目标时的检测性能。仿真表明,在总信噪比相同时,3个目标的检测概率不一定大于2个目标的检测概率,处于方位向上间距最大的2个目标的信噪比对整个检测概率影响较大。     

基于Lambert问题的精确拦截与交会策略研究

Lambert交会问题的经典Gauss求解方法是建立在二体问题假设基础上的,不能满足实际空间任务需求。因此在考虑摄动影响的基础上,提出了一种修正方法,以实现精确拦截和交会,并通过仿真算例验证了该方法的正确性。     

拦截机动目标的分布式协同围捕制导方法

研究了多领导者-多跟随者模式下多飞行器协同拦截机动目标的分布式协同围捕制导问题。借鉴狼群协同围捕大机动猎物的行为学机理,在数学层面抽象出领-从模式协同制导架构、分布式通信与状态估计以及多路多方向协同围捕制导律3种映射策略。首先,针对领-从模式协同制导架构,提出了多领导者-多跟随者协同围捕方案。其次,针对多领导者飞行器,设计带有目标不确定机动补偿的协同逆轨拦截制导律,为跟随者飞行器提供有利的围捕拦截参考轨迹。再次,针对多跟随者,利用分布式状态观测器对多领导者状态轨迹凸组合进行估计,进而设计了时变围捕视线角编队跟踪制导律,引入动态增益补偿系统来解决最大可用过载受限问题。然后,证明了闭环系统稳定性,并给出了协同制导可行性分析结论。最后,对理论结果进行仿真验证,结果显示,多飞行器在目标逃逸方向两侧形成一定散布的围捕构型,即存在若干飞行器的末制导拦截阵位是合适的,提高了对机动目标的拦截效能。     

考虑目标安全性的最优协同拦截制导律研究

针对目标和其发射的拦截弹对来袭攻击弹进行协同拦截问题,设计了一种最优协同拦截制导律。建立描述目标、攻击弹和拦截弹三者相对运动关系的模型,引入零控脱靶量对模型进行降阶处理。考虑拦截弹对攻击弹的拦截精度、拦截末端时目标的安全性以及目标、拦截弹的控制能量问题,基于攻击弹-拦截弹零控脱靶量、攻击弹-拦截弹终端横向相对运动速度零控脱靶量、目标-攻击弹零控脱靶量以及目标和拦截弹的加速度,建立了性能指标函数,同时考虑目标和拦截弹加速度的有限性,基于极小值原理设计了最优协同拦截制导律。仿真结果表明,相比目标和拦截弹独立飞行的情况,采用协同拦截制导律,在考虑了目标安全性的前提下,机动性较弱的拦截弹能够以较平直的弹道成功拦截攻击弹。     

顺轨拦截模式剩余飞行时间估计方法

匹配顺轨和逆轨拦截模式的估计方法是精确计算剩余飞行时间(TGO)的必要条件,适用于逆轨拦截模式的TGO估计方法并不适于顺轨拦截模式。为此,针对顺轨拦截模式,分别提出了拦截机动/非机动目标的TGO估计方法。通过对线性制导方程的变形求解出了拦截弹的飞行弧长,并根据预测的碰撞点位置求得了TGO估计的解析式。该求解方法通用性强,适用于弹道成型制导律的TGO估计。以负比例(RPN)和扩展RPN(ARPN)为制导框架,与经典方法进行对比,所提出的TGO估计方法精确度高,能够有效提高导弹的制导性能。     

高速目标分阶段博弈拦截制导策略

基于分阶段博弈模型对吸气式高超声速飞行器的拦截问题进行了研究, 提出了由两枚拦截弹组成的拦截系统的分阶段拦截方案。依据高超声速目标的机动特征将拦截过程分为两个阶段。在第1个阶段, 拦截系统依据目标运动特征及约束条件计算得到目标在预测交汇平面的可达范围和虚拟拦截点。拦截弹Ⅰ执行基于虚拟交班点的中制导以及基于广义末制导律的末制导过程。由于目标运动状态受到约束条件的限制, 使得目标在突防过程中可行范围和机动能力大幅减弱。在第2个阶段, 基于博弈理论和直觉模糊理论建立拦截弹Ⅱ-目标直觉模糊博弈模型。通过设计拦截弹-目标策略集以及多属性评估模型获得满足要求的均衡策略模型, 通过求解非线性规划问题最终使得我方拦截最终博弈获胜。通过拦截弹动态策略和固定策略的仿真对比说明所提博弈制导策略的有效性。     

