Motion prediction of an uncontrolled space target

Capturing an uncontrolled space target is a tremendously challenging research topic. Target capture by a space robot can be well planned according to predicted motion of the target. In this paper, motion prediction of an uncontrolled space target is studied and a motion prediction algorithm is proposed. In the proposed algorithm, firstly a method for identifying the parameters of motion state and inertial property of the target is established; and then through substituting the identified parameters into the dynamic equations of the target, the motion of the target can be predicted as the solution of the equations. In the identification of the parameters, the unscented Kalman filter (UKF) is applied. In order to support the UKF, a method for estimating noise level of the observation data is developed, so our motion prediction algorithm is noise adaptive. A practical convergent criterion is also designed to determine the time when the estimated result of the UKF is accurate enough, such that the predicted motion is credible enough. After that, the accuracy of the prediction is further improved by an optimization method. In the end of this paper, numerical simulations are done to verify the validity of the proposed motion prediction algorithm. Simulation results indicate that the proposed algorithm is able to predict the motion of the target precisely.     

某异形卷弧翼弹的蒙特卡罗计算机模拟打靶

卷弧翼弹在实际的训练或作战过程中,由于系统干扰或误差的影响,会存在弹道偏差。蒙特卡罗方法(MCM)利用计算机产生的随机数模拟实际系统中的随机变量,通过随机变量参与的系统的大量仿真,可以得到系统的数学期望意义下的解。通过蒙特卡罗计算机模拟打靶,得到了卷弧翼弹的弹着点散布及命中概率,从结果看,弹着点符合正态分布,其命中概率基本满足实际要求。蒙特卡罗计算机模拟打靶方法对于指导训练或作战有一定的指导意义。     

分布式MIMO雷达欺骗干扰抑制算法研究

从信号级协同对抗欺骗干扰出发,直接利用各节点雷达回波信号的复包络信息,建立相关检测融合算法实现协同抗干扰。首先展开对分布式MIMO雷达信号相参性的研究,并给出了回波信号间的独立性条件。依据目标空间散射特性的差异,提出了一种信号级协同对抗欺骗式假目标的算法。该算法根据真假目标回波相关性的差异,利用多脉冲回波数据得到相关系数估计值并进行相关性检验,实现对目标的有效鉴别。通过仿真验证了算法的有效性,并对算法性能进行仿真分析。     

基于速率先验信息的固定单站仅测角目标运动分析

针对固定单站无源定位中仅利用角度对匀速运动目标定位跟踪问题,将速率信息视为先验约束,研究并提出基于伪线性估计和加权伪线性估计的目标运动分析算法.仿真实验表明,固定单站无源定位系统在速率先验信息条件下可以通过仅测角实现对匀速运动目标的定位跟踪.     

基于高斯过程回归的组合体航天器姿态接管学习控制

空间非合作目标一般具有结构复杂、质量特性未知、姿态机动能力不明等特点,这导致组合体航天器姿态动力学呈现出高度非线性和强耦合特性,且难以对其进行在轨精确辨识。针对组合体航天器姿态接管过程中目标信息不完全、精确辨识困难等问题,本文考虑目标存在姿态机动能力的任务场景,提出了一种基于稀疏高斯过程回归(GPR)的数据驱动姿态接管控制策略。首先,从系统运行数据中提取、凝炼模型未知部分的输入/输出映射关系,构建数据驱动的概率化模型以代替无法快速准确建立的参数辨识模型,并根据该数据驱动模型设计变增益反馈控制策略,证明了系统状态概率意义上的Lyapunov稳定性和有界性;其次,考虑到在轨任务的实时性、星载计算机的计算资源有限等因素,该算法可在保证控制精度的同时显著减轻学习算法的计算压力;最后,数值仿真验证了本文所提出控制方法的有效性与实用价值。     

基于ResNet的智能恒虚警目标检测方法

传统恒虚警检测方法通常假设待测单元的杂波与训练杂波满足独立同分布,然而在实际雷达工作环境中,强杂波呈现出非均匀特性,沿距离单元的杂波统计特性差异变化较大,使得传统恒虚警目标检测方法在复杂环境下的检测性能下降。为解决该问题,本文从杂波统计特征提取分类出发,通过深度学习方法对杂波进行分类,提出了一种基于残差神经网络(ResNet)的智能恒虚警目标检测方法。首先,根据雷达实测杂波数据建立ResNet的训练集和测试集;其次,构建ResNet对数据进行智能特征提取,得到杂波的统计特征,并用训练好的网络对测试集进行测试;最后,以阈值可设的Softmax分类器对所得统计特征进行分类,根据分类结果实现智能恒虚警目标检测。实验结果表明:相比传统恒虚警检测方法,本文提出的方法具有自适应能力更强、检测性能更好等优点。     

旋转非合作目标相对状态的解耦估计方法

针对在轨旋转非合作目标相对状态估计中关于几何结构及惯量参数先验信息未知的问题,提出一种以双目相机对目标特征点的投影作为测量值的解耦估计方法,实现旋转非合作目标相对状态的估计。首先,建立非合目标的动力学模型和目标特征点的运动模型;其次,为避免由目标特征点与目标质心相对位置不确定引起滤波性能降低的问题,建立相对特征的运动模型及投影模型,对旋转运动和平移运动进行解耦;最后,设计相应的滤波器对非合作目标的相对状态进行估计。仿真结果表明,提出的解耦估计方法能够有效地估计出非合作目标的相对状态。     

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。     

双通道空空中远程导弹武器系统效能计算

分析并给出了双通道空空中远程导弹武器系统的可用性、可信性、系统能力和效能计算公式。讨论了不同作战模式下的系统能力计算方法和公式。     

一种基于优化设计的动目标检测方法及其运用

提出一种新的动目标检测(MTD)滤波器组设计方法,即通过设置目标处理通道和气象处理通道,其中目标通道采用自适应动目标检测(AMTD)处理方式,实时检测杂波的存在,根据杂波的强弱自动产生或选择滤波器加权因子,以保证抑制地杂波的同时,减少信噪比损失,提高对弱小目标的检测性能。仿真结果证明该方法是有效的,且在工程上有一定的实用价值。