强跟踪滤波在高超声速滑翔目标跟踪中的应用

高超声速滑翔目标(HGT)机动模式复杂多样、轨迹形态灵活多变，增加了跟踪模型建模的不确定性，导致目标跟踪的精度低。为了提高跟踪精度，提出了一种基于强跟踪滤波的高超声速滑翔目标跟踪方法。首先，在地基雷达坐标系下建立目标运动模型和量测模型，利用维纳随机过程来表征运动模型中未知项的变化特性。其次，采用强跟踪无迹卡尔曼滤波(UKF)算法对目标运动状态进行估计，提高模型不确定性存在时滤波器的状态跟踪能力。最后，利用目标常用的基于标准轨迹的制导方法生成了一条可行飞行轨迹。仿真结果表明，该方法的跟踪精度高，强跟踪滤波能够有效降低模型不确定性存在时的状态估计误差。