面向空中目标拦截的轻量化弱小目标检测方法与应用

空中目标拦截技术依赖于目标检测与跟踪技术,而弱小目标检测作为其中的难点,其效果将直接影响整个系统的性能.针对此问题,提出了一种面向空中目标拦截的轻量化弱小目标检测方法.首先,针对弱小目标全局信息较少的问题,以YOLOv5作为基础网络,使用Swin Transformer替代其结构中的C3模块,从而增强网络的局部信息捕获能力.随后,为了补偿被稀释的语义信息,在此基础上提出具备跨连接策略的特征融合网络,通过额外融合不同尺度的特征图,解决这个问题.最后,在特征融合网络上使用一次额外的上采样并融合高分辨率特征图,进一步提升网络对弱小目标检测的能力.此外,引入目标跟踪神经网络DaSiamRPN实现对动态弱小目标长时间跟踪.为保证无人飞行器上的边缘计算设备可以实时进行模型推理,在上述基础上进行模型轻量化,剔除了模型的大尺度目标检测头,以减少模型的参数量.通过计算,改进后的算法较原YOLOv5模型参数量减少了 21.5％.在VisDrone2019数据集上的实验结果表明,提出的基于YOLOv5s的轻量化目标检测算法能更好地完成弱小目标检测任务,在准确率、召回率及平均精度均值上分别达到了 96.3％、59％和40.2％,各指标均明显高于原始YOLOv5s算法,且优于目前主流目标检测算法.同时在TinyPerson数据集上进行泛化实验,实验结果表明,改进后算法的弱小目标检测性能得到明显提高.为了进一步验证所提方法的有效性,在无人机平台上进行了空中目标拦截的飞行测试,结果表明该方法能很好地完成目标检测跟踪任务并成功拦截目标,为空中目标拦截提供有力的支持.     

过载约束下的大机动目标协同拦截

研究了非线性拦截几何下具有过载约束的多枚弱机动能力的导弹拦截强机动能力的目标的协同拦截问题。首先,在建立导弹的可达域、导弹的可行域以及目标的逃逸域这3个概念的基础上提出了非线性拦截几何下的基于逃逸域覆盖的协同拦截策略,并提出了基于标准弹道的设计方法。然后,给出了协同拦截制导律的形式,研究了导弹的末制导初始阵位、制导律参数以及导弹对目标机动的覆盖区域这三者间的关系,并设计了数值求解算法来实现对多弹的覆盖区域的分配、协同制导律的设计以及多弹初始拦截阵位的配置。最后,对理论结果进行仿真。结果显示,多枚机动性较小的导弹,通过初始拦截阵位的合理配置和协同拦截制导律的合理设计,可以实现对机动性能较强的目标的协同拦截。     

基于微分对策理论的拦截问题的研究

以质点飞行器的空间运动方程和运筹学基本理论为基础,研究了反导防空导弹的拦截问题.通过运用线化理论和微分对策最优化理论,得到了拦截导弹和目标的最优控制策略,并在此基础上给出了可以实现的最优制导律.通过数学仿真分析,取得了优于比例导引律的结果.     

多弹协同拦截综述与展望

多弹协同是未来导弹发展的一个重要方向,根据协同效果可分为协同攻击、协同拦截、协同探测3大类。协同攻击发展起步较早,协同拦截已由信息协同逐渐发展到自主协同,而协同探测则是基础条件,随着技术的进步三者也在融合、发展。首先简述了多弹协同3类技术的发展历程,重点针对多弹协同拦截自主作战技术,分析其实现难点,并对未来发展方向进行展望。